Amazon SageMaker Lakehouse 功能

使用您选择的与 Apache Iceberg 兼容的工具和引擎，就地访问和查询数据。使用您首选的与 Apache Iceberg 兼容的引擎和工具，运行各种分析和机器学习 (ML) 使用案例，范围涵盖 Apache Spark 提取、转换、加载（ETL）作业、SQL 仪表板、ML 个性化模型和生成式人工智能应用程序等。

无需更改现有数据架构，即可获得数据湖的灵活性和数据仓库的性能。访问高度优化的 Amazon Redshift 存储和二级数据结构，例如实体化视图，以加快数据湖中的 SQL 分析。

在单个数据副本上运行您选择的分析工具和引擎，例如 SQL、Apache Spark、商业智能（BI）和 AI/ML 工具，同时以最适合您工作负载的格式存储数据。

由于兼容 Apache Iceberg，SageMaker Lakehouse 中的所有数据都完全符合 ACID（原子性、一致性、隔离性、持久性）标准，可用于进行高性能 SQL 分析。

对存储在多个第三方来源的数据运行联合查询，以就地访问和查询数据。

使用零 ETL 集成，将 Amazon DynamoDB、Amazon Aurora MySQL、Amazon Aurora PostgreSQL、Amazon RDS for MySQL 等运营数据库以及 Salesforce、ServiceNow 和 Zendesk 等应用程序的数据引入 SageMaker Lakehouse，以进行近实时分析。

通过集成访问控制，保护 SageMaker Lakehouse 中数据的安全。只需定义一次权限，这些权限就会在所有分析工具和引擎的所有数据中强制执行。