Criar um lakehouse sem fronteiras

Saiba como criar um Lakehouse sem fronteiras que unifica silos de dados no Amazon Web Services (AWS), Google Cloude AlloyDB para PostgreSQL sem a necessidade de ETL complexo.

Você usa o Lakehouse para Apache Iceberg como o hub de inteligência central, o AlloyDB como uma fonte de dados operacionais e o Serviço Gerenciado para Apache Spark para processamento vetorizado de alta performance. Por fim, use o Gemini para extrair insights de negócios eficientes do seu lakehouse.

Cenário

Neste cenário, você tem dados nas seguintes fontes:

  • Dados de transações (usuários, pedidos, itens de pedidos) em um banco de dados operacional do AlloyDB.
  • Dados de produtos em um bucket do AWS S3.
  • Registros de eventos de clickstream no Cloud Storage.

Você une esses conjuntos de dados para identificar a demografia de destino da sua próxima campanha de marketing e gerar e-mails de contato personalizados.

Conteúdo do laboratório

Neste codelab, você vai realizar as seguintes tarefas:

  • Configure e defina endpoints de catálogo do Lakehouse para unificar silos de dados no AWS S3, Cloud Storage e AlloyDB.
  • Execute o processamento de consultas vetorizadas de alta performance usando o Serviço Gerenciado para Apache Spark.
  • Una conjuntos de dados transacionais, de produtos e de clickstream sem movimentação de dados ou pipelines de ETL complexos.
  • Use o Gemini para extrair insights de negócios e gerar comunicações de marketing personalizadas da sua lakehouse.

Fazer o codelab

Inicie o codelab detalhado:

Iniciar o codelab do Lakehouse sem fronteiras

A seguir