Cloudübergreifenden Datenzugriff einrichten

Mit dem cloudübergreifenden Datenzugriff können Sie Daten aus Amazon Web Services (AWS),Google Cloudund AlloyDB for PostgreSQL ohne komplexe ETL-Pipelines zusammenführen. In diesem Codelab verwenden Sie Borderless Lakehouse für Analysen, AlloyDB als operative Quelle und Managed Service for Apache Spark für die vektorisierte Verarbeitung. Anschließend analysieren Sie die Daten mit Gemini.

Szenario

In diesem Szenario haben Sie Daten aus den folgenden Quellen:

  • Transaktionsdaten (Nutzer, Bestellungen, Bestellpositionen) in einer operativen AlloyDB-Datenbank.
  • Produktdaten in einem AWS S3-Bucket.
  • Clickstream-Ereignisprotokolle in Cloud Storage.

Sie führen diese Datasets zusammen, um die demografischen Zielgruppen für Ihre nächste Marketingkampagne zu ermitteln und personalisierte E-Mails zu erstellen.

Lerninhalte

In diesem Codelab führen Sie die folgenden Aufgaben aus:

  • Richten Sie Lakehouse-Katalogendpunkte ein und konfigurieren Sie sie, um Datensilos in AWS S3, Cloud Storage und AlloyDB zu vereinheitlichen.
  • Führen Sie eine leistungsstarke vektorisierte Abfrageverarbeitung mit Managed Service for Apache Spark aus.
  • Sie können Transaktions-, Produkt- und Clickstream-Datasets ohne Datenverschiebung oder komplexe ETL-Pipelines zusammenführen.
  • Mit Gemini können Sie Geschäftsdaten ableiten und personalisierte Marketingmaßnahmen aus Ihrem Lakehouse generieren.

Codelab absolvieren

Starten Sie das Schritt-für-Schritt-Codelab:

Codelab „Borderless Lakehouse“ starten

Nächste Schritte