将数据引入 Amazon Glue Data Catalog
您可以在 Amazon Glue Data Catalog（Data Catalog）中创建联合目录，并统一 Amazon S3 数据湖和 Amazon Redshift 数据仓库中的数据。您还可以整合来自运营数据库（例如 Amazon DynamoDB）和第三方数据来源（例如 PostgreSQL、Google BigQuery、MySQL 等）的数据。Data Catalog 提供了一个集中式元数据存储库，使管理和发现不同系统中的数据变得更加容易。
Data Catalog 通过联合连接器与 30 多个外部数据来源集成。通过这种集成，您可以查询来自这些外部来源的数据，而不必先构建数据管道来将数据摄取到 Amazon。
对外部数据进行编目后，您可以使用 Amazon Lake Formation 集中管理 Data Catalog 中的数据访问权限。数据湖管理员可以使用基于标签的访问控制（LF 标签）和命名资源方法，向同一账户内或跨账户的其他 IAM 主体（用户或角色）授予精细访问权限。
通过使用 LF 标签，数据管理员可以根据域和敏感度级别等属性合理组织资源，从而简化权限管理，同时确保分析和机器学习服务（包括 Athena、Amazon EMR、Amazon Glue 或 Redshift Spectrum）之间的一致访问控制。
Data Catalog 提供了以下方法来管理数据以及外部数据集和外部元存储的权限：
-
将 Amazon Redshift 数据仓库中的数据引入 Amazon Glue Data Catalog：向 Data Catalog 注册现有的 Amazon Redshift 命名空间或集群，然后在 Data Catalog 中创建多级联合目录。
您可以使用任何与 Apache Iceberg REST 目录 OpenAPI 规格兼容的查询引擎（例如，Amazon EMR Serverless 和 Amazon Athena）访问您的数据。
-
从外部数据来源联合身份到 Data Catalog：使用 Amazon Glue 连接将 Data Catalog 连接到外部数据来源，并使用 Lake Formation 创建联合目录来集中管理数据集的访问权限。无需将元数据迁移到 Data Catalog。
-
将 Amazon S3 表类数据存储服务存储桶与数据目录（预览版）集成：您可以通过 Lake Formation 控制台或使用 Amazon Glue API 操作将 Amazon S3 表类数据存储服务作为 Data Catalog 对象来发布和编目，并将该目录注册为 Lake Formation 数据位置。
-
创建目录来管理 Data Catalog 中的 Amazon Redshift 表：您现在可能没有可用的 Amazon Redshift 创建器集群或 Amazon Redshift 数据共享，但想使用 Data Catalog 来创建和管理 Amazon Redshift 表。首先，您可以使用
glue:CreateCatalogAPI 操作创建 Amazon Glue 托管目录，也可以将目录类型设置为Managed并将Catalog source设置为 Redshift，然后通过 Amazon Lake Formation 控制台来创建托管目录。 -
使用 Data Catalog 发布 Amazon Redshift 数据共享：将 Amazon Redshift 数据共享发布到 Data Catalog，使用 Lake Formation 集中管理数据共享的数据访问并限制用户访问。
您可以使用 Amazon Redshift Spectrum 查询数据。
-
将 Data Catalog 连接到外部 Hive 元存储：使用 Lake Formation 将 Data Catalog 连接到外部元存储以管理 Amazon S3 中数据集的访问权限。无需将元数据迁移到 Data Catalog。
-
将 Lake Formation 与 Amazon Data Exchange 集成：Lake Formation 支持通过 Amazon Web Services Data Exchange 对您的数据进行许可访问。如果您想对 Lake Formation 数据授予许可，请参阅《Amazon Web Services Data Exchange 用户指南》中的什么是 Amazon Web Services Data Exchange？。