Amazon malkaŝis lastatempe la lanĉo de «AppFlow», nova integriĝa servo tio faciligas datumtransigon inter AWS kaj SaaS-aplikaĵoj (kiel Google Analytics, Marketo, Salesforce, ServiceNow, Slack, Snowflake, kaj Zendesk).
La interesa de AppFlow estas la facileco, kiun ĝi ofertas, por povi transdoni datumojn inter AWS-servoj kaj aliaj SaaS-aplikaĵoj. AppFlow ebligas krei ĉi tiujn integriĝojn sen la bezono skribi laŭmendan kodon, procezo, kiu povas kelkfoje daŭri monatojn por finiĝi, pro datumaj purigaj postuloj kaj pli.
Amazon App Flow ankaŭ funkcias kun AWS PrivateLink trakti datumajn fluojn tra la AWS-reto anstataŭ la publika interreto por doni eĉ pli fortan datuman sekurecon kaj privatecon.
Pri AppFlow
Integriĝo de AppFlow okazas en reduktita sinsekvo de paŝoj, sen kodigo aŭ uzo de specialaj konektiloj. Aŭtomataj fluoj povas funkcii grandskale, laŭ la elektita ofteco: ili povas esti planitaj, aktivigitaj per komerca evento aŭ lanĉitaj laŭpete. En la kazo de CRM, unufoja transdono de datumoj povas esti farita, ekzemple, dum la konvertiĝo de plumbo, kiam oni malfermas klientan dosieron aŭ kiam oni subskribas interkonsenton.
Milionoj da klientoj administras programojn, datumajn lagojn, grandskalajn analizojn, aŭtomatan lernadon kaj IoT-laborŝarĝojn ĉe AWS. Ĉi tiuj klientoj ankaŭ ofte havas datumojn stokitajn en dekoj da SaaS-aplikaĵoj, rezultigante silojn malkonektitajn de la datumoj stokitaj ĉe AWS. Organizoj volas povi kombini siajn datumojn de ĉiuj ĉi tiuj fontoj, sed tio postulas klientojn pasigi tagojn skribante kodon por konstrui kutimajn konektilojn kaj datumajn transformojn por konverti malsamajn datumajn tipojn kaj formatojn tra malsamaj SaaS-aplikoj.
AppFlow estas por kompanioj kaj organizoj, kiuj volas stoki kaj prilabori datumojn de multaj aplikoj SaaS sur AWS por analizo, krei maŝinajn lernajn modelojn aŭ kolekti datumojn de IoT-aplikaĵoj.
Ĉi administrita servo aŭtomatigi dudirektajn datumajn interŝanĝojn inter SaaS-programaro kaj AWS-servoj kiel stokado S3, datumbazo Redshift aŭ Aurora, SageMaker por krei maŝinajn lernajn modelojn ktp. aŭ ankoraŭ triaj servoj kiel la Neĝerara datumdomo. Integriĝo faciliĝas per CRM-solvoj kiel Salesforce, ITSM kiel ServiceNow aŭ subtenaj solvoj kiel Zendesk, kunlaboro kiel Slack tujmesaĝilo aŭ retkomerco kiel Marketo.
Ĉar kompanioj kun malmultaj programistoj laboras eble krei manajn enskribojn kaj datumeksportoj (kiu enkondukas kaj pliigas la riskon de homa eraro en progresintaj datumoj kaj maŝinlernaj modeloj kaj ankaŭ malfermas la eblon de datumaj likoj) Amazon AppFlow solvas ĉi tiujn problemojn kaj ebligas klientojn kun diversaj teknikaj kapabloj.
Kun nur kelkaj klakoj en la Amazon AppFlow-konzolo, klientoj povas agordi plurajn specojn de ellasiloj por siaj datumaj fluoj, inkluzive unufojajn petitajn translokigojn, datumajn sinkronigojn planitajn en antaŭdeterminitaj tempoj aŭ eventajn movadajn translokigojn ĉe la komenco de kampanjo.
Ekzemple, transformu kaj prilaboru datumojn per kombinado de kampoj (por kalkuli novajn valorojn), filtri registrojn (por redukti bruon), maski sentemajn datumojn (por certigi privatecon) kaj validigi kampajn valorojn (por purigi datumojn).
Amazon AppFlow aŭtomate ĉifras datumojn dum ripozo kaj movado per AWS aŭ klient-administrataj ĉifraj ŝlosiloj, kaj permesas al uzantoj limigi la fluon de datumoj tra la publika interreto por aplikoj, kiuj estas integritaj kun AWS PrivateLink, reduktante ekspozicion al sekurecaj minacoj.
Klientoj povas ekuzi la simplan interfacon de Amazon AppFlow por krei kaj administri datumajn fluojn inter fontoj post minutoj kaj Amazon AppFlow sekure organizas kaj efektivigas datumtransigon.
Por tiuj, kiuj interesiĝas pri ĉi tiu servo, ili devas scii, ke ne ekzistas komencaj kostoj aŭ kotizoj por uzi Amazon AppFlow, ili estos ŝargitaj nur por la nombro da fluoj, kiujn ili plenumas kaj la volumeno de prilaboritaj datumoj, krom tio, ke ekzistas afiŝo kie AWS klarigas kiel uzi AppFlow por transdoni konversaciojn de Slack al S3 por analizo kun Athena kaj rigardi per QuickSight.
Estu la unua por komenti