Flujos de trabajo administrados de Amazon para Apache Airflow

Orquestación de flujos de trabajo altamente disponible, segura y administrada for Apache Airflow

Despliegue Apache Airflow a escala sin la carga operativa de la administración de la infraestructura subyacente.

Ejecute las cargas de trabajo de Apache Airflow en su propio entorno de nube aislado y seguro.

Supervise los entornos mediante la integración de Amazon CloudWatch para reducir los costos operativos y los gastos de ingeniería.

Conéctese a los recursos de AWS, de la nube o en las instalaciones a través de los proveedores de Apache Airflow o de complementos personalizados.

Funcionamiento

Amazon Managed Workflows for Apache Airflow (MWAA) organiza los flujos de trabajo mediante grafos acíclicos dirigidos (DAG) escritos en Python. Le brinda a MWAA un bucket de Amazon Simple Storage Service (S3) donde permanecen sus DAG, complementos y requisitos de Python. Luego, ejecute y monitoree sus DAG desde la consola de administración de AWS, una interfaz de línea de comandos (CLI), un kit de desarrollo de software (SDK), o la interfaz del usuario (IU) de Apache Airflow.

Diagrama que ilustra cómo Amazon MWAA utiliza DAG almacenados en Amazon S3 para orquestar su flujo de trabajo.
Introducción a Amazon Managed Workflows para Apache Airflow (MWAA) (6:48)
¿Por qué Amazon MWAA?
Amazon MWAA es un servicio administrado para Apache Airflow que le permite usar su plataforma Apache Airflow actual y familiar para organizar sus flujos de trabajo. Obtiene escalabilidad, disponibilidad y seguridad mejoradas sin la carga operativa de administrar la infraestructura subyacente.
¿Por qué Amazon MWAA?
Amazon MWAA es un servicio administrado para Apache Airflow que le permite usar su plataforma Apache Airflow actual y familiar para organizar sus flujos de trabajo. Obtiene escalabilidad, disponibilidad y seguridad mejoradas sin la carga operativa de administrar la infraestructura subyacente.

Casos de uso

Asista flujos de trabajo complejos

Cree flujos de trabajo programados o bajo demanda que preparen y procesen datos complejos de proveedores de macrodatos.

Coordine trabajos de extracción, transformación y carga (ETL)

Organice varios procesos ETL que utilicen diversas tecnologías dentro de un flujo de trabajo ETL complejo.

Prepare datos de ML

Automatice la canalización para ayudar a los sistemas de modelado de machine learning (ML) a incorporar datos y luego entrenarlos con ellos.

Cómo comenzar

Explore las funciones

Obtenga más información sobre el despliegue, el escalado automático, la seguridad directos y más aspectos de Apache Airflow.

Comience a crear con una cuenta gratuita

Obtenga acceso instantáneo al nivel gratuito de AWS.

Comience a usar MWAA

Comience a crear con Amazon MWAA en la consola.


Más información sobre AWS