借助世界一流的数据工程经验构建高效的数据管道

• 

  访问本地或云端的任何数据。

  接入领先的云数据平台，例如 AWS Redshift 和 S3、Google BigQuery 和 Cloud Storage、Azure Data Lake Storage。SAS Studio 还可以连接关系和非关系数据库（Oracle、Snowflake、Teradata、SingleStore、MongoDB 等），并且支持多种文件格式（如Excel、Text、Parquet 和 ORC）。

• 

  选择编程方式：无代码、低代码或常规代码。

  使用拖放界面中各种强大步骤的集合创建端到端数据管道。在 SAS Studio 或任何其他 IDE 中开发 Python 和 SAS 代码素材。然后将其无缝嵌入到 SAS Studio 数据流中，以确保对数据源进行集中、安全的访问，以及建立数据流的单一管理平台和受控的可审计执行环境。

• 

  选择风格：以 ELT 或 ETL 方式集成数据。

  以 ELT 或 ETL 方法创建数据集成流程。从强大的数据库内转换中获取最佳性能，从而联接、转换和合并数据，以及实施缓慢变化的维度。您还可以在应用服务器上启用 ETL 处理，也可以将两种方式结合使用。

• 

  创建满足独特需求的视觉转换。

  借助可视化拖放设计器，您可以自行创建强大的自定义转换并在数据团队之间共享，以及在数据流中或者单独使用自定义步骤。在公共 SAS Studio 自定义步骤 GitHub 储存库中探索社区构建的各种转换。

• 

  简化、促进和管理数据团队协作。

  通过使用高级 Git 集成来解决代码和逻辑更改问题，实现跨多个数据工程师的版本控制和更改历史记录跟踪，高效地管理和协调您的项目素材。使用开放式记录的 API 轻松提供数据。

• 

  明智地与开源技术集成。

  结合使用 Apache AirFlow 与 SAS Provider for Airflow 或任何其他工具，预订、协调和监控数据管道。将 Python 代码加入所管理的企业工作流中。使用自定义步骤框架将孤立的开源实用程序转化为可视步骤。

• Previous item
• Next item