Data Pump

Data Pump 读取 AWS 已经为你的 RDS 生成的快照，构建一个可在 Athena 中查询的数据湖。没有任何组件会连接生产数据库——连查询有哪些表也不会连接。

它解决的问题

分析生产环境 Postgres 中的数据，通常意味着一个糟糕的选择：在支撑应用的数据库上跑分析查询、维护一个只读副本，或者部署 CDC。每种方式都有代价——资源争用、数据库侧的配置、需要维护的代理，或者一条会变成安全例外的网络路径。

快照本来就存在。AWS 每天都会生成，备份费用也已经计入账单。Data Pump 就从它开始。

一条在快照就绪时自动触发的流水线，以及一个用于运维的控制台——两者都运行在 你自己的 AWS 账号中。你的数据在任何时候都不会经过 CO2 Lab。


数据来源	自动或手动快照，可来自本账号或其他账号
格式	Parquet，在 Glue 中编目
查询	Athena，或任何能读取 Glue Data Catalog 的工具
运维	部署在你的 VPC 内、需登录访问的 Web 控制台

Data Pump 按安装实例授权，并且 没有通用安装程序。每一次安装都从与 CO2 Lab 的交接（handoff）开始：我们在交接中确定账号、区域、VPC、存储桶和源账号，你随后会收到一个按此场景组装的软件包。

原因在于这些决定会改变模板所声明的资源，因此无法留到安装时再定。交接中具体确定哪些内容，请参阅安装步骤。

它不是开源软件，也不在 AWS Marketplace 上架。如需采购，请联系 contato@co2lab.io。

如果源数据库位于另一个 AWS 账号中，请参阅跨账号部署——这需要在交接时确定，因为它会向模板追加权限。