
Denodo + AgentCore:混合云语义层上的受治理 C360 Agent
工程语义层DenodoAgentCoreOBO数据虚拟化
一句话结论
AWS 与 Denodo 演示用 VDP 语义层 + MCP + AgentCore Identity OBO,在联邦 Aurora/Redshift/本地 PostgreSQL 上跑 C360 Agent,并按角色做 PII 标签掩码,策略放在语义层而非 prompt。
打开原文
AWS ML Blog:Denodo semantic layer × AgentCore
背景与理念
Agent 直写 SQL 容易漏口径与行级策略;混合云还要把 VPC 外本地库纳进同一治理面。本文走数据虚拟化路线,与同系列 AtScale/Mosaic 维度语义层形成对照。
具体做法
- 在 Denodo VDP 建 base/derived/metric view(如 customer_360、lifetime_customer_value),用 VQL 与 GSP 标签策略。
- 经 Denodo MCP 注册到 AgentCore;Identity 做 OBO 令牌交换,Strands 编排问答。
- 同一查询对 hr vs marketing 等角色返回不同 PII 掩码;优化器把谓词下推到各源。
关键数据/例子
POC 叙述里 lifetime spend 示例为 $47,832(虚构客户 Marcus Chen 一类演示数据)。文中强调三源联邦步骤可复现,未给生产 ROI 百分比。
创新点
第一,把 OBO 与标签掩码落在语义层,避免「提示词里写别漏字段」。第二,混合云联邦让本地库不必先搬仓也能进 Agent 问数。
可否复用
- Agent 问数优先接语义层/虚拟化层,而不是仓库裸表。
- 角色差异用策略引擎表达,不要靠模型「记得脱敏」。
- 与已有 AtScale 方案选型时,按「维度模型 vs 虚拟化联邦」选一条主路径,避免同质堆砌。