SzkoleniaDane i analityka / AWS Data AnalyticsAWS-BBDAS
AWS-BBDASAWS · szkolenie autoryzowane
Building Batch Data Analytics Solutions on AWS
W ramach tego kursu nauczysz się tworzyć rozwiązania do analizy danych wsadowych przy użyciu Amazon EMR, usługi zarządzanej klasy korporacyjnej Apache Spark i Apache Hadoop. Dowiesz się, w jaki sposób Amazon EMR integruje się z projektami open source, takimi jak Apache Hive, Hue i HBase, oraz z usługami AWS, takimi jak AWS Glue i AWS Lake Formation. Kurs dotyczy komponentów gromadzenia, pozyskiwania, katalogowania, przechowywania i przetwarzania danych w kontekście Spark i Hadoop. Nauczysz się korzystać z EMR Notebooks do obsługi zarówno analiz, jak i zadań związanych z uczeniem maszynowym. Dowiesz się również, jak stosować najlepsze praktyki w zakresie bezpieczeństwa, wydajności i zarządzania kosztami w ramach obsługi Amazon EMR.
- Czas trwania
- 1 dzień
- Poziom
- Średni
- Dostawca
- AWS
- Obszar
- Dane i analityka / AWS Data Analytics
Zakres szkolenia
- Przykłady zastosowań analizy danych
- Wykorzystanie potoku danych do analizy
- Wykorzystanie Amazon EMR w rozwiązaniach analitycznych
- Architektura klastra Amazon EMR
- Interaktywna prezentacja 1: Uruchamianie klastra Amazon EMR
- Strategie zarządzania kosztami
- Optymalizacja przechowywania danych za pomocą Amazon EMR
- Techniki pozyskiwania danych
- Przykłady zastosowań Apache Spark w Amazon EMR
- Dlaczego Apache Spark na Amazon EMR
- Koncepcje Spark
- Interaktywna demonstracja 2: Połącz się z klastrem EMR i wykonaj polecenia Scala przy użyciu powłoki Spark
- Transformacja, przetwarzanie i analiza
- Korzystanie z notebooków w Amazon EMR
- Ćwiczenie praktyczne 1: Analiza danych o niskim opóźnieniu przy użyciu Apache Spark na Amazon EMR
- Korzystanie z Amazon EMR z Hive do przetwarzania danych wsadowych
- Transformacja, przetwarzanie i analiza
- Ćwiczenie praktyczne 2: Przetwarzanie danych wsadowych przy użyciu Amazon EMR z Hive
- Wprowadzenie do Apache HBase na Amazon EMR
- Przetwarzanie danych bezserwerowe, transformacja i analiza
- Korzystanie z AWS Glue z obciążeniami Amazon EMR
- Ćwiczenie praktyczne 3: Koordynowanie przetwarzania danych w Spark przy użyciu AWS Step Functions
- Zabezpieczanie klastrów EMR
- Interaktywna demonstracja 3: Szyfrowanie po stronie klienta za pomocą EMRFS
- Monitorowanie i rozwiązywanie problemów klastrów Amazon EMR
- Demonstracja: przegląd historii klastra Apache Spark
- Przykłady zastosowań analizy danych wsadowych
- Ćwiczenie: Projektowanie przepływu pracy analizy danych wsadowych Moduł B: Tworzenie nowoczesnych architektur danych w AWS
- Nowoczesne architektury danych
Zdobyte umiejętności
- Porównać cechy i zalety hurtowni danych, jezior danych i nowoczesnych architektur danych
- Projektować i wdrażać rozwiązania do analizy danych wsadowych
- Identyfikować i stosować odpowiednie techniki, w tym kompresję, w celu optymalizacji przechowywania danych
- Wybierać i wdrażać odpowiednie opcje pozyskiwania, przekształcania i przechowywania danych
- Wybierać odpowiednie typy instancji i węzłów, klastry, automatyczne skalowanie i topologię sieci dla konkretnego przypadku biznesowego
- Zrozum, w jaki sposób przechowywanie i przetwarzanie danych wpływa na mechanizmy analizy i wizualizacji potrzebne do uzyskania praktycznych informacji biznesowych
- Zabezpieczanie danych w spoczynku i podczas przesyłania
- Monitorowanie obciążeń analitycznych w celu identyfikacji i usuwania problemów
- Stosuj najlepsze praktyki w zakresie zarządzania kosztami
Dla kogo jest to szkolenie
- Inżynierów platform danych
- Architektów i operatorów, którzy tworzą i zarządzają potokami analizy danych
Wymagania wstępne
- Z kursu skorzystają studenci posiadający co najmniej roczne doświadczenie w zarządzaniu frameworkami danych open source, takimi jak Apache Spark lub Apache Hadoop.
2300 zł
Zapytaj o termin