CloudTeam

Menu główne

Kontakt

SzkoleniaDane i analityka / AWS Data AnalyticsAWS-BSDAS

AWS-BSDASAWS · szkolenie autoryzowane

Building Streaming Data Analytics Solutions on AWS

W ramach tego kursu nauczysz się tworzyć rozwiązania do analizy danych strumieniowych przy użyciu usług AWS, w tym Amazon Kinesis i Amazon Managed Streaming for Apache Kafka (Amazon MSK). Amazon Kinesis to skalowalna i trwała usługa strumieniowego przesyłania danych w czasie rzeczywistym. Amazon MSK oferuje bezpieczną, w pełni zarządzaną i wysoce dostępną usługę Apache Kafka. Dowiesz się, jak Amazon Kinesis i Amazon MSK integrują się z usługami AWS, takimi jak AWS Glue i AWS Lambda. Kurs dotyczy komponentów potoku analizy danych związanych z pozyskiwaniem danych strumieniowych, przechowywaniem strumieni i przetwarzaniem strumieni. Dowiesz się również, jak stosować najlepsze praktyki w zakresie bezpieczeństwa, wydajności i zarządzania kosztami w ramach działania Kinesis i Amazon MSK.

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
  • Znaczenie analizy danych strumieniowych
  • Przepływ danych strumieniowych w analizie danych
  • Pojęcia związane z transmisją strumieniową
  • Usługi strumieniowego przesyłania danych w AWS
  • Amazon Kinesis w rozwiązaniach analitycznych
  • Demonstracja: Poznaj Amazon Kinesis Data Streams
  • Ćwiczenia praktyczne: Konfiguracja potoku przesyłania strumieniowego za pomocą Amazon Kinesis
  • Korzystanie z Amazon Kinesis Data Analytics
  • Wprowadzenie do Amazon MSK
  • Omówienie Spark Streaming
  • Odkrywanie Amazon Kinesis przy użyciu obciążenia kliknięć
  • Tworzenie danych Kinesis i strumieni dostarczania
  • Demonstracja: zrozumienie producentów i konsumentów
  • Tworzenie producentów strumieni
  • Tworzenie konsumentów strumieni
  • Tworzenie i wdrażanie aplikacji Flink w Kinesis Data Analytics
  • Demonstracja: Zapoznanie się z notatnikami Zeppelin dla Kinesis Data Analytics
  • Ćwiczenia praktyczne: Analiza strumieniowa z wykorzystaniem Amazon Kinesis Data Analytics i Apache Flink
  • Optymalizacja Amazon Kinesis w celu uzyskania praktycznych informacji biznesowych
  • Najlepsze praktyki w zakresie bezpieczeństwa i monitorowania
  • Przykłady zastosowań Amazon MSK
  • Tworzenie klastrów MSK
  • Demonstracja: Przydzielanie klastra MSK
  • Pobieranie danych do Amazon MSK
  • Laboratorium praktyczne: Wprowadzenie do kontroli dostępu za pomocą Amazon MSK
  • Przekształcanie i przetwarzanie w Amazon MSK
  • Optymalizacja Amazon MSK
  • Demonstracja: Skalowanie pamięci masowej Amazon MSK
  • Laboratorium praktyczne: Potok strumieniowy Amazon MSK i wdrażanie aplikacji
  • Bezpieczeństwo i monitorowanie
  • Demonstracja: monitorowanie klastra MSK
  • Przegląd przypadków użycia
  • Ćwiczenie w klasie: Projektowanie przepływu pracy analizy danych strumieniowych
  • Nowoczesne architektury danych

Zdobyte umiejętności

  • Rozumieć cechy i zalety nowoczesnej architektury danych. Dowiedzieć się, jak usługi strumieniowe AWS wpisują się w nowoczesną architekturę danych.
  • Projektować i wdrażać rozwiązania do analizy danych strumieniowych.
  • Identyfikować i stosować odpowiednie techniki, takie jak kompresja, fragmentacja i partycjonowanie, w celu optymalizacji przechowywania danych
  • Wybierać i wdrażać odpowiednie opcje pozyskiwania, przekształcania i przechowywania danych w czasie rzeczywistym i prawie rzeczywistym
  • Wybierać odpowiednie strumienie, klastry, tematy, podejście do skalowania i topologię sieci dla konkretnego przypadku biznesowego
  • Zrozum, jak przechowywanie i przetwarzanie danych wpływa na mechanizmy analizy i wizualizacji potrzebne do uzyskania praktycznych informacji biznesowych
  • Zabezpieczanie danych strumieniowych w spoczynku i w trakcie przesyłania
  • Monitorowanie obciążeń analitycznych w celu identyfikacji

Dla kogo jest to szkolenie

  • Inżynierowie danych i architekci
  • Programiści, którzy chcą tworzyć aplikacje działające w czasie rzeczywistym i rozwiązania do analizy danych strumieniowych oraz zarządzać nimi

Wymagania wstępne

  • Co najmniej rok doświadczenia w analizie danych lub bezpośredniego doświadczenia w tworzeniu aplikacji działających w czasie rzeczywistym lub rozwiązań do analizy strumieniowej. Sugerujemy Rozwiązania do strumieniowego przesyłania danych w AWS dokument dla osób, które potrzebują przypomnienia pojęć związanych ze strumieniowaniem.
  • Ukończone albo Projektowanie architektury w AWS lub Podstawy analizy danych
  • Zakończone Tworzenie jezior danych w AWS