| Kursbeschreibung (description): |
Entwickler und Datenanalysten lernen, Batch Data Analytics-Lösungen mit Amazon EMR aufzubauen. Vermittelt wird die Integration von Apache Spark, Hadoop, Hive, HBase, AWS Glue und Lake Formation. Behandelt werden Datenerfassung, Katalogisierung, Speicherung und Verarbeitung sowie die Nutzung von EMR Notebooks für Analytics und Machine Learning. Best Practices zu Sicherheit, Performance und Kostenmanagement runden das Training ab.
|
|
| Zielgruppe (target group): |
Der Kurs AW272 Building Batch Data Analytics Solutions on AWS richtet sich an:
- Data Platform Engineers
- Architekten und Betreiber, die Data-Analytics-Pipelines aufbauen und betreiben
|
|
| Voraussetzungen (requirements): |
Um an dem Kurs AW272 Building Batch Data Analytics Solutions on AWS bei qSkills teilnehmen zu können, sollten Sie folgende AWS Trainings besucht haben:
Teilnehmende mit mindestens einjähriger Erfahrung im Management von Open-Source-Datenframeworks wie Apache Spark oder Apache Hadoop profitieren besonders von diesem Kurs.
|
|
| Ziele (objectives): |
In diesem Kurs AW272 Building Batch Data Analytics Solutions on AWS lernen Sie:
- Die Funktionen und Vorteile von Data Warehouses, Data Lakes und modernen Datenarchitekturen zu vergleichen
- Eine Batch Data Analytics-Lösung zu entwerfen und zu implementieren
- Geeignete Techniken – einschließlich Komprimierung – zur Optimierung der Datenspeicherung zu identifizieren und anzuwenden
- Geeignete Optionen zur Datenaufnahme, -transformation und -speicherung auszuwählen und bereitzustellen
- Die passenden Instanz- und Knotentypen, Cluster, Auto Scaling-Mechanismen und Netzwerktopologien für einen bestimmten geschäftlichen
Anwendungsfall auszuwählen
- Zu verstehen, wie Datenspeicherung und -verarbeitung Analyse- und Visualisierungsmechanismen beeinflussen, die zur Gewinnung geschäftsrelevanter Erkenntnisse erforderlich sind
- Daten im Ruhezustand und bei der Übertragung zu schützen
- Analytics-Workloads zu überwachen, um Probleme zu identifizieren und zu beheben
- Best Practices im Kostenmanagement anzuwenden
|
|
| Preis und Dauer (price and duration): |
Dauer (duration): 1 Tag
Preis (price): 750,- Euro zzgl. MwSt.
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
| Termine (dates): |
Termine auf Anfrage.
Falls Sie einen Terminwunsch für diesen Workshop haben, werden wir dies gerne für Sie prüfen!
|
|
|
| Inhalte (agenda): |
- Überblick über Data Analytics und die Datenpipeline
- Anwendungsfälle für Data Analytics
- Nutzung der Datenpipeline für Analytics
- Einführung in Amazon EMR
- Einsatz von Amazon EMR in Analytics-Lösungen
- Architektur von Amazon EMR-Clustern
- Interaktive Demo 1: Starten eines Amazon EMR-Clusters
- Strategien zum Kostenmanagement
- Data Analytics-Pipeline mit Amazon EMR: Datenaufnahme und -speicherung
- Speicheroptimierung mit Amazon EMR
- Techniken zur Datenaufnahme
- Hochleistungs-Batch Data Analytics mit Apache Spark auf Amazon EMR
- Anwendungsfälle für Apache Spark auf Amazon EMR
- Warum Apache Spark auf Amazon EMR?
- Spark-Konzepte
- Interaktive Demo 2: Verbindung zu einem EMR-Cluster und Ausführung von Scala-Befehlen mit der Spark-Shell
- Transformation, Verarbeitung und Analyse
- Verwendung von Notebooks mit Amazon EMR
- Practice Lab 1: Low-Latency Data Analytics mit Apache Spark auf Amazon EMR
- Verarbeitung und Analyse von Batch-Daten mit Amazon EMR und Apache Hive
- Verwendung von Amazon EMR mit Hive zur Verarbeitung von Batch-Daten
- Transformation, Verarbeitung und Analyse
- Practice Lab 2: Batch-Datenverarbeitung mit Amazon EMR und Hive
- Einführung in Apache HBase auf Amazon EMR
- Serverlose Datenverarbeitung
- Serverlose Datenverarbeitung, -transformation und -analyse
- Verwendung von AWS Glue mit Amazon EMR-Workloads
- Practice Lab 3: Orchestrierung der Datenverarbeitung in Spark mit AWS Step Functions
- Sicherheit und Monitoring von Amazon EMR-Clustern
- Absicherung von EMR-Clustern
- Interaktive Demo 3: Clientseitige Verschlüsselung mit EMRFS
- Monitoring und Fehlerbehebung von Amazon EMR-Clustern
- Demo: Auswertung des Apache Spark-Clusterverlaufs
- Design von Batch Data Analytics-Lösungen
- Anwendungsfälle für Batch Data Analytics
- Kursaktivität: Design eines Workflows für Batch Data Analytics
- Entwicklung moderner Datenarchitekturen auf AWS
- Moderne Datenarchitekturen
|
|
|
