Building Batch Data Analytics Solutions on AWS

Modul A: Überblick über Datenanalyse und die Datenpipeline

• Anwendungsfälle der Datenanalyse
• Nutzung der Datenpipeline für Analysen

Modul 1: Einführung in Amazon EMR

• Verwendung von Amazon EMR in Analyselösungen
• Amazon EMR-Cluster-Architektur
• Interaktive Demo 1: Starten eines Amazon EMR-Clusters
• Strategien für das Kostenmanagement

Modul 2: Datenanalyse-Pipeline mit Amazon EMR: Ingestion und Speicherung

• Speicheroptimierung mit Amazon EMR
• Techniken für die Datenübernahme

Modul 3: Leistungsstarke Batch-Datenanalyse mit Apache Spark auf Amazon EMR

• Apache Spark auf Amazon EMR Anwendungsfälle
• Warum Apache Spark auf Amazon EMR
• Spark-Konzepte
• Interaktive Demo 2: Verbinden mit einem EMR-Cluster und Ausführen von Scala-Befehlen mit der Spark-Shell
• Umwandlung, Verarbeitung und Analyse
• Verwendung von Notebooks mit Amazon EMR
• Praxisübung 1: Datenanalyse mit niedriger Latenz mit Apache Spark auf Amazon EMR

Modul 4: Verarbeitung und Analyse von Batch-Daten mit Amazon EMR und Apache Hive

• Verwendung von Amazon EMR mit Hive zur Verarbeitung von Stapeldaten
• Umwandlung, Verarbeitung und Analyse
• Praxisübung 2: Batch-Datenverarbeitung mit Amazon EMR und Hive
• Einführung in Apache HBase auf Amazon EMR

Modul 5: Serverlose Datenverarbeitung

• Serverlose Datenverarbeitung, -umwandlung und -analyse
• Verwendung von AWS Glue mit Amazon EMR-Arbeitslasten
• Praxisübung 3: Orchestrierung der Datenverarbeitung in Spark mit AWS Step Functions

Modul 6: Sicherheit und Überwachung von Amazon EMR-Clustern

• Sicherung von EMR-Clustern
• Interaktive Demo 3: Client-seitige Verschlüsselung mit EMRFS
• Überwachung und Fehlerbehebung von Amazon EMR-Clustern
• Demo: Überprüfung der Apache Spark-Cluster-Historie

Modul 7: Entwurf von Batch Data Analytics-Lösungen

• Anwendungsfälle der Batch-Datenanalyse
• Tätigkeit: Entwurf eines Arbeitsablaufs für die Batch-Datenanalyse

Modul B: Entwicklung von modernen Datenarchitekturen auf AWS

• Moderne Datenarchitekturen

In diesem Kurs werden Sie lernen:

• Vergleichen Sie die Funktionen und Vorteile von Data Warehouses, Data Lakes und modernen Datenarchitekturen
• Entwurf und Implementierung einer Lösung für die Batch-Datenanalyse
• Identifizierung und Anwendung geeigneter Techniken, einschließlich Komprimierung, zur Optimierung der Datenspeicherung
• Auswahl und Einsatz geeigneter Optionen zur Aufnahme, Umwandlung und Speicherung von Daten
• Auswahl der geeigneten Instanz- und Knotentypen, Cluster, der automatischen Skalierung und der Netzwerktopologie für einen bestimmten geschäftlichen Anwendungsfall
• Verstehen, wie sich Datenspeicherung und -verarbeitung auf die Analyse- und Visualisierungsmechanismen auswirken, die für die Gewinnung verwertbarer Geschäftseinblicke erforderlich sind
• Sichere Daten im Ruhezustand und bei der Übertragung
• Überwachen von Analyse-Workloads, um Probleme zu erkennen und zu beheben
• Anwendung bewährter Kostenmanagementverfahren

Teilnehmer mit mindestens einem Jahr Erfahrung im Umgang mit Open-Source-Datenframeworks wie Apache Spark oder Apache Hadoop profitieren von diesem Kurs.

Dieser Kurs richtet sich an:

• Ingenieure für Datenplattformen
• Architekten und Betreiber, die Datenanalyse-Pipelines aufbauen und verwalten