Live-Online: Building Batch Data Analytics Solutions on AWS

Erfahre, wie Amazon EMR mit Open-Source-Projekten wie Apache Hive, Hue und HBase und mit AWS-Services wie AWS Glue und AWS Lake Formation integriert wird. Der Kurs behandelt die Komponenten Datenerfassung, -aufnahme, -katalogisierung, -speicherung und -verarbeitung im Kontext von Spark und Hadoop. Du lernst die Verwendung von EMR Notebooks zur Unterstützung von Analyse- und Machine-Learning-Arbeitslasten. Du lernst auch, die besten Praktiken für Sicherheit, Leistung und Kostenmanagement auf den Betrieb von Amazon EMR anzuwenden.

Modul A: Überblick über Datenanalyse und die Datenpipeline

• Anwendungsfälle der Datenanalyse 
• Verwendung der Datenpipeline für die Datenanalyse

Modul 1: Einführung in Amazon EMR

• Verwendung von Amazon EMR in Analyselösungen
• Architektur von Amazon-EMR-Clustern
• Interaktive Demo 1: Starten eines Amazon-EMR-Clusters
• Strategien zur Kostenverwaltung

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

• Speicheroptimierung mit Amazon EMR
• Techniken zur Datenübernahme

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

• Anwendungsfälle für Apache Spark auf Amazon EMR
• Warum Apache Spark auf Amazon EMR?
• Spark-Konzepte
• Interaktive Demo 2: Verbinde dich mit einem EMR-Cluster und führe Scala-Befehle mit der Spark-Shell
• Transformation, Verarbeitung und Analyse
• Verwendung von Notebooks mit Amazon EMR
• Practice Lab 1: Datenanalyse mit niedriger Latenz mit Apache Spark auf Amazon EMR

Modul 4: Verarbeiten und Analysieren von Batch-Daten mit Amazon EMR und Apache Hive

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

Modul 5: Serverlose Datenverarbeitung

• Serverlose Datenverarbeitung, -transformation und -analytik
• Verwendung von AWS Glue mit Amazon-EMR-Arbeitslasten
• Practice Lab 3: Orchestrierung der Datenverarbeitung in Spark mit AWS Step Functions

Modul 6: Sicherheit und Überwachung von Amazon EMR-Clustern

• Sichern von EMR-Clustern
• Interaktive Demo 3: Client-seitige Verschlüsselung mit EMRFS
• Überwachung und Fehlersuche bei Amazon-EMR-Clustern
• Demo: Überprüfung des Verlaufs von Apache-Spark-Clustern

Modul 7: Entwerfen von Batch-Datenanalyselösungen

• Anwendungsfälle für die Batch-Datenanalytik
• Aktivität: Entwerfen eines Arbeitsablaufs für die Batch-Datenanalyse

Modul B: Entwickeln moderner Datenarchitekturen auf AWS

• Moderne Datenarchitekturen

• Vergleich der Funktionen und Vorteile von Data Warehouses, Data Lakes und modernen Datenarchitekturen
• Entwerfen und Implementieren einer Lösung für die Batch-Datenanalyse
• Identifizieren und Anwenden geeigneter Techniken, einschließlich Komprimierung, zur Optimierung der Datenspeicherung
• Auswählen und Bereitstellen geeigneter Optionen für die Aufnahme, Umwandlung und Speicherung von Daten 
• Auswahl der geeigneten Instanz- und Knotentypen, Cluster, automatischen Skalierung und Netzwerktopologie für einen bestimmten geschäftlichen Anwendungsfall
• Verstehen, wie sich Datenspeicherung und -verarbeitung auf die Analyse- und Visualisierungs-Mechanismen auswirken, die für die Gewinnung verwertbarer Geschäftserkenntnisse erforderlich sind
• Sichern von Daten im Ruhezustand und bei der Übertragung
• Überwachung von Analyse-Workloads, um Probleme zu erkennen und zu beheben
• Anwendung von Best Practices für das Kostenmanagement

Dieser Kurs richtet sich an folgende Jobrollen:

• Data Analytics

Wir empfehlen, dass die Teilnehmenden dieses Kurses die folgenden Voraussetzungen mitbringen:

• Mindestens ein Jahr Erfahrung mit der Verwaltung von Open-Source-Daten-Frameworks wie Apache Spark oder Apache Hadoop