Data Warehousing on AWS (ANDWOA)

Cloud
Strojově přeloženo

Data Warehousing on AWS vás seznámí s koncepty, strategiemi a osvědčenými postupy pro návrh cloudového řešení datového skladu pomocí Amazon Redshift. Tento kurz demonstruje, jak přijímat, ukládat a transformovat data v datovém skladu. Probíraná témata zahrnují: účel Amazon Redshift, jak Amazon Redshift řeší obchodní a technické výzvy, funkce a možnosti Amazon Redshift, návrh řešení datového skladu na AWS s využitím osvědčených postupů vycházejících z Well-Architected Framework, integraci s produkty a službami AWS i třetích stran, ladění výkonu, orchestraci a zabezpečení a monitorování Amazon Redshift.

  • Úroveň kurzu: Pokročilá
  • Délka trvání: 3 dny


Aktivity

Tento kurz zahrnuje prezentace, praktická cvičení a demonstrace.


Cíle kurzu

V tomto kurzu se naučíte:

  • Popsat architekturu Amazon Redshift a její role v moderní datové architektuře
  • Navrhnout a implementovat datový sklad v cloudu pomocí Amazon Redshift
  • Identifikovat a načítat data do datového skladu Amazon Redshift z různých zdrojů
  • Analyzovat data pomocí SQL QEV2 notebooků
  • Navrhnout a implementovat strategii zotavení po havárii pro datový sklad Amazon Redshift
  • Provádět údržbu a ladění výkonu datového skladu Amazon Redshift
  • Zabezpečit a spravovat přístup k datovému skladu Amazon Redshift
  • Sdílet data mezi více clustery Redshift v rámci organizace
  • Orchestrovat pracovní postupy v datovém skladu pomocí stavových strojů AWS Step Functions
  • Vytvořit model ML a konfigurovat prediktory pomocí Amazon Redshift ML


Cílová skupina

Tento kurz je určen pro:

  • Datové inženýry
  • Datové architekty
  • Databázové architekty
  • Databázové administrátory
  • Databázové vývojáře


Předpoklady

Doporučujeme, aby účastníci tohoto kurzu absolvovali následující kurzy:

  • Fundamentals of Analytics on AWS – Part 1 (digitální kurz)
  • Fundamentals of Analytics on AWS – Part 2 (digitální kurz)
  • Building Data Lakes on AWS (školení vedené instruktorem)
  • Building Data Analytics Solutions Using Amazon Redshift (školení vedené instruktorem)


Osnova kurzu

Den 1

Modul 1: Koncepty datového skladu

  • Moderní datová architektura
  • Úvod do příběhu kurzu
  • Datové skladování s Amazon Redshift
  • Architektura Amazon Redshift Serverless
  • Praktické cvičení: Spuštění a konfigurace datového skladu Amazon Redshift Serverless


Modul 2: Nastavení Amazon Redshift

  • Datové modely pro Amazon Redshift
  • Správa dat v Amazon Redshift
  • Správa oprávnění v Amazon Redshift
  • Praktické cvičení: Nastavení datového skladu pomocí Amazon Redshift Serverless


Modul 3: Načítání dat

  • Přehled zdrojů dat
  • Načítání dat z Amazon Simple Storage Service (Amazon S3)
  • Extrakce, transformace a načítání (ETL) a extrakce, načítání a transformace (ELT)
  • Načítání streamovaných dat
  • Načítání dat z relačních databází
  • Praktické cvičení: Naplnění datového skladu


Den 2

Modul 4: Podrobný pohled na SQL Query Editor v2 a notebooky

  • Funkce Amazon Redshift Query Editor v2
  • Demonstrace: Použití Amazon Redshift Query Editor v2
  • Pokročilé dotazy
  • Praktické cvičení: Data Wrangling na AWS


Modul 5: Zálohování a obnova

  • Zotavení po havárii
  • Zálohování a obnova Amazon Redshift provisioned
  • Zálohování a obnova Amazon Redshift Serverless


Modul 6: Ladění výkonu Amazon Redshift

  • Faktory ovlivňující výkon dotazů
  • Údržba tabulek a materializovaná zobrazení
  • Analýza dotazů
  • Správa pracovní zátěže
  • Pokyny pro ladění
  • Monitorování Amazon Redshift
  • Praktické cvičení: Ladění výkonu datového skladu


Modul 7: Zabezpečení Amazon Redshift

  • Úvod do zabezpečení a souladu s předpisy Amazon Redshift
  • Autentizace s Amazon Redshift
  • Řízení přístupu s Amazon Redshift
  • Šifrování dat s Amazon Redshift
  • Auditování a soulad s předpisy s Amazon Redshift
  • Praktické cvičení: Zabezpečení Amazon Redshift


Den 3

Modul 8: Orchestrace

  • Přehled orchestrace dat
  • Orchestrace pomocí AWS Step Functions
  • Orchestrace pomocí Amazon Managed Workflows for Apache Airflow (MWAA)
  • Praktické cvičení: Orchestrace pipeline datového skladu


Modul 9: Amazon Redshift ML

  • Přehled strojového učení
  • Začínáme s Amazon Redshift ML
  • Scénáře pracovního postupu Amazon Redshift ML
  • Použití Amazon Redshift ML
  • Praktické cvičení: Predikce odchodu zákazníků pomocí Amazon Redshift ML


Modul 10: Sdílení dat Amazon Redshift

  • Přehled sdílení dat v Amazon Redshift
  • Amazon DataZone pro Data jako službu


Modul 11: Závěr

  • Praktické cvičení: Závěrečné výzvy kurzu