- Anwenden von Data-Lake-Methoden bei der Planung und Gestaltung eines Data Lakes
- Beschreibung der Komponenten und Services, die für den Aufbau eines AWS Data Lake erforderlich sind
- Sichern eines Data Lakes mit entsprechenden Berechtigungen
- Einlesen, Speichern und Transformieren von Daten in einem Data Lake
- Abfragen, Analysieren und Visualisieren von Daten in einem Data Lake
Building Data Lakes on AWS (BDLA)
Building Data Lakes on AWS (BDLA): So baust du mit AWS einen operativen Data Lake auf
In unserem Kurs Building Data Lakes on AWS (BDLA) lernst du, wie du einen operativen Data Lake aufbaust, der die Analyse von strukturierten und unstrukturierten Daten unterstützt. Du lernst die Komponenten und Funktionen der Services kennen, die beim Erstellen eines Data Lake beteiligt sind. Du wirst AWS Lake Formation zum Aufbau eines Data Lake, AWS Glue zum Aufbau eines Datenkatalogs und Amazon Athena zum Analysieren von Daten verwenden. Die Kursvorträge und Übungen vertiefen das Gelernte durch die Analyse mehrerer gängiger Data Lake Architekturen.
Lernziele Building Data Lakes on AWS
Inhalte Building Data Lakes on AWS
Module 1: Introduction to data lakes
- Describe the value of data lakes
- Compare data lakes and data warehouses
- Describe the components of a data lake
- Recognize common architectures built on data lakes
Module 2: Data ingestion, cataloging, and preparation
- Describe the relationship between data lake storage and data ingestion
- Describe AWS Glue crawlers and how they are used to create a data catalog
- Identify data formatting, partitioning, and compression for efficient storage and query
- Lab 1: Set up a simple data lake
Module 3: Data processing and analytics
- Recognize how data processing applies to a data lake
- Use AWS Glue to process data within a data lake
- Describe how to use Amazon Athena to analyze data in a data lake
Module 4: Building a data lake with AWS Lake Formation
- Describe the features and benefits of AWS Lake Formation
- Use AWS Lake Formation to create a data lake
- Understand the AWS Lake Formation security model
- Lab 2: Build a data lake using AWS Lake Formation
Module 5: Additional Lake Formation configurations
- Automate AWS Lake Formation using blueprints and workflows
- Apply security and access controls to AWS Lake Formation
- Match records with AWS Lake Formation FindMatches
- Visualize data with Amazon QuickSight
- Lab 3: Automate data lake creation using AWS Lake Formation blueprints
- Lab 4: Data visualization using Amazon QuickSight
Module 6: Architecture and course review
- Post course knowledge check
- Architecture review
- Course review
Wir schulen auch bei dir vor Ort!
Diese Building Data Lakes on AWS Schulung führen wir auch bei dir im Unternehmen als individualisierte Building Data Lakes on AWS-Firmenschulung durch.
Building Data Lakes on AWS (BDLA) Zielgruppe: Building Data Lakes on AWS
Unsere Schulung richtet sich an:
- Datenbank Engineers
- Lösungsarchitekten
- ITProfessionals
Building Data Lakes on AWS (BDLA) Voraussetzungen: Building Data Lakes on AWS
Wir empfehlen, dass die Teilnehmer des Kurses Building Data Lakes on AWS (BDLA) zuvor folgenden Kenntnisse haben:
- Abschluss des AWS Technical Essentials (AWSE) Trainings
- Ein Jahr Erfahrung im Aufbau von Datenanalyse-Pipelines oder Abschluss des digitalen Kurses „Data Analytics Fundamentals“
Building Data Lakes on AWS (BDLA)
Building Data Lakes on AWS (BDLA): So baust du mit AWS einen operativen Data Lake auf
In unserem Kurs Building Data Lakes on AWS (BDLA) lernst du, wie du einen operativen Data Lake aufbaust, der die Analyse von strukturierten und unstrukturierten Daten unterstützt. Du lernst die Komponenten und Funktionen der Services kennen, die beim Erstellen eines Data Lake beteiligt sind. Du wirst AWS Lake Formation zum Aufbau eines Data Lake, AWS Glue zum Aufbau eines Datenkatalogs und Amazon Athena zum Analysieren von Daten verwenden. Die Kursvorträge und Übungen vertiefen das Gelernte durch die Analyse mehrerer gängiger Data Lake Architekturen.
Building Data Lakes on AWS (BDLA)
Kurs-ID:
7293