SchulungenAmazon Web Services (AWS)AWS DatenanalyseBuilding Streaming Data Analytics Solutions on AWS (BSDASA)
Lade Schulungen
vollständiger Stern vollständiger Stern vollständiger Stern vollständiger Stern halber Stern
4.8
(85)

Building Streaming Data Analytics Solutions on AWS (BSDASA)

Building Streaming Data Analytics Solutions on AWS (BSDASA): Aufbau von Streaming-Datenanalyselösungen mit AWS-Services

In unserem Kurs Building Streaming Data Analytics Solutions on AWS (BSDASA) lernst du den Aufbau von Streaming-Datenanalyselösungen mit AWS-Services, einschließlich Amazon Kinesis und Amazon Managed Streaming for Apache Kafka (Amazon MSK). Amazon Kinesis ist ein massiv skalierbarer und langlebiger Echtzeit-Daten-Streaming-Service. Amazon MSK bietet einen sicheren, vollständig verwalteten und hochverfügbaren Apache Kafka-Service. Du wirst lernen, wie Amazon Kinesis und Amazon MSK in AWS-Services wie AWS Glue und AWS Lambda integriert werden. Der Kurs befasst sich mit der Aufnahme von Streaming-Daten, der Stream-Speicherung und den Stream-Verarbeitungskomponenten der Pipeline für die Datenanalyse. Außerdem lernst du, wie du bewährte Verfahren für Sicherheit, Leistung und Kostenmanagement auf den Betrieb von Kinesis und Amazon MSK anwendest.

Lernziele Building Streaming Data Analytics Solutions on AWS

  • Verstehen der Funktionen und Vorteile einer modernen Datenarchitektur. Erfahre, wie AWS-Streaming-Services in eine moderne Datenarchitektur passen.
  • Entwurf und Implementierung einer Lösung zur Analyse von Streaming-Daten
  • Identifizieren und Anwenden geeigneter Techniken wie Komprimierung, Sharding und Partitionierung zur Optimierung der Datenspeicherung
  • Auswahl und Einsatz geeigneter Optionen zur Aufnahme, Umwandlung und Speicherung von Echtzeit- und echtzeitnahen Daten
  • Wähle die geeigneten Streams, Cluster, Themen, Skalierungsansätze und Netzwerktopologien 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
  • Sicheres Streaming von Daten im Ruhezustand und bei der Übertragung
  • Überwachen von Analyse-Workloads, um Probleme zu erkennen und zu beheben
  • Anwendung bewährter Kostenmanagementverfahren

Inhalte Building Streaming Data Analytics Solutions on AWS

Modul A: Überblick über Datenanalyse und die Datenpipeline

  • Anwendungsfälle der Datenanalyse
  • Nutzung der Datenpipeline für Analysen

Modul 1: Verwendung von Streaming Services in der Datenanalyse-Pipeline

  • Die Bedeutung der Analyse von Streaming-Daten
  • Die Pipeline für die Streaming-Datenanalyse
  • Streaming-Konzepte

Modul 2: Einführung in AWS Streaming Services

  • Streaming-Datendienste in AWS
  • Amazon Kinesis in Analyselösungen
  • Demonstration: Amazon Kinesis-Datenströme erforschen
  • Praxis-Labor: Einrichten einer Streaming-Bereitstellungspipeline mit Amazon Kinesis
  • Verwendung von Amazon Kinesis Data Analytics
  • Einführung in Amazon MSK
  • Überblick über Spark Streaming

Modul 3: Verwendung von Amazon Kinesis für Echtzeit-Datenanalysen

  • Untersuchung von Amazon Kinesis anhand einer Clickstream-Arbeitslast
  • Erstellen von Kinesis-Daten- und Lieferströmen
  • Demonstration: Produzenten und Konsumenten verstehen
  • Bau von Stromerzeugern
  • Gebäude Stromverbraucher
  • Erstellen und Bereitstellen von Flink-Anwendungen in Kinesis Data Analytics
  • Demonstration: Erkunden Sie Zeppelin-Notebooks für Kinesis Data Analytics
  • Praxis-Labor: Streaming-Analysen mit Amazon Kinesis Data Analytics und Apache Flink

Modul 4: Sichern, Überwachen und Optimieren von Amazon Kinesis

  • Optimieren Sie Amazon Kinesis, um verwertbare Geschäftseinblicke zu gewinnen
  • Bewährte Verfahren für Sicherheit und Überwachung

Modul 5: Verwendung von Amazon MSK in Streaming Data Analytics-Lösungen

  • Anwendungsfälle für Amazon MSK
  • MSK-Cluster erstellen
  • Demonstration: Bereitstellen eines MSK-Clusters
  • Einspeisung von Daten in Amazon MSK
  • Praxis-Labor: Einführung in die Zugangskontrolle mit Amazon MSK
  • Umwandlung und Verarbeitung in Amazon MSK

Modul 6: Sichern, Überwachen und Optimieren von Amazon MSK

  • Optimierung von Amazon MSK
  • Demonstration: Skalierung des Amazon MSK-Speichers
  • Praxis-Labor: Amazon MSK-Streaming-Pipeline und Anwendungsbereitstellung
  • Sicherheit und Überwachung
  • Demonstration: Überwachung eines MSK-Clusters

Modul 7: Entwurf von Streaming Data Analytics-Lösungen

  • Überprüfung von Anwendungsfällen
  • Klassenübung: Entwerfen eines Arbeitsablaufs für die Streaming-Datenanalyse

Modul B: Entwicklung von modernen Datenarchitekturen auf AWS

  • Moderne Datenarchitekturen

Wir schulen auch bei dir vor Ort!

Diese Building Streaming Data Analytics Solutions on AWS Schulung führen wir auch bei dir im Unternehmen als individualisierte Building Streaming Data Analytics Solutions on AWS-Firmenschulung durch.

Building Streaming Data Analytics Solutions on AWS (BSDASA) Zielgruppe: Building Streaming Data Analytics Solutions on AWS

Unsere Schulung Building Streaming Data Analytics Solutions on AWS (BSDASA) richtet sich an:

  • Dateningenieure und -architekten
  • Entwickler, die Echtzeitanwendungen und Lösungen zur Analyse von Streaming-Daten erstellen und verwalten möchten

Building Streaming Data Analytics Solutions on AWS (BSDASA) Voraussetzungen: Building Streaming Data Analytics Solutions on AWS

Wir empfehlen, dass die Teilnehmer des Kurses Building Streaming Data Analytics Solutions on AWS (BSDASA) folgende Voraussetzungen erfüllen:

  • Mindestens ein Jahr Erfahrung in der Datenanalyse oder direkte Erfahrung in der Entwicklung von Echtzeitanwendungen oder Streaming-Analyselösungen. Wir empfehlen das Whitepaper Streaming Data Solutions on AWS für diejenigen, die eine Auffrischung der Streaming-Konzepte benötigen.
  • Du hast entweder Architecting on AWS oder Data Analytics Fundamentals abgeschlossen.
  • Abgeschlossener Aufbau von Data Lakes auf AWS