Building Streaming Data Analytics Solutions on AWS (BSDASA) Online

Voraussetzungen

Wir empfehlen, dass die Teilnehmer dieses Kurses 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.
• Sie haben entweder Architecting on AWS oder Data Analytics Fundamentals abgeschlossen.
• Abgeschlossener Aufbau von Data Lakes auf AWS

Zielgruppe

Dieser Kurs richtet sich an:

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

Detaillierter Kursinhalt

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