Building Streaming Data Analytics Solutions on AWS

1 Tag

Deutsch

In Kooperation mit

Lerne von AWS-Experten, wie man Streaming-Datenanalyselösungen mit AWS Services entwickelt und implementiert.

Inhalte

Der Kurs vertieft Amazon Kinesis und Amazon MSK durch eine Mischung aus Präsentationen unter Anleitung der Kursleitung, praktischen Übungen, Demonstrationen und Klassenübungen, so dass du am Ende des Kurses weißt, wie du eine Streaming-Datenanalyselösung auf AWS aufbauen kannst. Du lernst auch, wie du Streaming-Anwendungen mit Amazon Kinesis skalierst, die Datenspeicherung optimierst, geeignete Optionen für die Aufnahme, Umwandlung, Speicherung und Analyse von Daten auswählst und bereitstellen kannst und vieles mehr.

Modul A: Überblick über Datenanalyse und die Datenpipeline

Anwendungsfälle der Datenanalyse
Verwendung der Datenpipeline für die Datenanalyse

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

Die Bedeutung von Streaming Data Analytics
Die Streaming-Datenanalyse-Pipeline
Streaming-Konzepte

Modul 2: Einführung in AWS-Streaming-Services

Streaming-Datenservices in AWS
Amazon Kinesis in Analyselösungen
Demo: Erkunden von Amazon Kinesis Data Streams
Praxis-Lab: 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

Erforschung von Amazon Kinesis anhand einer Clickstream-Arbeitslast
Erstellen von Kinesis-Daten- und Lieferströmen
Demo: Verstehen von Produzenten und Konsumenten
Erstellen von Stream-Produzenten
Erstellen von Stream-Konsumenten
Erstellen und Bereitstellen von Flink-Anwendungen in Kinesis Data Analytics
Demo: Erkundung von Zeppelin-Notebooks für Kinesis Data Analytics
Praxis-Lab: Streaming-Analysen mit Amazon Kinesis Data
Analytik und Apache Flink

Modul 4: Sichern, Überwachen und Optimieren von Amazon Kinesis

Optimiere 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
Erstellen von MSK-Clustern
Demo: Bereitstellen eines MSK-Clusters
Einspeisen von Daten in Amazon MSK
Praxis-Lab: Einführung in die Zugriffskontrolle mit Amazon MSK
Transformieren und Verarbeiten in Amazon MSK

Modul 6: Sichern, Überwachen und Optimieren von Amazon MSK

Optimierung von Amazon MSK
Demo: Skalierung von Amazon MSK-Speicher
Praxis-Lab: Amazon MSK-Streaming-Pipeline und Anwendungsbereitstellung
Sicherheit und Überwachung
Demo: Überwachung eines MSK-Clusters

Modul 7: Entwerfen von Streaming Data Analytics-Lösungen

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

Modul B: Entwickeln moderner Datenarchitekturen auf AWS

Moderne Datenarchitekturen

Dein Nutzen

Verstehen der Funktionen und Vorteile einer modernen Datenarchitektur. Erfahre, wie AWS-Streaming-Services in eine moderne Datenarchitektur passen.
Entwerfen und Implementieren einer Streaming-Data-Analytics-Lösung
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
Auswahl der geeigneten Streams, Cluster, Themen, Skalierungsansätze und Netzwerktopologien für einen bestimmten Geschäftsanwendungsfall
Verstehen, wie sich Datenspeicherung und -verarbeitung auf die Analyse- und Visualisierungsmechanismen auswirken, die für die Gewinnung verwertbarer Geschäftserkenntnisse erforderlich sind
Sicherung von Streaming-Daten im Ruhezustand und bei der Übertragung
Überwachung von Analyse-Workloads zur Erkennung und Behebung von Problemen
Anwendung von Best Practices für das Kostenmanagement

Trainer:in

Milo Fels

Methoden

Dieser Kurs besteht aus einem Online-Seminar und wird von einer:m Trainer:in geleitet, der:die die Teilnehmenden live betreut. Theorie und Praxis werden mit Live-Demonstrationen und praktischen Übungen vermittelt. Zum Einsatz kommt die Videokonferenz-Software Zoom.

Teilnehmer:innenkreis

Dieser Kurs richtet sich an folgende Jobrollen:

Data Analytics

Wir empfehlen, dass die Teilnehmer:innen dieses Kurses die folgenden Voraussetzungen mitbringen:

mindestens ein Jahr Erfahrung in der Verwaltung von Datenanalyse-Lösungen oder Datenströmen