Big Data in AWS führt Sie in cloudbasierte Big Data-Lösungen wie Amazon EMR, Amazon Redshift und Kinesis ein.

In diesem Seminar erhalten Sie Informationen für die Arbeit mit Amazon EMR, Amazon Redshift, Amazon Kinesis, Amazon Athena und allen weiteren Komponenten der Big Data-Plattform von AWS für die Verarbeitung von Daten und die Erstellung von Big Data-Umgebungen.

Zielgruppe

• Zuständige für die Konzeption und Umsetzung von Big Data-Lösungen, d. h. Solutions Architects und SysOps-Administratoren
• Big Data-Manager und Big Data-Analysten, die sich für Big Data-Lösungen in AWS interessieren

Zulassungsvoraussetzungen

• Grundkenntnisse in Big Data-Technologien einschließlich Apache Hadoop und HDFS
• Kenntnisse in Big Data-Technologien wie Pig, Hive und MapReduce sind hilfreich, aber nicht erforderlich
• Arbeitskenntnisse der wichtigen AWS-Services und Implementierung öffentlicher Clouds
• Teilnehmer müssen den Kurs AWS Technical Essentials (AWSE) absolviert haben oder eine ähnliche Erfahrung aufweisen
• Grundlegendes Verständnis von Data Warehouses, relationalen Datenbanksystemen und Datenbank-Design

Ihr Nutzen

Dieser Kurs bietet eine Einführung in Cloud-basierte Big Data-Lösungen und Amazon Elastic MapReduce (EMR), die AWS-Plattform für Big Data. In diesem Kurs zeigen wir Ihnen, wie Sie Amazon EMR zum Verarbeiten von Daten mithilfe des umfassenden Angebots an Hadoop-Tools wie beispielsweise Pig und Hive einsetzen. Sie erfahren außerdem, wie Sie Big Data-Umgebungen erstellen, mit Amazon DynamoDB, Amazon Redshift und Amazon Kinesis arbeiten, und wie Sie durch Befolgen bewährter Methoden sichere und wirtschaftliche Big Data-Umgebungen einrichten. In diesem Kurs lernen Sie Folgendes:

• Verstehen von Apache Hadoop im Kontext von Amazon EMR
• Verstehen der Architektur eines Amazon EMR-Clusters
• Starten eines Amazon EMR-Clusters mithilfe eines geeigneten Amazon-Computerabbilds (AMI) und Amazon EC2-Instance-Typs
• Auswählen passender AWS-Datenspeicheroptionen für Amazon EMR
• Verstehen der Optionen für die Eingabe, Übertragung und Komprimierung von Daten zur Nutzung mit Amazon EMR
• Einsetzen gängiger Programmierungs-Frameworks, die für Amazon EMR zur Verfügung stehen, wie z. B. Hive, Pig und Streaming
• Implementieren einer Big Data-Lösung mithilfe von Amazon Redshift
• Nutzen von Software zur Visualisierung von Big Data
• Auswählen geeigneter Sicherheitsoptionen für Amazon EMR und Ihre Daten
• Ausführen von In-Memory-Datenanalysen mithilfe von Spark und Shark in Amazon EMR
• Auswählen passender Optionen zur wirtschaftlichen Verwaltung Ihrer Amazon EMR-Umgebung
• Verstehen der Vorteile der Nutzung von Amazon Kinesis für Big Data

Inhalt

In diesem Kurs werden die folgenden Konzepte behandelt:

1. Tag

• Übersicht zu Big Data, Apache Hadoop und den Vorteilen von Amazon EMR
• Architektur von Amazon EMR
• Verwenden von Amazon EMR
• Starten und Nutzen eines Amazon EMR-Clusters
• Hadoop-Programmierungs-Frameworks

1. Tag

• Verwenden von Hive für die Analyse von Werbung
• Verwenden von Streaming für biowissenschaftliche Analysen
• Übersicht: Spark und Shark für In-Memory-Analysen
• Verwenden von Spark und Shark für In-Memory-Analysen
• Kostenmanagement für Amazon EMR
• Übersicht über die Amazon EMR-Sicherheit
• Eingabe, Übertragung und Komprimierung von Daten
• Verwenden von Amazon Kinesis für die Verarbeitung von Big Data in Echtzeit

1. Tag

• Verwenden von Amazon Kinesis und Amazon EMR für Streaming und Verarbeitung von Big Data
• Optionen für die Datenspeicherung in AWS
• Verwenden von DynamoDB mit Amazon EMR
• Übersicht: Amazon Redshift und Big Data
• Verwenden von Amazon Redshift für Big Data
• Visualisieren und Orchestrieren von Big Data
• Visualisieren von Big Data mit Tableau Desktop oder Jaspersoft BI