Erfahren Sie, wie Sie mit Amazon RedShift eine Cloud-basierte Data-Warehousing-Lösung entwickeln. Erwerben Sie umfassende Kenntnisse über das Sammeln, Speichern und Aufbereiten von Daten für das Data Warehouse und nutzen Sie Business-Intelligence-Tools, um für Ihre Daten Analysen durchzuführen.

Data Warehousing auf AWS führt Sie ein in die Konzepte, Strategien und bewährten Methoden für die Konzeptionierung einer Cloud-basierten Data Warehousing-Lösung mit Amazon Redshift, dem Data Warehouse in AWS in Petabyte-Größe. Dieser Kurs demonstriert, wie Daten für das Data Warehouse mithilfe anderer AWS-Services wie Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose und Amazon S3 gesammelt, gespeichert und vorbereitet werden. Zudem wird demonstriert, wie Sie Business-Intelligence-Tools für Ihre Datenanalysen nutzen können.

Stufe

Fortgeschritten

Modalität

Mit Kursleiter, Live oder virtuell

Dauer

3 Tage

Was Sie in diesem Kurs lernen:

  • Diskussion der Kernkonzepte des Data Warehousing.
  • Evaluierung der Beziehung zwischen Amazon Redshift und anderen Big Data-Systemen.
  • Evaluierung von Fallbeispielen für Arbeitslasten von Data Warehouses und Behandlung von Fallstudien, die die Implementierung der AWS Daten- und Analyseservices als Teil der Data Warehousing-Lösung demonstrieren.
  • Auswahl eines Amazon Redshift-Knotentyps in der für Ihre Datenbedürfnisse geeigneten Größe.
  • Besprechung von Sicherheitsfunktionen in Bezug auf Amazon Redshift, z. B. Verschlüsselung, IAM- Berechtigungen und Datenbankberechtigungen.
  • Inbetriebnahme eines Amazon Redshift-Clusters und Nutzung der Komponenten und Funktionen zur Implementierung eines Data Warehouse in der Cloud.
  • Verwendung weiterer AWS- und Analyseservices wie Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose und Amazon S3 als Beitrag zur Data Warehousing-Lösung.
  • Evaluierung von Ansätzen und Methoden zur Konzeptionierung von Data Warehouses.
  • Identifizierung von Datenquellen und Evaluierung von Anforderungen, die sich auf das Data Warehouse-Konzept auswirken.
  • Konzeptionierung des Data Warehouse im Hinblick auf die effektive Nutzung von Komprimierung, Datenverteilung und Sortiermethoden.
  • Laden und Entladen von Daten sowie Durchführen von Aufgaben der Datenwartung.
  • Verfassen von Abfragen und Auswerten von Abfrageplänen zur Optimierung der Abfrageleistung.
  • Konfigurieren der Datenbank zur Ressourcenzuweisung, etwa des Speichers für Abfrage-Queues, und Definieren von Kriterien, um Ihren konfigurierten Abfrage-Queues für eine bessere Verarbeitung bestimmte Abfragetypen zuzuweisen.
  • Nutzung von Funktionen und Services, etwa Amazon Redshift Datenbankaudit-Protokollierung, Amazon CloudTrail, Amazon CloudWatch und Amazon Simple Notification Service (Amazon SNS) zur Überwachung, Beobachtung und zum Erhalt von Ereignisbenachrichtigungen über Aktivitäten im Data Warehouse.
  • Vorbereitung von Betriebsaufgaben, etwa Größenänderung des Amazon Redshift-Clusters und Verwendung von Snapsots für das Backup und die Wiederherstellung von Clustern.
  • Einsatz einer Business Intelligence- (BI-) Anwendung zur Durchführung von Datenanalysen und Visualisierungsaufgaben anhand Ihrer Daten.

Dieser Kurs ist konzipiert für:

  • Datenbankarchitekten
  • Datenbankadministratoren
  • Datenbankentwickler
  • Datenanalysten und Informatiker

Wir empfehlen, dass die Teilnehmer an diesem Kurs die folgenden Voraussetzungen erfüllen:

  • Abgeschlossene Kurse: AWS Technical Essentials (oder vergleichbare Erfahrungen mit AWS)
  • Vertrautheit mit relationalen Datenbanken und den Konzepten des Datenbankdesigns

Dieser Kurs setzt sich zusammen aus:

  • Schulung mit Kursleiter
  • Praktische Übungen

In diesem Kurs können Sie neue Fertigkeiten testen und Ihr Wissen in verschiedenen praktischen Übungen in Ihrer Arbeitsumgebung anwenden.

1. Tag

  • Kurseinführung
  • Einführung in das Data Warehousing
  • Einführung in Amazon Redshift
  • Verstehen der Amazon Redshift-Komponenten und -Ressourcen
  • Inbetriebnahme eines Amazon Redshift-Clusters

2. Tag

  • Wiederholung von Data Warehousing-Ansätzen
  • Identifizierung von Datenquellen und Anforderungen
  • Konzeptionierung des Data Warehouse
  • Laden von Daten ins Data Warehouse

3. Tag

  • Verfassen von Abfragen und Leistungstuning
  • Wartung des Data Warehouse
  • Datenanalyse und -visualisierung
  • Kurszusammenfassung
Data Warehousing Thumbnail

Zu aws.training gehen