Amazon Web Services предоставляет несколько способов изучения возможностей работы с большими данными в облаке. Например, можно воспользоваться эталонными архитектурами, техническими описаниями, руководствами, курсами для самостоятельного изучения, очным обучением, видеороликами и многими другими ресурсами, чтобы научиться разрабатывать решения для работы с большими данными на платформе AWS. Если вы новый пользователь AWS, начните со страницы Начало работы.
Получите рекомендации по архитектуре приложений для работы с большими данными, использующих все преимущества облачной инфраструктуры AWS. Найдите в Центре архитектурных решений AWS эталонную архитектуру для вашего приложения. Посетите Центр архитектурных решений.
Руководства по началу работы Amazon Web Services дают возможность быстро получить знания, необходимые для запуска на AWS вашего первого приложения, работающего с большими данными. Инструкции освещают все этапы процесса, а благодаря подробным пояснениям вы без труда поймете, что именно необходимо делать и почему. Иллюстрации в руководствах помогают представить то, что вы увидите на экране в процессе работы; таким образом, процесс обучения включает чтение, получение зрительной информации и выполнение действий.
Изучение руководств по началу работы с AWS даст вам следующее.
- Вы узнаете, как без проблем начать работать на AWS с приложениями, работающими с большими данными.
- Вы получите практический опыт, запуская выбранное вами приложение.
- По ходу обучения вы будете читать пояснения к каждому выполняемому шагу.
- Вы сможете разобраться, зачем нужен тот или иной шаг.
| Создание сервиса хранения данных, объем которых измеряется в петабайтах |
Просмотреть |
| Создание вашего первого потока больших данных в режиме реального времени |
Просмотреть |
| Развертывание Cloudera Enterprise Data Hub на AWS | Просмотреть |
| Развертывание кластера MongoDB на AWS | Просмотреть |
| Варианты анализа больших данных в AWS | Просмотреть |
| Comparing the Use of DynamoDB and Apache HBase for NoSQL | Просмотреть |
| Amazon Kinesis and Apache Storm Building a Real-Time Sliding-Window Dashboard over Streaming Data | Просмотреть |
В разделе «Технические описания» представлен внушительный список технических описаний AWS, охватывающих такие темы, как архитектура, безопасность и экономика. Эти технические описания созданы специалистами AWS, независимыми аналитиками или сообществом AWS (клиентами и партнерами).
Ознакомьтесь со следующими техническими описаниями, имеющими отношение к большим данным, и узнайте, как AWS может помочь в решении связанных с большими данными задач.
Курсы для самостоятельного изучения Amazon Web Services дают возможность тестировать продукты, приобретать новые навыки и получать практический опыт работы с AWS. Курсы разработаны профильными экспертами AWS и предоставляют вам пошаговые инструкции, помогающие отработать навыки обращения с технологиями AWS и больше узнать о том, как создавать на AWS проекты для работы с большими данными.
Курсы для самостоятельного изучения доступны абсолютно всем. Они предоставляют следующие возможности:
- Получение практического опыта работы с технологиями в учебной среде без необходимости иметь аккаунт AWS.
- Тренировка на практике в использовании AWS с вашего собственного компьютера.
- Исследование и тестирование новых продуктов и решений.
- Приобретение новых практических навыков в удобном, гибком и легком в усвоении формате.
- Обучение в удобное время и в удобном темпе.
Курс обучения Big Data Technology Fundamentals идеально подходит для того, чтобы начать изучать, как работать с приложениями, использующими большие данные, в облаке AWS. Это бесплатный интернет-курс, предназначенный для пользователей, только начинающих знакомиться с концепцией больших данных, в том числе для архитекторов решений, специалистов по обработке данных и аналитиков данных.
Курс охватывает разработку решений для больших данных с помощью инструментов семейства Hadoop, включая MapReduce, HDFS, а также сред программирования Pig и Hive.
Подробнее о курсе обучения Big Data Technology Fundamentals »
Курс Big Data on AWS разработан для практического обучения использованию сервисов Amazon Web Services для обработки больших данных. AWS научит вас использовать Amazon Elastic MapReduce для обработки данных с помощью развитой системы инструментов Hadoop, таких как Pig или Hive. Кроме того, вы научитесь создавать в облаке среды с большими данными с помощью Amazon DynamoDB и Amazon Redshift, понимать достоинства Amazon Kinesis, а также выбирать лучшие методы создания сред с большими данными для повышения качества аналитики, безопасности и экономичности.
Пройдите бесплатный трехчасовой интернет-курс по основным принципам больших данных
Узнайте, как создать приложение для больших данных с помощью Amazon Elastic MapReduce и других сервисов AWS для работы с большими данными. Прослушайте рекомендации и информацию об архитектуре проектных моделей для работы с большими данными.
Создавать и запускать в работу приложение на AWS легко и просто. Каждый месяц сотрудники AWS проводят вебинары, чтобы пользователи смогли узнать больше об AWS и о том, как использовать все преимущества работы в облаке. Эти вебинары сохраняются на сайте. Слушатели могут поделиться понравившимся видео, а также посмотреть предыдущие вебинары, представляющие интерес.
Просмотр вебинаров AWS может быть полезен вам следующим.
- Вы получаете возможность узнавать о новых сервисах, возможностях и решениях AWS.
- Вы сможете задавать вопросы и получать ответы в специально выделенное время, что улучшит ваше понимание технологий AWS.
- Вы сможете смотреть записанные вебинары в удобное для вас время. Посмотрите, например, избранные вебинары по началу работы с большими данными по ссылке слева.
- На вебинарах обсуждается и демонстрируется использование сервисов AWS, и вы сможете увидеть, как работают эти сервисы и чего могут ожидать их пользователи.
Конференции AWS re:Invent – это самые крупные собрания международного сообщества Amazon Web Services. На конференциях вы сможете узнать больше о сервисах AWS и изучить рекомендации, которые невозможно получить в других местах. В этом году тематический раздел конференции re:Invent по большим данным состоял из 30 семинаров, посвященных разработкам в области больших данных на платформе Amazon Web Services. Смотрите семинары ниже или ознакомьтесь со списком других избранных семинаров по большим данным в блоге Big Data Blog.
Создание «озера данных» на AWS
AWS предоставляет большое количество компонентов, необходимых для внедрения «озера данных». На семинаре мы представляем основную информацию об «озерах данных» и рассматриваем вопросы, связанные с их реализацией. Кроме того, проанализированы важнейшие факторы успеха, типовые ошибки и такие функциональные аспекты, как безопасность, управляемость, поиск, индексация и управление метаданными. Также мы рассказываем о том, как AWS позволяет создавать архитектуру «озера данных».
Техническое введение в Amazon Elastic MapReduce
С тех пор как в прошлом году был запущен сервис Amazon Redshift, многие компании из различных отраслей стали использовать его для хранения данных. На этом семинаре рассказывается о том, какие преимущества предлагает Amazon Redshift компаниям NASDAQ, HauteLook и Roundarch Isobar в трех различных вариантах использования: корпоративный, связанный с большими данными и SaaS. Узнайте об их реализациях и о том, как они добились более быстрого, экономичного и простого анализа данных с помощью Amazon Redshift.
Создание приложений потоковой передачи данных с помощью Amazon Kinesis
Amazon Kinesis – это полностью управляемый облачный сервис обработки больших распределенных потоков данных в режиме реального времени. Клиенты, использующие Amazon Kinesis, могут непрерывно захватывать и обрабатывать данные в режиме реального времени, например сведения о посещениях веб-сайтов, финансовых транзакциях, ленты социальных сетей, ИТ-журналы, события изменения местоположения при его отслеживании и многое другое. Посмотрите этот семинар и получите рекомендации по созданию архитектуры потоковой передачи данных с помощью Amazon Kinesis. Вы получите ответы на технические вопросы, часто задаваемые клиентами, начинающими обрабатывать потоковые события.