| Kursbeschreibung (description): |
Data Warehousing on AWS vermittelt Konzepte, Strategien und Best Practices für das Design einer Cloud-basierten Data-Warehousing-Lösung mit Amazon Redshift. Der Kurs AW274 Data Warehousing on AWS zeigt, wie Daten in das Data Warehouse ingestiert, gespeichert und transformiert werden. Zu den behandelten Themen gehören: der Zweck von Amazon Redshift, wie Amazon Redshift geschäftliche und technische Herausforderungen adressiert, Funktionen und Fähigkeiten von Amazon Redshift, das Design einer Data-Warehousing-Lösung auf AWS unter Anwendung von Best Practices basierend auf dem Well-Architected Framework, Integration mit AWS- und Nicht-AWS-Produkten und -Services, Performance-Tuning, Orchestrierung sowie Absicherung und Monitoring von Amazon Redshift.
Dieser Kurs AW274 Data Warehousing on AWS umfasst Präsentationen, praktische Übungen (Labs) und Demonstrationen.
|
|
| Zielgruppe (target group): |
Dieser Kurs AW274 Data Warehousing on AWS richtet sich an:
- Data Engineers
- Data Architects
- Datenbankarchitekten
- Datenbankadministratoren
- Datenbankentwickler
|
|
| Voraussetzungen (requirements): |
Um an dem Kurs AW274 Data Warehousing on AWS bei qSkills teilnehmen zu können, sollten Sie die folgenden AWS-Trainings besucht haben:
Darüber hinaus sollten Sie an den folgenden digitalen AWS-Trainings teilgenommen haben:
- Fundamentals of Analytics on AWS – Part 1 (Digitaler Kurs)
- Fundamentals of Analytics on AWS – Part 2 (Digitaler Kurs)
|
|
| Ziele (objectives): |
In diesem Kurs AW274 Data Warehousing on AWS lernen Sie:
- Die Architektur von Amazon Redshift zu beschreiben und ihre Rolle in einer modernen Datenarchitektur darzulegen
- Ein Data Warehouse in der Cloud mit Amazon Redshift zu entwerfen und zu implementieren
- Daten aus verschiedenen Quellen in ein Amazon Redshift Data Warehouse zu identifizieren und zu laden
- Daten mithilfe von SQL QEV2-Notebooks zu analysieren
- Eine Disaster-Recovery-Strategie für ein Amazon Redshift Data Warehouse zu entwerfen und umzusetzen
- Wartung und Performance-Tuning für ein Amazon Redshift Data Warehouse durchzuführen
- Zugriff auf ein Amazon Redshift Data Warehouse abzusichern und zu verwalten
- Daten zwischen mehreren Redshift-Clustern innerhalb einer Organisation zu teilen
- Workflows im Data Warehouse mithilfe von AWS Step Functions State Machines zu orchestrieren
- Ein ML-Modell zu erstellen und Prädiktoren mit Amazon Redshift ML zu konfigurieren
|
|
| Preis und Dauer (price and duration): |
Dauer (duration): 3 Tage
Preis (price): 2685,- Euro zzgl. MwSt.
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
| Termine (dates): |
Termine auf Anfrage.
Falls Sie einen Terminwunsch für diesen Workshop haben, werden wir dies gerne für Sie prüfen!
|
|
|
| Inhalte (agenda): |
- Data-Warehouse-Konzepte
- Moderne Datenarchitektur
- Einführung in die Kursstory
- Data Warehousing mit Amazon Redshift
- Amazon Redshift Serverless-Architektur
- Praktische Übung: Starten und Konfigurieren eines Amazon Redshift Serverless Data Warehouse
- Einrichtung von Amazon Redshift
- Datenmodelle für Amazon Redshift
- Datenmanagement in Amazon Redshift
- Berechtigungsverwaltung in Amazon Redshift
- Praktische Übung: Einrichtung eines Data Warehouse mit Amazon Redshift Serverless
- Daten laden
- Überblick über Datenquellen
- Laden von Daten aus Amazon Simple Storage Service (Amazon S3)
- Extract, Transform, and Load (ETL) und Extract, Load, and Transform (ELT)
- Laden von Streaming-Daten
- Laden von Daten aus relationalen Datenbanken
- Praktische Übung: Befüllen des Data Warehouse
- Vertiefung in SQL Query Editor v2 und Notebooks
- Funktionen des Amazon Redshift Query Editor v2
- Demonstration: Nutzung des Amazon Redshift Query Editor v2
- Erweiterte Abfragen
- Praktische Übung: Data Wrangling auf AWS
- Backup und Recovery
- Disaster Recovery
- Backup und Wiederherstellung von Amazon Redshift (provisioned)
- Backup und Wiederherstellung von Amazon Redshift Serverless
- Amazon Redshift Performance-Tuning
- Einflussfaktoren auf die Abfrageperformance
- Tabellenwartung und materialisierte Sichten
- Abfrageanalyse
- Workload-Management
- Optimierungsleitlinien
- Amazon Redshift Monitoring
- Praktische Übung: Performance-Tuning des Data Warehouse
- Absicherung von Amazon Redshift
- Einführung in Amazon Redshift Security und Compliance
- Authentifizierung mit Amazon Redshift
- Zugriffskontrolle mit Amazon Redshift
- Datenverschlüsselung mit Amazon Redshift
- Auditing und Compliance mit Amazon Redshift
- Praktische Übung: Absicherung von Amazon Redshift
- Orchestrierung
- Überblick über Datenorchestrierung
- Orchestrierung mit AWS Step Functions
- Orchestrierung mit Amazon Managed Workflows for Apache Airflow (MWAA)
- Praktische Übung: Orchestrierung der Data Warehouse Pipeline
- Amazon Redshift ML
- Überblick über Machine Learning
- Erste Schritte mit Amazon Redshift ML
- Amazon Redshift ML-Workflowszenarien
- Nutzung von Amazon Redshift ML
- Praktische Übung: Vorhersage von Kundenabwanderung mit Amazon Redshift ML
- Amazon Redshift Data Sharing
- Überblick über Data Sharing in Amazon Redshift
- Amazon DataZone für Data as a Service
- Abschluss
- Praktische Übung: Abschluss-Challenge Lab
|
|
|
