AW273: Building Streaming Data Analytics Solutions on AWS™

Agenda:

• Überblick über Data Analytics und die Datenpipeline

  • Anwendungsfälle für Data Analytics

  • Nutzung der Datenpipeline für Analytics

• Nutzung von Streaming-Services in der Data Analytics-Pipeline

  • Bedeutung von Streaming Data Analytics

  • Die Streaming Data Analytics-Pipeline

  • Grundlagen von Streaming

• Einführung in AWS™ Streaming-Services

  • Streaming-Datenservices in AWS™

  • Amazon Kinesis in Analytics-Lösungen

  • Demo: Amazon Kinesis Data Streams erkunden

  • Practice Lab: Streaming-Delivery-Pipeline mit Amazon Kinesis aufbauen

  • Einsatz von Amazon Kinesis Data Analytics

  • Einführung in Amazon MSK

  • Überblick über Spark Streaming

• Einsatz von Amazon Kinesis für Echtzeit-Datenanalyse

  • Amazon Kinesis anhand eines Clickstream-Workloads erkunden

  • Erstellen von Kinesis Data Streams und Delivery Streams

  • Demo: Produzenten und Konsumenten verstehen

  • Aufbau von Stream-Producern

  • Aufbau von Stream-Consumern

  • Flink-Anwendungen in Kinesis Data Analytics entwickeln und bereitstellen

  • Demo: Zeppelin-Notebooks für Kinesis Data Analytics erkunden

  • Practice Lab: Streaming Analytics mit Amazon Kinesis Data Analytics und Apache Flink

• Absicherung, Monitoring und Optimierung von Amazon Kinesis

  • Amazon Kinesis optimieren, um verwertbare Geschäftseinblicke zu gewinnen

  • Best Practices zu Sicherheit und Monitoring

• Einsatz von Amazon MSK in Streaming Data Analytics-Lösungen

  • Anwendungsfälle für Amazon MSK

  • Erstellen von MSK-Clustern

  • Demo: Bereitstellung eines MSK-Clusters

  • Datenaufnahme mit Amazon MSK

  • Practice Lab: Einführung in Access Control mit Amazon MSK

  • Transformation und Verarbeitung in Amazon MSK

• Absicherung, Monitoring und Optimierung von Amazon MSK

  • Amazon MSK optimieren

  • Demo: Amazon MSK Storage skalieren

  • Practice Lab: Amazon MSK Streaming-Pipeline und Anwendungsbereitstellung

  • Sicherheit und Monitoring

  • Demo: MSK-Cluster überwachen

• Design von Streaming Data Analytics-Lösungen

  • Anwendungsfallbetrachtung

  • Kursaktivität: Design eines Streaming Data Analytics-Workflows

• Entwicklung moderner Datenarchitekturen auf AWS™

  • Moderne Datenarchitekturen

Ziele:

In diesem Kurs AW273 Building Streaming Data Analytics Solutions on AWS™ lernen Sie:

• Die Funktionen und Vorteile moderner Datenarchitekturen zu verstehen und zu lernen, wie AWS™ Streaming-Services in diese Architekturen passen

• Eine Streaming Data Analytics-Lösung zu entwerfen und zu implementieren

• Geeignete Techniken wie Komprimierung, Sharding und Partitionierung zu identifizieren und anzuwenden, um die Datenspeicherung zu optimieren

• Geeignete Optionen zur Aufnahme, Transformation und Speicherung von Echtzeit- und Near-Real-Time-Daten auszuwählen und bereitzustellen

• Die passenden Streams, Cluster, Topics, Skalierungsstrategien und Netzwerktopologien für einen bestimmten geschäftlichen Anwendungsfall auszuwählen

• Zu verstehen, wie Datenspeicherung und -verarbeitung die Analyse- und Visualisierungsmechanismen beeinflussen, die für verwertbare Geschäftseinblicke erforderlich sind

• Streaming-Daten im Ruhezustand und bei der Übertragung abzusichern

• Analytics-Workloads zu überwachen, um Probleme zu identifizieren und zu beheben

• Best Practices für das Kostenmanagement anzuwenden

Zielgruppe:

Dieser Kurs AW273 Building Streaming Data Analytics Solutions on AWS™ richtet sich an:

• Data Engineers und Architekten

• Entwickler, die Echtzeitanwendungen und Streaming Data Analytics-Lösungen erstellen und verwalten möchten

Voraussetzungen:

• AW200 Architecting on AWS™ oder
• Data Analytics Fundamentals und 
• AW270 Building Data Lakes on AWS™

Beschreibung: