Building Data Analytics Solutions using Amazon Redshift

Sie erstellen einen Data Warehouse-Analyse-Workflow basierend auf einem realen Szenario mit den Inhalten, die Sie in Tutorials, praktischen Übungen, Diskussionen, Demonstrationen, Präsentationen und Gruppenübungen lernen.

Physisch oder virtuell?

Nehmen Sie an einem unserer Standorte Frankfurt, München und Wien oder virtuell an unseren Klassenraumtrainings teil. Unter „Termin buchen“ werden Ihnen alle Optionen angezeigt, zuerst sortiert nach Standort, dann nach Datum.

Dauer

Trainingssprache

Deutsch

Trainingsart

Nicht verfügbar

Was werden Sie in diesem Training erlernen?

Der Kurs befasst sich eingehend mit dem Amazon Redshift-Service und den aktuellen Überlegungen zum Erstellen und Betreiben von Datenanalyse-Pipelines, um Daten in Erkenntnisse umzuwandeln. Sie können Fragen stellen und in Echtzeit Feedback von erfahrenen AWS-Trainern erhalten, das Sie sofort auf Ihre Datenanalyselösungen anwenden können.

Agenda

Vergleichen Sie die Funktionen und Vorteile von Data Warehouse, Data Lakes und modernen Datenarchitekturen

Entwerfen und Implementieren einer Data Warehouse-Analyselösung

Identifizieren und Anwenden geeigneter Techniken, einschließlich Komprimierung, zur Optimierung der Datenspeicherung

Wählen Sie geeignete Optionen zum Aufnehmen, Transformieren und Speichern von Daten aus und setzen Sie diese ein.

Wählen Sie die geeigneten Instanz- und Knotentypen, Cluster, die automatische Skalierung und die Netzwerktopologie für einen bestimmten Geschäftsanwendungsfall

Und vieles mehr

REVIEWING ARCHITECTING CONCEPTS

SINGLE TO MULTIPLE ACCOUNTS

Group Exercise: Review Architecting on AWS core best practices
AWS Organizations for multi-account access and permissions
AWS SSO to simplify access and authentication across AWS accounts and third-party services
AWS Control Tower
Permissions, access, and authentication

HYBRID CONNECTIVITY

SPECIALIZED INFRASTRUCTURE

Zielgruppe

Data Warehouse-Ingenieure Datenplattform-Ingenieure Architekten und Betreiber, die Datenanalyse-Pipelines erstellen und verwalten

Voraussetzung für den Kurs

Abgeschlossenes AWS Technical Essentials- oder Architecting on AWS-Studium Erstellen von Data Lakes auf AWS abgeschlossen

Partner

AWS