Data Warehousing on AWS

Ce cours s’adresse à :

- Ingénieurs de données

- Architectes de données

- Architectes de bases de données

- Administrateurs de bases de données

- Développeurs de bases de données

Dans ce cours, vous apprendrez à :

• Décrire l’architecture d’Amazon Redshift et ses rôles dans une architecture de données moderne
• Concevoir et mettre en œuvre un entrepôt de données dans le cloud à l’aide d’Amazon Redshift
• Identifiez et chargez des données dans un entrepôt de données Amazon Redshift à partir de diverses sources
• Analyser les données à l’aide de notebooks SQL QEV2
• Concevoir et mettre en œuvre une stratégie de reprise après sinistre pour un entrepôt de données Amazon Redshift
• Effectuer la maintenance et l’optimisation des performances sur un entrepôt de données Amazon Redshift
• Sécurisez et gérez l’accès à un entrepôt de données Amazon Redshift
• Partager des données entre plusieurs clusters Redshift au sein d’une organisation
• Orchestrez les flux de travail dans l’entrepôt de données à l’aide des machines d’état AWS Step Functions
• Création d’un modèle de ML et configuration de prédicteurs à l’aide d’Amazon Redshift ML

Jour 1

Module 1 : Concepts d’entrepôt de données

• Architecture de données moderne
• Introduction à l’histoire du cours
• Entreposage de données avec Amazon Redshift
• Architecture sans serveur d’Amazon Redshift
• Atelier pratique : Lancement et configuration d’un entrepôt de données sans serveur Amazon Redshift

Module 2 : Configuration d’Amazon Redshift

• Modèles de données pour Amazon Redshift
• Gestion des données dans Amazon Redshift
• Gestion des autorisations dans Amazon Redshift
• Atelier pratique : Configuration d’un entrepôt de données à l’aide d’Amazon Redshift Serverless

Module 3 : Chargement des données

• Vue d’ensemble des sources de données
• Chargement de données à partir d’Amazon Simple Storage Service (Amazon S3)
• Extraire, transformer et charger (ETL) et extraire, charger et transformer (ELT)
• Chargement des données de streaming
• Chargement de données à partir de bases de données relationnelles
• Atelier pratique : Remplissage de l’entrepôt de données

Jour 2

Module 4 : Plongée dans SQL Query Editor v2 et les notebooks

• Fonctionnalités d’Amazon Redshift Query Editor v2
• Démonstration : Utilisation d’Amazon Redshift Query Editor v2
• Requêtes avancées
• Atelier pratique : Data Wrangling sur AWS

Module 5 : Sauvegarde et récupération

• Reprise après sinistre
• Sauvegarde et restauration d’Amazon Redshift provisionné
• Sauvegarde et restauration d’Amazon Redshift Serverless

Module 6 : Réglage des performances d’Amazon Redshift

• Facteurs qui ont un impact sur les performances des requêtes
• Maintenance des tables et vues matérialisées
• Analyse des requêtes
• Gestion de la charge de travail
• Conseils de réglage
• Surveillance Amazon Redshift
• Atelier pratique : Optimisation des performances de l’entrepôt de données

Module 7 : Sécurisation d’Amazon Redshift

• Présentation de la sécurité et de la conformité d’Amazon Redshift
• Authentification avec Amazon Redshift
• Contrôle d’accès avec Amazon Redshift
• Chiffrement des données avec Amazon Redshift
• Audit et conformité avec Amazon Redshift
• Atelier pratique : Sécurisation d’Amazon Redshift

Jour 3

Module 8 : Orchestration

• Vue d’ensemble de l’orchestration des données
• Orchestration avec AWS Step Functions
• Orchestration avec Amazon Managed Workflows for Apache Airflow (MWAA)
• Atelier pratique : Orchestration du pipeline d’entrepôt de données

Module 9 : Amazon Redshift ML

• Présentation de l’apprentissage automatique
• Mise en route d’Amazon Redshift ML
• Scénarios de flux de travail Amazon Redshift ML
• Utilisation d’Amazon Redshift ML
• Atelier pratique : Prévision de l’attrition des clients avec Amazon Redshift ML

Module 10 : Partage de données Amazon Redshift

• Présentation du partage de données dans Amazon Redshift
• Amazon DataZone pour les données en tant que service

Module 11 : Conclusion

• Laboratoire pratique : Laboratoire de défi de fin de cours

Nous recommandons aux participants de ce cours d’avoir suivi les cours suivants :

• Principes de base de l’analytique sur AWS – Partie 1 (cours numérique)
• Principes de base de l’analytique sur AWS – Partie 2 (cours numérique)
• Création de lacs de données sur AWS (formation dispensée par un instructeur)
• Création de solutions d’analyse de données à l’aide d’Amazon Redshift (formation dispensée par un instructeur)

Ce cours vous permet de tester de nouvelles compétences et d'appliquer vos connaissances à votre environnement de travail grâce à différents exercices pratiques.

Un support de cours officiel AWS est remis aux participants, au format électronique.