Skip to main Content

Building Batch Data Analytics Solutions on AWS

  • Code training GK7378
  • Duur 1 dag

Andere trainingsmethoden

Klassikale training Prijs

eur795.00

(excl. BTW)

Vraag een groepstraining aan Schrijf je in

Ga naar:

Methode

Deze training is in de volgende formats beschikbaar:

  • Klassikale training

    Klassikaal leren

  • Op locatie klant

    Op locatie klant

  • Virtueel leren

    Virtueel leren

Vraag deze training aan in een andere lesvorm.

Download de volledige beschrijving van de training

Trainingsbeschrijving

Naar boven
In deze cursus leert u oplossingen voor batchgegevensanalyse te bouwen met behulp van Amazon EMR, een beheerde Apache Spark- en Apache Hadoop-service op bedrijfsniveau. Je leert hoe Amazon EMR integreert met open-sourceprojecten zoals Apache Hive, Hue en HBase, en met AWS-services zoals AWS Glue en AWS Lake Formation. De cursus behandelt het verzamelen, opnemen, catalogiseren, opslaan en verwerken van componenten voor gegevensverwerking in de context van Spark en Hadoop. U leert EMR Notebooks te gebruiken om zowel analyse- als machine learning-workloads te ondersteunen. Je leert ook om best practices op het gebied van beveiliging, prestaties en kostenbeheer toe te passen op de werking van Amazon EMR.

Data

Naar boven
    • Methode: Klassikale training
    • Datum: 05 april, 2027 | 09:30 to 17:30
    • Locatie: Amsterdam ARISTO Center (W. Europe )
    • Taal: Nederlands

    eur795.00

Bekijk de volledige planning Meer data in andere landen

Doelgroep

Naar boven

Deze cursus is bedoeld voor:

  • Ingenieurs van dataplatforms
  • Architecten en operators die pijplijnen voor gegevensanalyse bouwen en beheren
Meer…

Trainingsdoelstellingen

Naar boven

In deze cursus leer je:

  • Vergelijk de functies en voordelen van datawarehouses, data lakes en moderne data-architecturen
  • Ontwerp en implementeer een oplossing voor batchgegevensanalyse
  • Identificeer en pas de juiste technieken, waaronder compressie, toe om de gegevensopslag te optimaliseren
  • Selecteer en implementeer de juiste opties om gegevens op te nemen, te transformeren en op te slaan
  • Kies de juiste instantie- en knooppunttypen, clusters, automatisch schalen en netwerktopologie voor een bepaald zakelijk gebruiksscenario
  • Begrijp hoe gegevensopslag en -verwerking van invloed zijn op de analyse- en visualisatiemechanismen die nodig zijn om bruikbare zakelijke inzichten te verkrijgen
  • Gegevens beveiligen in rust en tijdens overdracht
  • Bewaak analyseworkloads om problemen te identificeren en op te lossen
  • Best practices voor kostenbeheer toepassen
Meer…

Inhoud training

Naar boven

Module A: Overzicht van data-analyse en de datapijplijn

  • Gebruiksscenario's voor gegevensanalyse
  • De gegevenspijplijn gebruiken voor analyses

Module 1: Inleiding tot Amazon EMR

  • Amazon EMR gebruiken in analyseoplossingen
  • Architectuur van Amazon EMR-clusters
  • Interactieve demo 1: Lancering van een Amazon EMR-cluster
  • Strategieën voor kostenbeheersing

Module 2: Pijplijn voor gegevensanalyse met behulp van Amazon EMR: opname en opslag

  • Opslagoptimalisatie met Amazon EMR
  • Technieken voor gegevensopname

Module 3: Krachtige analyse van batchgegevens met behulp van Apache Spark op Amazon EMR

  • Apache Spark op Amazon EMR-gebruiksscenario's
  • Waarom Apache Spark op Amazon EMR
  • Spark concepten
  • Interactieve demo 2: Maak verbinding met een EMR-cluster en voer Scala-opdrachten uit met behulp van de
  • De shell van de vonk
  • Transformatie, verwerking en analyse
  • Notebooks gebruiken met Amazon EMR
  • Praktijklab 1: Gegevensanalyse met lage latentie met behulp van Apache Spark op Amazon EMR

Module 4: Batchgegevens verwerken en analyseren met Amazon EMR en Apache Hive

  • Amazon EMR gebruiken met Hive om batchgegevens te verwerken
  • Transformatie, verwerking en analyse
  • Praktijklab 2: Batchgegevensverwerking met behulp van Amazon EMR met Hive
  • Inleiding tot Apache HBase op Amazon EMR

Module 5: Serverloze gegevensverwerking

  • Serverloze gegevensverwerking, -transformatie en -analyse
  • AWS Glue gebruiken met Amazon EMR-workloads
  • Practice Lab 3: Gegevensverwerking in Spark orkestreren met behulp van AWS Step Functions

Module 6: Beveiliging en monitoring van Amazon EMR-clusters

  • EPD-clusters beveiligen
  • Interactieve Demo 3: Client-side encryptie met EMRFS
  • Amazon EMR-clusters bewaken en problemen oplossen
  • Demo: De geschiedenis van Apache Spark-clusters bekijken

Module 7: Oplossingen voor batchgegevensanalyse ontwerpen

  • Gebruiksscenario's voor batchgegevensanalyse
  • Activiteit: Een workflow voor batchgegevensanalyse ontwerpen

Module B: Moderne data-architecturen ontwikkelen op AWS

  • Moderne data-architecturen
Meer…

Voorkennis

Naar boven
Studenten met minimaal een jaar ervaring met het beheren van open-source dataframeworks zoals Apache Spark of Apache Hadoop zullen baat hebben bij deze cursus.
Meer…