-
Dieser Kurs führt Sie in die Konzepte, Strategien und bewährten Methoden für die Konzeptionierung einer Cloud-basierten Data Warehousing-Lösung mit Amazon Redshift ein, dem Data Warehouse in AWS in Petabyte-Größe. Er demonstriert, wie Daten für das Data Warehouse mithilfe anderer AWS-Services wie Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose und Amazon S3 gesammelt, gespeichert und vorbereitet werden. Zudem wird demonstriert, wie Sie Business-Intelligence-Tools für Ihre Datenanalysen nutzen können.
-
Kursinhalt
-
- Kurseinführung
- Einführung in das Data Warehousing
- Einführung in Amazon Redshift
- Verstehen der Amazon Redshift-Komponenten und -Ressourcen
- Inbetriebnahme eines Amazon Redshift-Clusters
- Wiederholung von Data Warehousing-Ansätzen
- Identifizierung von Datenquellen und Anforderungen
- Konzeptionierung des Data Warehouse
- Laden von Daten ins Data Warehouse
- Verfassen von Abfragen und Leistungstuning
- Wartung des Data Warehouse
- Datenanalyse und -visualisierung
- Kurszusammenfassung
Auf die Labs haben Sie nach dem Kurs noch weitere 14 Tage Zugriff. So können Sie Übungen wiederholen oder individuell vertiefen.
Die englischsprachigen Original-Unterlagen von Amazon Web Services erhalten Sie als E-Book.
-
Zielgruppe
-
Dieser Kurs ist konzipiert für: Datenbankarchitekten, Datenbankadministratoren, Datenbankentwickler, Datenanalysten und Informatiker.
-
Voraussetzungen
-
Vorheriger Besuch des Kurses AWS Technical Essentials (oder entsprechende praktische Erfahrung mit AWS) sowie Vertrautheit mit relationalen Datenbanken und den Konzepten des Datenbankdesigns.
Bestandteil der Schulung sind praktische Labor-Übungen mit der AWS Umgebung. Um diese
erfolgreich durchführen zu können, ist ein internetfähiges Notebook (Windows, Linux, MacOS)
Voraussetzung.Wichtig: Bitte bringen Sie daher Ihr Notebook zum Kurs mit! Falls dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf. -
Beachten Sie bitte unsere Übersicht AWS Trainings!
Module 1: Introduction to Data Warehousing |
Relational databases |
Data warehousing concepts |
The intersection of data warehousing and big data |
Overview of data management in AWS |
Hands-on lab 1: Introduction to Amazon Redshift |
Module 2: Introduction to Amazon Redshift |
Conceptual overview |
Real-world use cases |
Hands-on lab 2: Launching an Amazon Redshift cluster |
Module 3: Launching clusters |
Building the cluster |
Connecting to the cluster |
Controlling access |
Database security |
Load data |
Hands-on lab 3: Optimizing database schemas |
Module 4: Designing the database schema |
Schemas and data types |
Columnar compression |
Data distribution styles |
Data sorting methods |
Module 5: Identifying data sources |
Data sources overview |
Amazon S3 |
Amazon DynamoDB |
Amazon EMR |
Amazon Kinesis Data Firehose |
AWS Lambda Database Loader for Amazon Redshift |
Hands-on lab 4: Loading real-time data into an Amazon Redshift database |
Module 6: Loading data |
Preparing Data |
Loading data using COPY |
Maintaining tables |
Concurrent write operations |
Troubleshooting load issues |
Hands-on lab 5: Loading data with the COPY command |
Module 7: Writing queries and tuning for performance |
Amazon Redshift SQL |
User-Defined Functions (UDFs) |
Factors that affect query performance |
The EXPLAIN command and query plans |
Workload Management (WLM) |
Hands-on lab 6: Configuring workload management |
Module 8: Amazon Redshift Spectrum |
Amazon Redshift Spectrum |
Configuring data for Amazon Redshift Spectrum |
Amazon Redshift Spectrum Queries |
Hands-on lab 7: Using Amazon Redshift Spectrum |
Module 9: Maintaining clusters |
Audit logging |
Performance monitoring |
Events and notifications |
Lab 8: Auditing and monitoring clusters |
Resizing clusters |
Backing up and restoring clusters |
Resource tagging and limits and constraints |
Hands-on lab 9: Backing up, restoring and resizing clusters |
Module 10: Analyzing and visualizing data |
Power of visualizations |
Building dashboards |
Amazon QuickSight editions and features |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Inhouse-Schulung jetzt anfragen >>>
-
Dieser Kurs führt Sie in die Konzepte, Strategien und bewährten Methoden für die Konzeptionierung einer Cloud-basierten Data Warehousing-Lösung mit Amazon Redshift ein, dem Data Warehouse in AWS in Petabyte-Größe. Er demonstriert, wie Daten für das Data Warehouse mithilfe anderer AWS-Services wie Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose und Amazon S3 gesammelt, gespeichert und vorbereitet werden. Zudem wird demonstriert, wie Sie Business-Intelligence-Tools für Ihre Datenanalysen nutzen können.
-
Kursinhalt
-
- Kurseinführung
- Einführung in das Data Warehousing
- Einführung in Amazon Redshift
- Verstehen der Amazon Redshift-Komponenten und -Ressourcen
- Inbetriebnahme eines Amazon Redshift-Clusters
- Wiederholung von Data Warehousing-Ansätzen
- Identifizierung von Datenquellen und Anforderungen
- Konzeptionierung des Data Warehouse
- Laden von Daten ins Data Warehouse
- Verfassen von Abfragen und Leistungstuning
- Wartung des Data Warehouse
- Datenanalyse und -visualisierung
- Kurszusammenfassung
Auf die Labs haben Sie nach dem Kurs noch weitere 14 Tage Zugriff. So können Sie Übungen wiederholen oder individuell vertiefen.
Die englischsprachigen Original-Unterlagen von Amazon Web Services erhalten Sie als E-Book.
-
Zielgruppe
-
Dieser Kurs ist konzipiert für: Datenbankarchitekten, Datenbankadministratoren, Datenbankentwickler, Datenanalysten und Informatiker.
-
Voraussetzungen
-
Vorheriger Besuch des Kurses AWS Technical Essentials (oder entsprechende praktische Erfahrung mit AWS) sowie Vertrautheit mit relationalen Datenbanken und den Konzepten des Datenbankdesigns.
Bestandteil der Schulung sind praktische Labor-Übungen mit der AWS Umgebung. Um diese
erfolgreich durchführen zu können, ist ein internetfähiges Notebook (Windows, Linux, MacOS)
Voraussetzung.Wichtig: Bitte bringen Sie daher Ihr Notebook zum Kurs mit! Falls dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf. -
Beachten Sie bitte unsere Übersicht AWS Trainings!
Module 1: Introduction to Data Warehousing |
Relational databases |
Data warehousing concepts |
The intersection of data warehousing and big data |
Overview of data management in AWS |
Hands-on lab 1: Introduction to Amazon Redshift |
Module 2: Introduction to Amazon Redshift |
Conceptual overview |
Real-world use cases |
Hands-on lab 2: Launching an Amazon Redshift cluster |
Module 3: Launching clusters |
Building the cluster |
Connecting to the cluster |
Controlling access |
Database security |
Load data |
Hands-on lab 3: Optimizing database schemas |
Module 4: Designing the database schema |
Schemas and data types |
Columnar compression |
Data distribution styles |
Data sorting methods |
Module 5: Identifying data sources |
Data sources overview |
Amazon S3 |
Amazon DynamoDB |
Amazon EMR |
Amazon Kinesis Data Firehose |
AWS Lambda Database Loader for Amazon Redshift |
Hands-on lab 4: Loading real-time data into an Amazon Redshift database |
Module 6: Loading data |
Preparing Data |
Loading data using COPY |
Maintaining tables |
Concurrent write operations |
Troubleshooting load issues |
Hands-on lab 5: Loading data with the COPY command |
Module 7: Writing queries and tuning for performance |
Amazon Redshift SQL |
User-Defined Functions (UDFs) |
Factors that affect query performance |
The EXPLAIN command and query plans |
Workload Management (WLM) |
Hands-on lab 6: Configuring workload management |
Module 8: Amazon Redshift Spectrum |
Amazon Redshift Spectrum |
Configuring data for Amazon Redshift Spectrum |
Amazon Redshift Spectrum Queries |
Hands-on lab 7: Using Amazon Redshift Spectrum |
Module 9: Maintaining clusters |
Audit logging |
Performance monitoring |
Events and notifications |
Lab 8: Auditing and monitoring clusters |
Resizing clusters |
Backing up and restoring clusters |
Resource tagging and limits and constraints |
Hands-on lab 9: Backing up, restoring and resizing clusters |
Module 10: Analyzing and visualizing data |
Power of visualizations |
Building dashboards |
Amazon QuickSight editions and features |
-
Classroom Training
- Bevorzugen Sie die klassische Trainingsmethode? Ein Kurs in einem unserer Training Center, mit einem kompetenten Trainer und dem direkten Austausch zwischen allen Teilnehmern? Dann buchen Sie einen der Classroom Training Termine!
-
Online Training
- Möchten Sie einen Kurs online besuchen? Zu diesem Kursthema bieten wir Ihnen Online-Kurstermine an. Als Teilnehmer benötigen Sie dazu einen PC mit Internet-Anschluss (mindestens 1 Mbit/s), ein Headset, falls Sie per VoIP arbeiten möchten und optional eine Kamera. Weitere Informationen und technische Empfehlungen finden Sie hier.
-
Inhouse-Schulung
-
Benötigen Sie einen maßgeschneiderten Kurs für Ihr Team? Neben unserem Standard-Angebot bieten wir Ihnen an, Kurse speziell nach Ihren Anforderungen zu gestalten. Gerne beraten wir Sie hierzu und erstellen Ihnen ein individuelles Angebot.
Inhouse-Schulung jetzt anfragen >>>