-
Dieser Kurs vermittelt Ihnen Konzepte, Strategien und Best Practices für die Gestaltung einer cloudbasierten Data-Warehousing-Lösung mit Amazon Redshift. Dieser Kurs zeigt, wie Daten in das Data Warehouse eingelesen, gespeichert und transformiert werden.
Die behandelten Themen umfassen: den Zweck von Amazon Redshift, wie Amazon Redshift geschäftliche und technische Herausforderungen angeht, Funktionen und Fähigkeiten von Amazon Redshift, das Entwerfen einer Data-Warehousing-Lösung auf AWS durch Anwendung bewährter Verfahren basierend auf dem Well-Architected Framework, Integration mit AWS- und Nicht-AWS-Produkten und -Diensten, Performance-Tuning, Orchestrierung sowie Sicherung und Überwachung von Amazon Redshift.
-
Kursinhalt
-
• Describe Amazon Redshift architecture and its roles in a modern data architecture
• Design and implement a data warehouse in the cloud using Amazon Redshift
• Identify and load data into an Amazon Redshift data warehouse from a variety of sources
• Analyze data using SQL QEV2 notebooks
• Design and implement a disaster recovery strategy for an Amazon Redshift data warehouse
• Perform maintenance and performance tuning on an Amazon Redshift data warehouse
• Secure and manage access to an Amazon Redshift data warehouse
• Share data between multiple Redshift clusters in an organization
• Orchestrate workflows in the data warehouse using AWS Step Functions state machines
• Create an ML model and configure predictors using Amazon Redshift MLAuf die Labs haben Sie nach dem Kurs noch weitere 4 Wochen 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
-
Wir empfehlen, dass Teilnehmer dieses Kurses die folgenden Kurse abgeschlossen haben:
• Fundamentals of Analytics on AWS – Teil 1 und Teil 2 (AWS Skill Builder)
• Building Data Lakes auf AWS
• Building Data Analytics Solutions Using Amazon RedshiftBestandteil 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!
| Data Warehouse Concepts |
| Modern data architecture |
| Introduction to the course story |
| Data warehousing with Amazon Redshift |
| Amazon Redshift Serverless architecture |
| Hands-On Lab: Launch and Configure an Amazon Redshift Serverless Data Warehouse |
| Setting up Amazon Redshift |
| Data models for Amazon Redshift |
| Data management in Amazon Redshift |
| Managing permissions in Amazon Redshift |
| Hands-On Lab: Setting up a Data Warehouse using Amazon Redshift Serverless |
| Loading Data |
| Overview of data sources |
| Loading data from Amazon Simple Storage Service (Amazon S3) |
| Extract, transform, and load (ETL) and extract, load, and transform (ELT) |
| Loading streaming data |
| Loading data from relational databases |
| Hands-On Lab: Populating the data warehouse |
| Deep Dive into SQL Query Editor v2 and Notebooks |
| Features of Amazon Redshift Query Editor v2 |
| Demonstration: Using Amazon Redshift Query Editor v2 |
| Advanced queries |
| Hands-On Lab: Data Wrangling on AWS |
| Backup and Recovery |
| Disaster recovery |
| Backing up and restoring Amazon Redshift provisioned |
| Backing up and restoring Amazon Redshift Serverless |
| Amazon Redshift Performance Tuning |
| Factors that impact query performance |
| Table maintenance and materialized views |
| Query analysis |
| Workload management |
| Tuning guidance |
| Amazon Redshift monitoring |
| Hands-On Lab: Performance Tuning the Data Warehouse |
| Securing Amazon Redshift |
| Introduction to Amazon Redshift security and compliance |
| Authentication with Amazon Redshift |
| Access control with Amazon Redshift |
| Data encryption with Amazon Redshift |
| Data Warehousing on AWS |
| Auditing and compliance with Amazon Redshift |
| Hands-On Lab: Securing Amazon Redshift |
| Orchestration |
| Overview of data orchestration |
| Orchestration with AWS Step Functions |
| Orchestration with Amazon Managed Workflows for Apache Airflow (MWAA) |
| Hands-On Lab: Orchestrating the Data Warehouse Pipeline |
| Amazon Redshift ML |
| Machine Learning Overview |
| Getting started with Amazon Redshift ML |
| Amazon Redshift ML workflow scenarios |
| Amazon Redshift ML Usage |
-
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.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.-
Dieser Kurs vermittelt Ihnen Konzepte, Strategien und Best Practices für die Gestaltung einer cloudbasierten Data-Warehousing-Lösung mit Amazon Redshift. Dieser Kurs zeigt, wie Daten in das Data Warehouse eingelesen, gespeichert und transformiert werden.
Die behandelten Themen umfassen: den Zweck von Amazon Redshift, wie Amazon Redshift geschäftliche und technische Herausforderungen angeht, Funktionen und Fähigkeiten von Amazon Redshift, das Entwerfen einer Data-Warehousing-Lösung auf AWS durch Anwendung bewährter Verfahren basierend auf dem Well-Architected Framework, Integration mit AWS- und Nicht-AWS-Produkten und -Diensten, Performance-Tuning, Orchestrierung sowie Sicherung und Überwachung von Amazon Redshift.
-
Kursinhalt
-
• Describe Amazon Redshift architecture and its roles in a modern data architecture
• Design and implement a data warehouse in the cloud using Amazon Redshift
• Identify and load data into an Amazon Redshift data warehouse from a variety of sources
• Analyze data using SQL QEV2 notebooks
• Design and implement a disaster recovery strategy for an Amazon Redshift data warehouse
• Perform maintenance and performance tuning on an Amazon Redshift data warehouse
• Secure and manage access to an Amazon Redshift data warehouse
• Share data between multiple Redshift clusters in an organization
• Orchestrate workflows in the data warehouse using AWS Step Functions state machines
• Create an ML model and configure predictors using Amazon Redshift MLAuf die Labs haben Sie nach dem Kurs noch weitere 4 Wochen 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
-
Wir empfehlen, dass Teilnehmer dieses Kurses die folgenden Kurse abgeschlossen haben:
• Fundamentals of Analytics on AWS – Teil 1 und Teil 2 (AWS Skill Builder)
• Building Data Lakes auf AWS
• Building Data Analytics Solutions Using Amazon RedshiftBestandteil 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!
| Data Warehouse Concepts |
| Modern data architecture |
| Introduction to the course story |
| Data warehousing with Amazon Redshift |
| Amazon Redshift Serverless architecture |
| Hands-On Lab: Launch and Configure an Amazon Redshift Serverless Data Warehouse |
| Setting up Amazon Redshift |
| Data models for Amazon Redshift |
| Data management in Amazon Redshift |
| Managing permissions in Amazon Redshift |
| Hands-On Lab: Setting up a Data Warehouse using Amazon Redshift Serverless |
| Loading Data |
| Overview of data sources |
| Loading data from Amazon Simple Storage Service (Amazon S3) |
| Extract, transform, and load (ETL) and extract, load, and transform (ELT) |
| Loading streaming data |
| Loading data from relational databases |
| Hands-On Lab: Populating the data warehouse |
| Deep Dive into SQL Query Editor v2 and Notebooks |
| Features of Amazon Redshift Query Editor v2 |
| Demonstration: Using Amazon Redshift Query Editor v2 |
| Advanced queries |
| Hands-On Lab: Data Wrangling on AWS |
| Backup and Recovery |
| Disaster recovery |
| Backing up and restoring Amazon Redshift provisioned |
| Backing up and restoring Amazon Redshift Serverless |
| Amazon Redshift Performance Tuning |
| Factors that impact query performance |
| Table maintenance and materialized views |
| Query analysis |
| Workload management |
| Tuning guidance |
| Amazon Redshift monitoring |
| Hands-On Lab: Performance Tuning the Data Warehouse |
| Securing Amazon Redshift |
| Introduction to Amazon Redshift security and compliance |
| Authentication with Amazon Redshift |
| Access control with Amazon Redshift |
| Data encryption with Amazon Redshift |
| Data Warehousing on AWS |
| Auditing and compliance with Amazon Redshift |
| Hands-On Lab: Securing Amazon Redshift |
| Orchestration |
| Overview of data orchestration |
| Orchestration with AWS Step Functions |
| Orchestration with Amazon Managed Workflows for Apache Airflow (MWAA) |
| Hands-On Lab: Orchestrating the Data Warehouse Pipeline |
| Amazon Redshift ML |
| Machine Learning Overview |
| Getting started with Amazon Redshift ML |
| Amazon Redshift ML workflow scenarios |
| Amazon Redshift ML Usage |
-
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.
Die gesamte Beschreibung dieses Kurses mit Terminen und Preisen zum Download als PDF.
Online Training