Corso erogato in modalità Virtual Class.

Durata

ll corso avrà la durata 3 giorni nell'orario 09:00 - 17:00

Descrizione

Verrà illustrato come utilizzare Amazon EMR per elaborare dati con il vasto ecosistema degli strumenti Hadoop quali Hive e Hue. Inoltre verrà spiegato come creare ambienti per i Big Data, come utilizzare Amazon DynamoDB, Amazon Redshift, Amazon QuickSight, Amazon Athena e Amazon Kinesis, e come applicare le best practice per la progettazione di ambienti per i Big Data in modo da ottenere massima sicurezza e costi contenuti.

Obiettivi del corso

In questo corso scoprirai come:

• Adattare le soluzioni AWS all'interno di un ecosistema dei Big Data
• Utilizzare Apache Hadoop nell'ambito di Amazon EMR
• Identificare i componenti di un cluster Amazon EMR, e quindi ad avviarlo e configuralo
• Utilizzare i quadri di programmazione comuni disponibili per Amazon EMR, tra cui Hive, Pig e streaming
• Migliorare la facilità d'uso di Amazon EMR utilizzando Hadoop User Experience (Hue)
• Utilizzare analisi in memoria con Apache Spark in Amazon EMR
• Scegliere le opzioni di storage dei dati AWS opportune
• Individuare i vantaggi dell'uso di Amazon Kinesis per un'elaborazione dei Big Data quasi in tempo reale
• Sfruttare Amazon Redshift per archiviare e analizzare i dati in modo efficiente
• Spiegare e gestire i costi e la sicurezza di una soluzione per Big Data
• Selezionare le opzioni più adatte in materia di acquisizione, trasferimento e compressione dei dati
• Sfruttare Amazon Athena per analisi di query ad hoc
• Utilizzare AWS Glue per automatizzare l'estrazione, la trasformazione e il caricamento (ETL) dei carichi di lavoro.
• Utilizzare software di visualizzazione per creare grafici con dati e query utilizzando Amazon QuickSight

Destinatari principali

Questo corso è rivolto a:

• Solutions Architect
• Amministratori SysOps
• Data scientist
• Analisti di dati

Metodo di formazione

Livello

Intermedio

Condizioni e Privacy

Per maggiori informazioni consultare le pagine privacy e condizioni.

Note

Il corso sarà confermato solo al raggiungimento di un numero minimo di persone partecipanti.