Cette formation vous enseignera comment planifier et concevoir des solutions en utilisant les bases de données Cloud d'Amazon Web Services (AWS) spécifiquement conçues pour cela. Vous découvrirez les caractéristiques de ces bases de données et les considérations de conception importantes lors de leur utilisation. Ce cours vous permettra de développer les compétences analytiques nécessaires pour sélectionner la base de données AWS qui correspond le mieux à vos besoins spécifiques.

À la fin, vous aurez la capacité d'analyser un cas d'utilisation professionnel, d'examiner la charge de travail et de déterminer les exigences de l'application pour choisir et concevoir la solution de base de données AWS la plus appropriée pour votre organisation.

La formation propose également de mettre en pratique ces concepts à travers différentes activités. Il inclut des présentations par un instructeur, des démonstrations, des exercices individuels et collectifs, des évaluations de connaissances et des ateliers pratiques pour renforcer l'apprentissage des concepts.

Objectifs pédagogiques :

A la fin de cette formation, vous seriez en mesure de :

• Résumer le cadre AWS Well-Architected pour la conception de solutions de base de données.
• Choisir un service de base de données adapté à une charge de travail donnée.
• Concevoir une solution de base de données relationnelle pour résoudre un problème métier.
• Concevoir une solution de base de données NoSQL pour résoudre un problème métier.
• Analyser les données de plusieurs bases de données pour résoudre un problème commercial.
• Discuter des considérations de sécurité pour votre solution de base de données.

Public visé :

Cette formation s’adresse aux apprenants qui occupent les rôles suivants :

• Architectes de solutions
• Architectes de bases de données
• Développeurs

Prérequis :

Nous recommandons les prérequis suivants pour les participants à ce cours :

• Familiarité avec les services de base de données AWS
• Compréhension des concepts de conception de bases de données et/ou de la modélisation des données pour les bases de données relationnelles ou non relationnelles
• Familiarité avec les concepts de cloud computing
• Familiarité avec les concepts généraux de mise en réseau et de cryptage.
• Achèvement du cours numérique Introduction à la création avec des bases de données AWS

Modalités d’évaluation des acquis :

• En cours de formation, par des travaux pratiques
• Et, en fin de formation, par un questionnaire

Programme de cours :



Jour 1

Module 0 : Introduction au cours

• Aperçu du cours

Module 1 : Bases de données AWS spécialement conçues

• Discussion sur les bases de données bien architecturées
• Analyse des exigences de la charge de travail
• Choix du modèle de données
• Choisir la bonne base de données spécialisée
• Vérification des connaissances

Module 2 : Amazon Relational Database Service (Amazon RDS)

• Discussion sur une base de données relationnelle
• Qu’est-ce qu’Amazon RDS ?
• Pourquoi choisir Amazon RDS ?
• Considérations relatives à la conception d’Amazon RDS
• Vérification des connaissances

Module 3 : Amazon Aurora

• Qu’est-ce qu’Amazon Aurora ?
• Pourquoi choisir Amazon Aurora ?
• Considérations relatives à la conception de l’Aurora
• Vérification des connaissances

Défi 1 : Utilisation des bases de données Amazon Aurora

Jour 2

Activité de classe 1 : Choisir la bonne base de données relationnelle

Module 4 : Amazon DynamoDB

• Discussion d’une base de données de valeurs clés
• Qu’est-ce que DynamoDB ?
• Pourquoi choisir DynamoDB ?
• Considérations relatives à la conception de DynamoDB
• Vérification des connaissances

Module 5 : Amazon Keyspaces (pour Apache Cassandra)

• Discussion sur une base de données à colonnes larges
• Qu’est-ce qu’Apache Cassandra ?
• Qu’est-ce qu’Amazon Keyspaces ?
• Pourquoi choisir Amazon Keyspaces ?
• Considérations relatives à la conception d’Amazon Keyspaces
• Vérification des connaissances

Module 6 : Amazon DocumentDB (avec compatibilité MongoDB)

• Discuter d’une base de données de documents
• Qu’est-ce qu’Amazon DocumentDB ?
• Pourquoi choisir Amazon DocumentDB ?
• Considérations relatives à la conception d’Amazon DocumentDB
• Vérification des connaissances

Module 7 : Base de données Amazon Quantum Ledger (Amazon QLDB)

• Discussion sur une base de données de registre
• Qu’est-ce qu’Amazon QLDB ?
• Pourquoi choisir Amazon QLDB ?
• Considérations relatives à la conception d’Amazon QLDB
• Vérification des connaissances

Activité de classe 2 : Choisir la bonne base de données non relationnelle

Exercice pratique 2 : Utilisation des tables Amazon DynamoDB

Jour 3

Module 8 : Amazon Neptune

• Discussion sur une base de données de graphes
• Qu’est-ce qu’Amazon Neptune ?
• Pourquoi choisir Amazon Neptune ?
• Considérations relatives à la conception d’Amazon Neptune
• Vérification des connaissances

Module 9 : Amazon Timestream

• Discussion sur une base de données de séries chronologiques
• Qu’est-ce qu’Amazon Timestream ?
• Pourquoi choisir Amazon Timestream ?
• Considérations relatives à la conception d’Amazon Timestream
• Vérification des connaissances

Module 10 : Amazon ElastiCache

• Discussion d’une base de données en mémoire
• Qu’est-ce qu’ElastiCache ?
• Pourquoi ElastiCache ?
• Considérations relatives à la conception d’ElastiCache
• Vérification des connaissances

Module 11 : Amazon MemoryDB pour Redis

• Qu’est-ce qu’Amazon MemoryDB (pour Redis) ?
• Pourquoi choisir Amazon MemoryDB ?
• Considérations relatives à la conception d’Amazon MemoryDB
• Vérification des connaissances

Activité de classe 3 : Cachez-vous

Module 12 : Amazon Redshift

• Discussion sur un entrepôt de données
• Qu’est-ce qu’Amazon Redshift ?
• Pourquoi choisir Amazon Redshift ?
• Considérations relatives à la conception d’Amazon Redshift
• Vérification des connaissances

Module 13 : Outils d’utilisation des bases de données AWS

• Accès et analyse des données avec Amazon Athena
• Migration des données avec SCT et DMS

Activité de classe 4 : Vue d’ensemble

Défi Lab 3 : Utilisation des clusters Amazon Redshift