Data Warehousing on AWS (DBDWOA)

Data Warehousing sur AWS vous présente les concepts, les stratégies et les meilleures pratiques pour concevoir une solution d'entreposage de données basée sur le cloud à l'aide d'Amazon Redshift, l'entrepôt de données au format pétaoctet d'AWS. Ce cours montre comment collecter, stocker et préparer des données pour l'entrepôt de données en utilisant d'autres services AWS tels que Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose et Amazon S3. De plus, ce cours explique comment utiliser les outils de Business Intelligence pour analyser vos données.


Public visé :

  • Architectes de base de données
  • Administrateurs de base de données
  • Les développeurs de bases
  • Analystes de données et scientifiques


Ce cours est dispensé grâce à un mélange de formation dirigée par un instructeur (ILT) et de laboratoires pratiques.


Ces laboratoires vous permettent de tester de nouvelles compétences et d'appliquer des connaissances à votre environnement de travail grâce à une variété d'exercices pratiques.


Prérequis :

  • Avoir suivi le cours AWS Technical Essentials (ou expérience équivalente avec AWS)
  • Connaissance des bases de données relationnelles et des concepts de conception de base de données


Objectifs pédagogiques :

  • Discuter des concepts de base de l'entreposage de données.
  • Évaluer la relation entre Amazon Redshift et les autres systèmes Big Data.
  • Évaluer les cas d'utilisation pour les charges de travail d'entreposage de données et examiner les études de cas qui démontrent l'implémentation des données AWS et des services analytiques dans le cadre d'une solution d'entreposage de données.
  • Choisir un type et une taille de nœud Amazon Redshift appropriés pour vos besoins en données.
  • Discuter des fonctionnalités de sécurité relatives à Amazon Redshift, telles que le chiffrement, les autorisations IAM et les autorisations de base de données.
  • Lancer un cluster Amazon Redshift et utilisez les composants, fonctionnalités et fonctionnalités pour implémenter un entrepôt de données dans le cloud.
  • Utiliser d'autres services de données et d'analyse AWS, tels que Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose et Amazon S3, pour contribuer à la solution d'entreposage de données.
  • Évaluer les approches et les méthodologies pour concevoir des entrepôts de données.
  • Identifier les sources de données et évaluer les exigences qui affectent la conception de l'entrepôt de données.
  • Concevoir l'entrepôt de données pour utiliser efficacement les méthodes de compression, de distribution de données et de tri.
  • Charger et décharger des données et effectuer des tâches de maintenance des données.
  • Ecrire des requêtes et évaluez les plans de requête pour optimiser les performances des requêtes.
  • Configurer la base de données pour allouer des ressources telles que la mémoire aux files d'attente de requêtes et définissez des critères pour router certains types de requêtes vers vos files d'attente de requêtes configurées pour un traitement amélioré.
  • Utiliser les fonctions et services, tels que la journalisation d'audit de base de données Amazon Redshift, Amazon CloudTrail, Amazon CloudWatch et Amazon Simple Notification Service (Amazon SNS) pour auditer, surveiller et recevoir des notifications d'événements sur les activités de l'entrepôt de données.
  • Préparer les tâches opérationnelles, telles que le redimensionnement des clusters Amazon Redshift et l'utilisation des instantanés pour sauvegarder et restaurer les clusters.
  • Utiliser une application de Business Intelligence (BI) pour effectuer des tâches d'analyse et de visualisation des données


Modalités d’évaluation des acquis :

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


Afficher les détails

Programme de cours :



Jour 1

Introduction au cours

Introduction à l’entreposage de données

Présentation d’Amazon Redshift

Présentation des composants et des ressources Amazon Redshift

Lancement d’un cluster Amazon Redshift



Jour 2

Choisir une approche d’entreposage de données

Identification des sources de données et des exigences

Architecture de l’entrepôt de données

Chargement de données dans l’entrepôt de données



Jour 3

Optimisation des requêtes et réglage des performances

Suivi et audit de l’entrepôt de données

Maintenance de l’entrepôt de données

Analyse et visualisation des données