AWS üzerinde Veri Ambarı Oluşturma eğitiminde AWS’deki petabayt ölçeğindeki veri ambarı olan Amazon Redshift kullanılarak bulut tabanlı bir veri ambarı oluşturma çözümünü tasarlama kavramları, stratejileri ve en iyi uygulamaları tanıtılmaktadır. Bu eğitim, Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose ve Amazon S3 gibi diğer AWS servisleri kullanılarak veri ambarı için verilerin nasıl toplanacağını, saklanacağını ve hazırlanacağını göstermektedir. Ayrıca verilerinizde analiz yapabilmek için iş zekası araçlarını nasıl kullanacağınız da gösterilmektedir.
Önkoşullar
Herhangi bir ön koşul yoktur.
Herhangi bir ön koşul yoktur.
- Veritabanı mimarları
- Veritabanı yöneticileri
- Veritabanı geliştiriciler
- Veri analistleri ve bilimadamları
- Veri ambarı oluşturmanın temel kavramlarının tartışılması.
- Amazon Redshift ile diğer büyük veri sistemleri arasındaki ilişkinin değerlendirilmesi.
- Veri ambarı iş yükleri için kullanım senaryolarının değerlendirilmesi ve veri ambarı çözümünün bir parçası olarak AWS verilerinin ve analitik hizmetlerin uygulamaya konulmasını gösteren örnek vakaların gözden geçirilmesi.
- Veri ihtiyaçlarınız için uygun bir Amazon Redshift düğüm tipi ve boyutunun seçilmesi.
- Şifreleme, IAM izinleri ve veritabanı izinleri gibi Amazon Redshift ile ilgili güvenlik özelliklerinin tartışılması.
- Bulutta bir veri ambarının uygulamaya konulması için Amazon Redshift kümesinin başlatılması ve bileşenlerin, özelliklerin ve fonksiyonların kullanılması.
- Veri ambarı çözümüne katkıda bulunması için Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose ve Amazon S3 gibi diğer AWS veri ve analitik servislerinin kullanılması.
- Veri ambarlarının tasarlanmasına yönelik yaklaşım ve metodolojilerin değerlendirilmesi.
- Veri ambarı tasarımını etkileyen veri kaynaklarının belirlenmesi ve gereksinimlerin değerlendirilmesi.
- Veri ambarının sıkıştırma, veri dağıtımı ve sıralama yöntemlerinin etkin bir şekilde kullanılmasını sağlayacak şekilde tasarlanması.
- Verilerin yüklenmesi ve boşaltılması ve veri bakımı görevlerinin gerçekleştirilmesi.
- Sorguların yazılması ve sorgu performansını en verimli hale getirmek için sorgu planlarının değerlendirilmesi.
- Bellek gibi kaynakların sorgu kuyruklarına atanması için veritabanının yapılandırılması ve daha iyi işlem için belirli tiplerdeki sorguların yapılandırılmış sorgu kuyruklarınıza yönlendirileceği kriterlerin tanımlanması.
- Veri ambarındaki faaliyetleri denetlemek, izlemek ve bu faaliyetler hakkındaki olay bildirimlerini almak için Amazon Redshift veritabanı denetimi kaydının tutulması, Amazon CloudTrail, Amazon CloudWatch ve Amazon Basit Bildirim Servisi (Amazon SNS) gibi özellik ve servislerin kullanılması.
- Kümelerin yedeklerinin alınması ve geri yüklenmesi için ekran görüntülerinin kullanılması ve Amazon Redshift kümelerinin yeniden boyutlandırılması gibi operasyonel görevler için hazırlık yapılması.
- Verilerinizde veri analizi yapılması ve görselleştirme görevlerinin yürütülmesi için iş zekası (BI) uygulamasının kullanılması.
Module 1
- Course Introduction
- Introduction to Data Warehousing
- Introduction to Amazon Redshift
- Understanding Amazon Redshift Components and Resources
- Launching an Amazon Redshift Cluster
Module 2
- Reviewing Data Warehousing Approaches
- Identifying Data Sources and Requirements
- Designing the Data Warehouse
- Loading Data into the Data Warehouse
Module 3
- Writing Queries and Tuning Performance
- Maintaining the Data Warehouse
- Analyzing and Visualizing Data
- Course Summary