Visão Geral

Neste Curso Building Data Analytics Solutions Using Amazon Redshift, Construindo soluções de análise de dados usando o Amazon Redshift, os participantes criam uma solução de análise de dados usando o Amazon Redshift, um serviço de data warehouse em nuvem. O Curso Building Data Analytics Solutions Using Amazon Redshift, se concentra na coleta de dados, ingestão, catalogação, armazenamento e componentes de processamento do pipeline de análise. Os alunos aprendem a integrar o Amazon Redshift a um data lake para oferecer suporte a cargas de trabalho de análise e machine learning. Os participantes também aprendem a aplicar as melhores práticas de segurança, desempenho e gerenciamento de custos à operação do Amazon Redshift.

Objetivo

Após realizar este Curso Building Data Analytics Solutions Using Amazon Redshift, você será capaz de:

• Compare os recursos e benefícios de data warehouses, data lakes e arquiteturas de dados modernas
• Projetar e implementar uma solução de análise de data warehouse
• Identificar e aplicar técnicas apropriadas, incluindo compressão, para otimizar o armazenamento de dados
• Selecione e implante opções apropriadas para ingerir, transformar e armazenar dados
• Escolha a instância e os tipos de nós, clusters, escalonamento automático e topologia de rede apropriados para um caso de uso de negócios específico
• Entenda como o armazenamento e o processamento de dados afetam os mecanismos de análise e visualização necessários para obter insights de negócios acionáveis
• Dados seguros em repouso e em trânsito
• Monitore cargas de trabalho analíticas para identificar e corrigir problemas
• Aplique as melhores práticas de gerenciamento de custos

Materiais

Conteúdo Programatico

Overview of Data Analytics and the Data Pipeline

1. Data analytics use cases
2. Using the data pipeline for analytics

Using Amazon Redshift in the Data Analytics Pipeline

1. Why Amazon Redshift for data warehousing?
2. Overview of Amazon Redshift

Introduction to Amazon Redshift

1. Amazon Redshift architecture
2. Touring the Amazon Redshift console
3. Amazon Redshift features
4. Load and query data in an Amazon Redshift cluster

Ingestion and Storage

1. Ingestion
2. Connecting your Amazon Redshift cluster using a Jupyter notebook with
3. Data API
4. Data distribution and storage
5. Analyzing semi-structured data using the SUPER data type
6. Querying data in Amazon Redshift
7. Data analytics using Amazon Redshift Spectrum

Processing and Optimizing Data

1. Data transformation
2. Advanced querying
3. Data transformation and querying in Amazon Redshift
4. Resource management
5. Applying mixed workload management on Amazon Redshift
6. Automation and optimization
7. Amazon Redshift cluster resizing from the dc2.large to ra3.xlplus cluster

Security and Monitoring of Amazon Redshift Clusters

1. Securing the Amazon Redshift cluster
2. Monitoring and troubleshooting Amazon Redshift clusters

Designing Data Warehouse Analytics Solutions

1. Data warehouse use case review
2. Designing a data warehouse analytics workflow

Developing Modern Data Architectures on AWS