Cours
Data Warehousing on AWS – Formation intensive («AWSA05»)
Description de la formation
- Décrire l’architecture d’Amazon Redshift et ses rôles dans une architecture de données moderne
- Concevoir et mettre en œuvre un entrepôt de données dans le cloud avec Amazon Redshift
- Identifier et charger des données sur l’entrepôt de données Amazon Redshift à partir de différentes sources
- Analyser les données avec des notebooks SQL QEV2
- Concevoir et mettre en œuvre une stratégie de récupération d’urgence pour un entrepôt de données Amazon Redshift
- Effectuer la maintenance et l’ajustement des performances sur un entrepôt de données Amazon Redshift
- Sécuriser et gérer l’accès à un entrepôt de données Amazon Redshift
- Partager des données entre plusieurs clusters Redshift au sein d’une entreprise
- Orchestrer les flux de travail dans l’entrepôt de données à l’aide de machines d’états AWS Step Functions
- Créer un modèle de ML et configurer les prédicteurs avec Amazon Redshift ML
Attention : Ce cours comprend également des contenus du cours « Building Data Analytics Solutions using Amazon Redshift ».
Data Warehousing on AWS introduit les concepts, stratégies et bonnes pratiques de conception d’une solution d’entrepôt de données basé sur le cloud avec Amazon Redshift. Cette formation montre comment ingérer, stocker et transformer des données dans l’entrepôt de données. Les thèmes abordés sont : le but d’Amazon Redshift, comment Amazon Redshift gère les défis commerciaux et techniques, les capacités et fonctionnalités d’Amazon Redshift, la conception d’une solution d’entrepôt de données sur AWS en utilisant les bonnes pratiques basées sur le Well-Architected Framework, l’intégration avec des produits et services AWS et non AWS, l’ajustement des performances, l’orchestration, la sécurisation et la surveillance d’Amazon Redshift.
Module 1 : Les concepts d’entrepôt de données
- Les architectures modernes de données
- Introduction au fil rouge de la formation
- L’entrepôt de données avec Amazon Redshift
- L’architecture serverless d’Amazon Redshift
- Exercice pratique : Lancer et configurer un entrepôt de donnée sans serveur (serverless) Amazon Redshift
Module 2 : Paramétrer Amazon Redshift
- Les modèles de données avec Amazon Redshift
- La gestion de données avec Amazon Redshift
- La gestion des autorisations sur Amazon Redshift
- Exercice pratique : Mettre en place un entrepôt de données avec Amazon Redshift sans serveur
Module 3 : Charger des données
- Aperçu des sources de données
Charger des données depuis Amazon Simple Storage Service (Amazon S3)
Extraire, transformer et charger (ETL) et extraire, charger et transformer (ELT)
Charger les donnes en flux
Charger des données depuis des bases de données relationnelles
Exercice pratique : Alimenter l’entrepôt de données
Jour 2
Module 4 : Exploration de SQL Query Editor v2 et des Notebooks
- Fonctionnalités d’Amazon Redshift Query Editor v2
- Démonstration : Utiliser Amazon Redshift Query Editor v2
- Recherche avancée
- Exercice pratique : Traitement des données sur AWS
- Récupération après sinistre
- Sauvegarder et récupérer Amazon Redshift provisionné
- Sauvegarder et récupérer Amazon Redshift sans serveur
- Les facteurs qui impactent la performance des requêtes
- Maintenance des tables et vues matérialisées
- Analyse d’une requête
- Gestion des flux de travail
- Guide de paramétrage
- Surveillance d’Amazon Redshift
- Exercice pratique : Ajuster les performances de l’entrepôt de données
Module 7 : Sécuriser Amazon Redshift
- Introduction à la sécurité et la conformité d’Amazon Redshift
- Authentification avec Amazon Redshift
- Contrôle des accès avec Amazon Redshift
- Le chiffrement de données avec Amazon Redshift
- Audit et conformité avec Amazon Redshift
- Exercice pratique : Sécuriser Amazon Redshift
Module 8 : Orchestration
- Aperçu de l’orchestration de données
- Orchestration avec AWS Step Functions
- Orchestration avec Amazon Managed Workflows for Apache Airflow (MWAA)
- Exercice pratique : Orchestrer le pipeline de l’entrepôt de données
- Aperçu du machine learning
- Débuter avec Amazon Redshift ML
- Scénarios de flux de travail d’Amazon Redshift ML
- Utilisation d’Amazon Redshift ML
- Exercice pratique : Prédire le taux de désabonnement des clients avec Amazon Redshift ML
- Aperçu du partage de données sur Amazon Redshift
- Amazon DataZone pour le DAAS (Data as a service)
- Exercice pratique : Exercice de fin de formation
Fait partie des cours suivants
- Data Warehousing on AWS – Formation intensive
- Data Analytics
- Ingénieurs de données
- Architectes de données
- Architectes de bases de données
- Administrateurs de bases de données
- Développeurs de bases de données
Ils doivent avoir suivi au préalables les deux formations suivantes ou s'assurer de posséder des connaissances éqivalentes :
Cette formation peut aborder des contenus intéressants lors d'une préparation à l'examen DAS-C01 qui permet de décrocher la certification AWS Certified Data Analytics - Specialty.
Les formations AWS officielles suivantes du domaine de l'analyse de données permettront également de se préparer à cet examen :
- Building Batch Data Analytics Solutions on AWS
- Building Data Analytics Solutions Using Amazon Redshift
- Building Data Lakes on AWS
L’examen, dont l’inscription se fait directement auprès d’AWS, dure 180 minutes et coûte USD 300.
Matériel
- Support de cours : Environ une semaine avant le début de votre formation, vous recevrez vos données d’accès (code voucher) aux supports de cours électroniques par e-mail directement de l’adresse noreply@gilmore.ca. Tous les supports de cours sont hébergés sur la plateforme evantage.gilmoreglobal.com. Veuillez suivre les instructions contenues dans l’e-mail et créer un compte avec votre adresse e-mail professionnelle (si vous n’avez pas encore de compte) pour accéder aux supports de cours.
- Labs : Tous les exercices des formations techniques sont hébergés sur la plateforme d’exercice officielle d’AWS digicomp.qwiklabs.com. Au début de leur formation, les participantes et participants devront créer leur propre compte sur digicomp.qwiklabs.com avec leur adresse e-mail professionnelle pour avoir accès aux labs officiels d’AWS et pouvoir effectuer les exercices pratiques.
- Plateforme de formation : Si vous participez à une formation virtuelle, vous recevrez l’accès à la plateforme de formation de Digicomp un jour avant le début de votre formation.
- Pour accéder aux supports de cours et exercices pendant le cours, pensez à les télécharger et à apporter votre propre tablette ou ordinateur portable.