لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش خدمات وب آمازون: تجزیه و تحلیل داده ها
Amazon Web Services: Data Analytics
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
بسیاری از سازمان های مدرن داده های فراوانی دارند که می توانند برای اطلاع از تصمیمات خود از آنها استفاده کنند. اما همه این اطلاعات نمی توانند واقعاً به سود یک تجارت بیایند ، مگر اینکه متخصصانی که با این داده ها کار می کنند ، می توانند بصورت مثر بینش های معنی داری را از آن استخراج کنند. سرویس های وب آمازون (AWS) مجموعه ای از ابزارها و خدمات را به دانشمندان داده ارائه می دهد که می توانند از آنها برای تجزیه و تحلیل داده ها استفاده کنند. در این دوره ، با بهترین شیوه ها ، الگوها و ابزارهای طراحی و پیاده سازی تجزیه و تحلیل داده ها با استفاده از AWS آشنا شوید. مفاهیم اصلی تجزیه و تحلیل ، روش های متداول نزدیک شدن به چالش های تجزیه و تحلیل و نحوه کار با سرویس هایی مانند Athena ، RDS و QuickSight را کاوش کنید. بعلاوه ، چگونگی تجسم داده های مبتنی بر متن را به روش بصری بصری تر ، استفاده از راه حل های شریک برای تجزیه و تحلیل از AWS Marketplace و موارد دیگر.
موضوعات شامل:
تفاوت بین پرونده ها و پایگاه داده ها را توضیح دهید.
نمونه هایی از دسته بندی ، ریز بچینگ و جریان را مشخص کنید. li>
تجسم های مفید داده را با QuickSight آماده کنید. li>
انواع مختلف تجزیه و تحلیل موجود در AWS را تشخیص دهید. li>
نحوه تنظیم AWS CLI را نشان دهید. li>
الگوهای معماری تجزیه و تحلیل رایج را توصیف کنید. li>
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
فایل های تمرینی
Exercise files
درباره استفاده از خدمات ابری
About using cloud services
1. تجزیه و تحلیل در AWS
1. Analytics on AWS
مفاهیم طراحی تجزیه و تحلیل AWS
AWS analytics design concepts
پرونده ها در مقابل پایگاه داده ها
Files vs. databases
تجارت در مقابل تجزیه و تحلیل پیش بینی
Business vs. predictive analytics
دسته بندی در مقابل جریان
Batching vs. streaming
از کدام نوع تحلیل استفاده می کند
Which analytics type to use
بهداشت داده ها و ETL
Data hygiene and ETL
تجسم و QuickSight
Visualization and QuickSight
نسخه نمایشی QuickSight
QuickSight demo
2. خدمات تحلیلی
2. Analytic Services
تجزیه و تحلیل AWS را تنظیم کنید
Setup for AWS analytics
Query Athena با استفاده از پرس و جو SQL در S3
Query Athena using SQL query on S3
جستجوی DynamoDB برای NoSQL
Query DynamoDB for NoSQL
Kinesis را برای جریان های ورودی تنظیم کنید
Set up Kinesis for input streams
Query Kinesis Analytics
Query Kinesis Analytics
Query CloudSearch و Elasticsearch
Query CloudSearch and Elasticsearch
پرس و جو AWS IoT
Query AWS IoT
EMR ، RDS و Redshift را تنظیم کنید
Set up EMR, RDS, and Redshift
پرس و جو RDS با ANSI SQL
Query RDS with ANSI SQL
جستجوی Redshift برای RDBMS
Query Redshift for RDBMS
طیف Redshift Query
Query Redshift Spectrum
جستجوی EMR با آپاچی جرقه
Query EMR with Apache Spark
3. ابزارهای AWS Code for Analytics
3. AWS Code Tools for Analytics
AWS CLI را برای تجزیه و تحلیل تنظیم کنید
Set up AWS CLI for analytics
Query Athena با استفاده از AWS CLI
Query Athena using the AWS CLI
Query DynamoDB با استفاده از AWS CLI
Query DynamoDB using the AWS CLI
ابزار کد برای تجزیه و تحلیل
Code tools for analytics
برای جستجوی DynamoDB از AWS SDK استفاده کنید
Use the AWS SDK for querying DynamoDB
با استفاده از AWS Cloud9
Using AWS Cloud9
4. تجزیه و تحلیل پیشرفته
4. Advanced Analytics
مجموعه داده های عمومی AWS پرس و جو کنید
Query AWS public datasets
از چسب AWS برای ETL استفاده کنید
Use AWS Glue for ETL
درک گزینه های ETL
Understanding ETL options
برای تجسم از AWS QuickSight استفاده کنید
Use AWS QuickSight for visualizations
برای ابزارهای تجسم از بازار AWS Marketplace استفاده کنید
Use the AWS Marketplace for visualization tools
خلاصه ابزار
Summary of tools
الگوهای معماری معماری تحلیلی
Common analytics architecture patterns
Lynn Langit یک معمار ابری است که با خدمات وب آمازون و Google Cloud Platform کار می کند.
لین متخصص در پروژه های کلان داده است. او با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کارهای تولیدی را با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است.
لین همچنین بنیانگذار است. آموزش برنامه نویسی به کودکان. او درباره داده ها و فناوری های ابری در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا صحبت کرده است.
نمایش نظرات