کلان داده دارای گواهی AWS - گواهی تخصصی [ویدئو]

سرفصل ها و درس ها

جزئیات امتحان Exam Details

• معرفی دوره Course Introduction

• مروری بر کلان داده در گواهینامه AWS Overview of Big Data on AWS Certification

• هدف کلان داده در دوره گواهینامه AWS Objective of Big Data on AWS Certification Course

• الگوی امتحانی و برنامه درسی امتحان Exam Pattern and Exam Syllabus

• دانش توصیه شده AWS Recommended AWS Knowledge

Big Data در مورد AWS مقدمه Big Data on AWS Introduction

• اهداف یادگیری Learning Objectives

• مقدمه، مزایا و انواع رایانش ابری Cloud Computing Introduction, Advantages, and Types

• مدل های استقرار ابری Cloud Deployment Models

• دسته بندی خدمات ابری Cloud Service Categories

• پلتفرم ابری AWS AWS Cloud Platform

• اصول طراحی معماری ابری AWS - قسمت اول AWS Cloud Architecture Design Principles - Part I

• اصول طراحی معماری ابری AWS - قسمت دوم AWS Cloud Architecture Design Principles - Part II

• چرا AWS برای داده های بزرگ - دلایل و چالش ها Why AWS for Big Data - Reasons and Challenges

• پایگاه های داده در AWS Databases in AWS

• ذخیره سازی داده ها در AWS Data Warehousing in AWS

• Redshift، Kinesis و EMR Redshift, Kinesis, and EMR

• DynamoDB، یادگیری ماشین و لامبدا DynamoDB, Machine Learning, and Lambda

• خدمات جستجوی الاستیک و EC2 Elastic Search Services and EC2

• خوراکی های کلیدی Key Takeaways

کلان داده در AWS - مجموعه Big Data on AWS - Collection

• هدف یادگیری Learning Objective

• Amazon Kinesis و Kinesis Stream Amazon Kinesis and Kinesis Stream

• معماری جریان داده Kinesis و اجزای اصلی Kinesis Data Stream Architecture and Core Components

• تولید کننده داده Data Producer

• مصرف کننده داده Data Consumer

• انتشار داده‌های جریان Kinesis به خدمات AWS و کتابخانه اتصال Kinesis Kinesis Stream Emitting Data to AWS Services and Kinesis Connector Library

• کینسیس فایرهوز Kinesis Firehose

• نسخه ی نمایشی - قرار دادن و دریافت رکورد از Kinesis Data Stream Demo - Put and Get Records from Kinesis Data Stream

• انتقال داده با استفاده از لامبدا Transferring Data Using Lambda

• چرخه حیات و معماری آمازون SQS Amazon SQS Lifecycle and Architecture

• اینترنت اشیا و کلان داده IoT and Big Data

• چارچوب اینترنت اشیا IoT Framework

• خطوط لوله داده و گره های داده AWS AWS Data Pipelines and Data Nodes

• فعالیت، پیش شرط و برنامه Activity, Pre-Condition, and Schedule

• نسخه ی نمایشی - وارد کردن داده از S3 به DynamoDB با استفاده از خط لوله داده Demo - Importing Data from S3 into DynamoDB Using Data Pipeline

• خوراکی های کلیدی Key Takeaways

کلان داده در AWS - ذخیره سازی Big Data on AWS - Storage

• هدف یادگیری Learning Objective

• یخچال طبیعی آمازون و داده های بزرگ Amazon Glacier and Big Data

• معرفی DynamoDB DynamoDB Introduction

• DynamoDB و EMR DynamoDB and EMR

• پارتیشن ها و توزیع های DynamoDB DynamoDB Partitions and Distributions

• DynamoDB GSI LSI DynamoDB GSI LSI

• DynamoDB Stream and Cross-Region Replication DynamoDB Stream and Cross-Region Replication

• عملکرد DynamoDB و انتخاب کلید پارتیشن DynamoDB Performance and Partition Key Selection

• Snowball و AWS Big Data Snowball and AWS Big Data

• AWS DMS AWS DMS

• AWS Aurora در Big Data AWS Aurora in Big Data

• نسخه ی نمایشی - آمازون Athena Interactive SQL Queries for Data in Amazon S3 Part I Demo - Amazon Athena Interactive SQL Queries for Data in Amazon S3 Part I

• نسخه ی نمایشی - جستجوهای SQL تعاملی Amazon Athena برای داده ها در آمازون S3 قسمت دوم Demo - Amazon Athena Interactive SQL Queries for Data in Amazon S3 Part II

• خوراکی های کلیدی Key Takeaways

کلان داده در AWS - پردازش Big Data on AWS - Processing

• هدف یادگیری Learning Objective

• آمازون EMR Amazon EMR

• نسخه ی نمایشی - تجزیه و تحلیل داده های بزرگ با آمازون EMR Demo - Analysing Big Data with Amazon EMR

• آپاچی هادوپ Apache Hadoop

• معماری EMR EMR Architecture

• عملیات EMR - انتشار و خوشه EMR Operations - Releases and Cluster

• عملیات EMR - انتخاب نمونه و نظارت EMR Operations - Choosing Instance and Monitoring

• نسخه ی نمایشی - گزینه های تنظیم پیشرفته EMR Demo - Advanced EMR Setting Options

• کندو در EMR Hive on EMR

• HBase با EMR HBase with EMR

• Presto با EMR Presto with EMR

• جرقه با EMR Spark with EMR

• ذخیره سازی فایل EMR EMR File Storage

• نسخه ی نمایشی - تجزیه و تحلیل مجموعه داده های بزرگ با استفاده از Hive و Spark Demo - Analysing Large Datasets Using Hive and Spark

• AWS Lambda AWS Lambda

• خوراکی های کلیدی Key Takeaways

کلان داده در AWS - تجزیه و تحلیل Big Data on AWS - Analysis

• هدف یادگیری Learning Objective

• Redshift Intro and Use Cases Redshift Intro and Use Cases

• معماری Redshift Redshift Architecture

• MPP و Redshift در اکوسیستم AWS MPP and Redshift in AWS Ecosystem

• پایگاه های داده ستونی Columnar Databases

• طراحی میز Redshift - قسمت اول Redshift Table Design - Part I

• طراحی میز Redshift - قسمت دوم Redshift Table Design - Part II

• نسخه ی نمایشی - ایجاد مجموعه داده تصادفی در EC2 و بارگذاری آن در S3 Demo - Generating Random Dataset in EC2 and Loading it in S3

• نسخه ی نمایشی - تعمیر و نگهداری و عملیات Redshift Demo - Redshift Maintenance and Operations

• مقدمه یادگیری ماشین Machine Learning Introduction

• الگوریتم یادگیری ماشین Machine Learning Algorithm

• آمازون SageMaker Amazon SageMaker

• Amazon Elasticsearch Amazon Elasticsearch

• خدمات جستجوی الاستیک آمازون Amazon Elasticsearch Services

• نسخه ی نمایشی - بارگیری مجموعه داده ها در Elasticsearch Demo - Loading Datasets into Elasticsearch

• Logstash و RStudio Logstash and RStudio

• نسخه ی نمایشی - واکشی فایل و تجزیه و تحلیل آن با استفاده از RStudio Demo - Fetching the File and Analysing it using RStudio

• آتنا Athena

• نسخه ی نمایشی - اجرای پرس و جو در S3 با استفاده از آتنا بدون سرور Demo - Running Query on S3 using the Serverless Athena

• نسخه ی نمایشی - ایجاد یک Redshift Cluster و بارگیری مجموعه داده ها در آن از S3 - قسمت اول Demo - Creating a Redshift Cluster and Loading the Datasets into it from S3 - Part I

• نسخه ی نمایشی - ایجاد یک Redshift Cluster و بارگیری مجموعه داده ها در آن از S3 - قسمت II Demo - Creating a Redshift Cluster and Loading the Datasets into it from S3 - Part II

• خوراکی های کلیدی Key Takeaways

کلان داده در AWS - تجسم Big Data on AWS - Visualization

• هدف یادگیری Learning Objective

• آمازون QuickSight Amazon QuickSight

• نسخه ی نمایشی - ایجاد یک تجزیه و تحلیل با یک ویژوال منفرد با استفاده از داده های نمونه Demo - Creating an Analysis with a Single Visual using Sample Data

• نسخه ی نمایشی - ایجاد یک تجزیه و تحلیل با استفاده از داده های آمازون S3 خودتان Demo - Creating an Analysis using Your Own Amazon S3 Data

• انواع بصری Visual Types

• داستان ها Stories

• تجسم داده های بزرگ Big Data Visualization

• خوراکی های کلیدی Key Takeaways

کلان داده در AWS - امنیت Big Data on AWS - Security

• هدف یادگیری Learning Objective

• گروه امنیت و امنیت EMR EMR Security and Security Group

• نقش ها و زیرشبکه خصوصی Roles and Private Subnet

• رمزگذاری در حالت استراحت و در حین حمل و نقل Encryption at Rest and In-Transit

• Redshift Security Redshift Security

• رمزگذاری در حالت استراحت با استفاده از CloudHSM Encryption at Rest using CloudHSM

• Cloud HSM در مقابل AWS KMS Cloud HSM versus AWS KMS

• محدود کردن دسترسی به داده ها Limit Data Access

• خوراکی های کلیدی Key Takeaways