آموزش تسلط بر AWS Glue، QuickSight، Athena و Redshift Spectrum

Mastering AWS Glue, QuickSight, Athena & Redshift Spectrum

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: تجزیه و تحلیل بدون سرور با AWS Glue، QuickSight، Athena، و Redshift Spectrum (شامل ویژگی‌های پیش‌نمایش با آزمایشگاه‌ها) با اطمینان با سرویس‌های AWS Serverless برای توسعه کاتالوگ داده، ETL، تجزیه و تحلیل و گزارش‌گیری در دریاچه داده توسعه دانش عمیق در Glue، Athena، Redshift کار کنید. Spectrum و QuickSight ساخت یک دریاچه داده بدون سرور در AWS با استفاده از داده های ساختاریافته و غیرساختار یافته Architect Serverless Analytics Analytics بر روی پلت فرم ابری AWS گروه، AZ، ​​IAM، نقش، خط مشی و غیره دانش کار اولیه هر زبان پرس و جوی سبک SQL دانش کاری Redshift یک مزیت خواهد بود، اما اجباری نیست. دوره توسعه خوشه Redshift را پوشش می دهد دوره شامل نسخه ی نمایشی همه آزمایشگاه ها است. یک حساب AWS برای آزمایش آزمایشگاهی به صورت عملی مورد نیاز است.

PS:

  1. لطفاً اگر دانش اولیه کار در مورد کنسول AWS و سرویس‌های AWS مانند S3، IAM، VPC، گروه‌های امنیتی و غیره ندارید، به دوره نپیوندید. ممکن است مبتدیان AWS در درک برخی از موضوعات دچار مشکل شوند.

  2. دوره تمام آزمایشگاه ها را توضیح می دهد. اگر می‌خواهید در آزمایشگاه‌ها تمرین کنید، به حساب AWS نیاز دارد و ممکن است $$ هزینه داشته باشد.

  3. دانش کار اولیه Redshift توصیه می‌شود، اما الزامی نیست.

  4. این دوره برای توسعه دهندگان/معماران/مدیران AWS متوسط ​​و متخصص طراحی شده است.

  5. دوره تمامی ویژگی‌هایی را که AWS از سال 2018 برای AWS Glue، AWS QuickSight، AWS Athena و Amazon Redshift Spectrum منتشر کرده است، پوشش می‌دهد و به طور مرتب با هر ویژگی جدیدی که برای این سرویس‌ها منتشر می‌شود، به‌روزرسانی می‌شود.

بی سرور آینده محاسبات ابری است و AWS به طور مداوم خدمات جدیدی را در پارادایم بدون سرور راه اندازی می کند. AWS Athena و QuickSight را در نوامبر 2016، Redshift Spectrum را در آوریل 2017، و Glue را در آگوست 2017 راه اندازی کرد. داده ها و تجزیه و تحلیل ها در پلت فرم AWS در حال تکامل هستند و به تدریج به حالت بدون سرور تبدیل می شوند.


کسب و کارها همیشه می خواستند زیرساخت های کمتر و راه حل های بیشتری را مدیریت کنند. چالش های کلان داده به طور مداوم مرزهای زیرساخت را به چالش می کشند. داشتن فضای ذخیره‌سازی بدون سرور، ETL بدون سرور، تجزیه و تحلیل بدون سرور، و گزارش‌دهی بدون سرور، همه در یک پلت‌فرم ابری برای مدت‌های طولانی بسیار خوب به نظر می‌رسیدند. اما اکنون این یک واقعیت در پلتفرم AWS است. AWS تنها ارائه‌دهنده ابری است که تمام مؤلفه‌های بدون سرور بومی را برای یک راه‌حل واقعی تجزیه و تحلیل داده‌ها بدون سرور دارد.


این راز نیست که وقتی یک فناوری در صنعت جدید است، متخصصان با تخصص در فناوری‌های جدید حقوق زیادی دریافت می‌کنند. بدون سرور آینده است، بدون سرور تقاضای صنعت است و بدون سرور جدید است. این زمان و فرصت عالی برای پرش به تجزیه و تحلیل بدون سرور در پلتفرم AWS است.


در این دوره، موارد زیر را یاد خواهیم گرفت:

1) ما با مبانی محاسبات بدون سرور و مبانی معماری دریاچه داده در AWS شروع خواهیم کرد.

2) ما ادغام Schema Discovery، ETL، Scheduling و Tools را با استفاده از Serverless AWS Glue Engine ساخته شده در محیط Spark یاد خواهیم گرفت.

3) ما یاد خواهیم گرفت که یک کاتالوگ داده متمرکز نیز با استفاده از موتور چسب AWS بدون سرور ایجاد کنیم.

4) ما یاد خواهیم گرفت که با استفاده از موتور بدون سرور Athena در بالای Presto و Hive پرس و جو کنیم.

5) ما یاد خواهیم گرفت که با استفاده از موتور طیف Redshift آمازون بدون سرور که در بالای پلت فرم Amazon Redshift ساخته شده است، بین انبار داده و دریاچه داده پل بزنیم.

6) با استفاده از موتورهای گزارشگر بدون سرور Amazon QuickSight، با پاورپوینت مانند ویژگی نمایش اسلاید و پشتیبانی تلفن همراه، بدون ساختن هیچ سرور گزارشی، یاد می گیریم که گزارش ها و داشبوردها را توسعه دهیم.

7) در نهایت یاد خواهیم گرفت که چگونه داده‌ها را از انبار داده، دریاچه داده، پیوستن به داده‌ها، اعمال امنیت ردیف، تمرین کردن، دریل کردن و سایر عملکردهای داده با استفاده از موتورهای گزارشگر QuickSight آمازون بدون سرور تهیه کنیم.


این دوره می‌داند که زمان شما مهم است، و بنابراین، دوره به گونه‌ای طراحی شده است که در زمان‌بندی سخنرانی‌ها کاملاً دقیق باشد، جایی که تمام جزئیات بی‌اهمیت به حداقل می‌رسد و تمرکز بر محتوای اصلی برای توسعه‌دهندگان/معماران با تجربه AWS حفظ می‌شود. مدیران در پایان این دوره، می توانید مطمئن باشید و مطمئن باشید که برای تغییر و اختلال بعدی که صنعت ابر را فرا می گیرد، مطمئن هستید.

من علاقه زیادی به محاسبات بدون سرور AWS در پلتفرم داده و آنالیتیکس دارم، و همه موضوعات مورد بحث در این دوره را A-to-Z پوشش می دهم.

بنابراین، اگر هیجان‌زده هستید و آماده آموزش در پلتفرم AWS Serverless Analytics هستید، من آماده استقبال از شما در کلاس خود هستم.


سرفصل ها و درس ها

معرفی Introduction

  • مدرس و معرفی دوره Instructor and Course Introduction

  • پیش نیاز - آنچه برای این دوره نیاز دارید Pre-requisites - What you'll need for this course

  • اهداف دوره Course Objectives

  • محتوای دوره، کنوانسیون و منابع Course Content, Convention and Resources

AWS Serverless Analytics و Data Lake Basics AWS Serverless Analytics and Data Lake Basics

  • بخش دستور کار Section Agenda

  • محاسبات بدون سرور چیست؟ What is Serverless Computing ?

  • مبانی معماری دریاچه داده بدون سرور AWS Basics of AWS Serverless Data Lake Architecture

آمازون S3 - تنظیم داده های آزمایشی Amazon S3 - Test-Data Setup

  • بخش دستور کار Section Agenda

  • آزمایشگاه: نمونه راه اندازی داده در آمازون S3 Lab: Sample Data Setup on Amazon S3

  • آزمایشگاه: Amazon S3 - پیکربندی تجزیه و تحلیل Lab: Amazon S3 - Analytics Configuration

Amazon Redshift - خوشه و تنظیم داده های نمونه Amazon Redshift - Cluster and Sample Data Setup

  • بخش دستور کار Section Agenda

  • Amazon Redshift - مقدمه و پیش نیازها Amazon Redshift - Introduction and Pre-requisites

  • Amazon Redshift - توسعه یک خوشه Redshift Amazon Redshift - Developing a Redshift Cluster

  • Amazon Redshift - نصب ابزارهای مشتری Amazon Redshift - Installing Client Tools

  • Amazon Redshift - نصب داده های نمونه Amazon Redshift - Installing Sample Data

چسب AWS - معماری و راه اندازی AWS Glue - Architecture and Setup

  • بخش دستور کار Section Agenda

  • چسب AWS - معماری AWS Glue - Architecture

  • چسب AWS - اصطلاحات AWS Glue - Terminology

  • چسب AWS - برنامه های کاربردی AWS Glue - Applications

  • چسب AWS - قطعات داخلی AWS Glue - Internals

  • چسب AWS - هزینه AWS Glue - Cost

  • آزمایشگاه: چسب AWS - راه اندازی امنیت و امتیازات Lab: AWS Glue - Security and Privileges Setup

  • چسب AWS - تنظیمات شبکه پیشرفته AWS Glue - Advance Network Configuration

  • آزمایشگاه: چسب AWS - تنظیمات شبکه پیشرفته Lab: AWS Glue - Advance Network Configuration

چسب AWS - اشیاء پایگاه داده AWS Glue - Database Objects

  • بخش دستور کار Section Agenda

  • چسب AWS - کاتالوگ داده AWS Glue - Data Catalog

  • آزمایشگاه: چسب AWS - پایگاه های داده Lab: AWS Glue - Databases

  • چسب AWS - جداول AWS Glue - Tables

  • چسب AWS - طراحی جداول AWS Glue - Designing Tables

چسب AWS - خزنده AWS Glue - Crawlers

  • بخش دستور کار Section Agenda

  • چسب AWS - مقدمه ای بر خزنده ها AWS Glue - Introduction to Crawlers

  • آزمایشگاه - مقدمه ای بر دسته بندی کننده های چسب AWS Lab - Introduction to AWS Glue Classifiers

  • آزمایشگاه 1 - چسب AWS - توسعه کاتالوگ داده با خزنده ها Lab 1 - AWS Glue - Developing Data Catalog with Crawlers

  • آزمایشگاه 2 - چسب AWS - توسعه کاتالوگ داده با خزنده ها Lab 2 - AWS Glue - Developing Data Catalog with Crawlers

  • آزمایشگاه 3 - چسب AWS - توسعه کاتالوگ داده با خزنده ها Lab 3 - AWS Glue - Developing Data Catalog with Crawlers

  • آزمایشگاه 4 - چسب AWS - توسعه کاتالوگ داده با خزنده ها Lab 4 - AWS Glue - Developing Data Catalog with Crawlers

  • آزمایشگاه 5 - چسب AWS - توسعه کاتالوگ داده با خزنده ها Lab 5 - AWS Glue - Developing Data Catalog with Crawlers

  • آزمایشگاه 6 - چسب AWS - توسعه کاتالوگ داده با خزنده ها Lab 6 - AWS Glue - Developing Data Catalog with Crawlers

  • آزمایشگاه 7 - چسب AWS - توسعه کاتالوگ داده با خزنده ها Lab 7 - AWS Glue - Developing Data Catalog with Crawlers

چسب AWS - ETL Jobs AWS Glue - ETL Jobs

  • بخش دستور کار Section Agenda

  • مقدمه ای بر AWS Glue Jobs Introduction to AWS Glue Jobs

  • آزمایشگاه 1 - توسعه AWS Glue Jobs Lab 1 - Developing AWS Glue Jobs

  • AWS Glue Job Properties AWS Glue Job Properties

  • آزمایشگاه 2 - توسعه AWS Glue Jobs Lab 2 - Developing AWS Glue Jobs

  • آزمایشگاه 3 - تکلیف: وارد کردن داده ها از Redshift Lab 3 - Assignment : Importing Data from Redshift

  • آزمایشگاه 4 - توسعه AWS Glue Jobs Lab 4 - Developing AWS Glue Jobs

  • اسکریپت ها و ویژگی های کار چسب AWS AWS Glue Job Scripts and Properties

  • آزمایشگاه 5 - توسعه AWS Glue Jobs Lab 5 - Developing AWS Glue Jobs

  • چسب AWS - تحولات داخلی ETL و نشانک‌های شغلی AWS Glue - Built-in ETL Transformations and Job Bookmarks

چسب AWS - ماشه ها AWS Glue - Triggers

  • بخش دستور کار Section Agenda

  • مقدمه ای بر AWS Glue Triggers Introduction to AWS Glue Triggers

  • آزمایشگاه 1 - توسعه AWS Glue Triggers Lab 1 - Developing AWS Glue Triggers

  • آزمایشگاه 2 - توسعه AWS Glue Triggers Lab 2 - Developing AWS Glue Triggers

چسب AWS - Dev Ops Setup AWS Glue - Dev Ops Setup

  • بخش دستور کار Section Agenda

  • آزمایشگاه: ایجاد نقطه پایانی توسعه چسب AWS Lab: Creating a AWS Glue Development Endpoint

  • آزمایشگاه: نصب و پیکربندی آپاچی زپلین Lab: Installing and configuring Apache Zeppelin

  • آزمایشگاه: پیکربندی حمل و نقل پورت Lab: Port Forwarding Configuration

  • آزمایشگاه: ادغام نقطه پایانی توسعه چسب AWS با آپاچی زپلین Lab: Integrating AWS Glue Development Endpoint with Apache Zeppelin

  • نظارت بر چسب AWS AWS Glue Monitoring

ویژگی‌ها و نسخه‌های جدید AWS Glue: 2018، 2019، 2020 AWS Glue New Features and Releases : 2018, 2019, 2020

  • 10 آوریل 2018: AWS Glue از مقادیر مهلت زمانی برای ETL Jobs پشتیبانی می کند 10-Apr-2018 : AWS Glue supports timeout values for ETL Jobs

  • 10-ژوئیه-2018: چسب AWS از خواندن جداول DynamoDB Amazon پشتیبانی می کند 10-Jul-2018 : AWS Glue supports reading from Amazon DynamoDB Tables

  • 13-ژوئیه-2018: AWS Glue معیارهای شغلی ETL اضافی را ارائه می دهد 13-Jul-2018 : AWS Glue provides additional ETL Job metrics

  • 04 سپتامبر 2018: چسب AWS از رمزگذاری داده ها در حالت استراحت پشتیبانی می کند 04-Sep-2018 : AWS Glue supports data encryption at rest

  • 05-اکتبر-2018: AWS Glue از اتصال نوت بوک های Sagemaker به نقاط انتهایی توسعه دهنده پشتیبانی می کند 05-Oct-2018 : AWS Glue supports connecting Sagemaker notebooks to dev endpoints

  • 15 اکتبر 2018: AWS Glue از سیاست ها و مجوزهای مبتنی بر منابع پشتیبانی می کند 15-Oct-2018 : AWS Glue supports resource based policies and permissions

  • 22 ژانویه 2019: AWS Glue جابز Python Shell را معرفی کرد 22-Jan-2019 : AWS Glue introduces Python Shell Jobs

  • 04-فوریه-2019: دانلود کد منبع AWS Glue Data Catalog Client - Hive Metastore 04-Feb-2019 : Download Source code AWS Glue Data Catalog Client - Hive Metastore

  • 14-مارس-2019: AWS Glue اجرای کوئری های Apache Spark SQL را فعال می کند 14-Mar-2019 : AWS Glue enables running Apache Spark SQL Queries

  • 20-مارس-2019: چسب AWS از برچسب گذاری منابع پشتیبانی می کند 20-Mar-2019 : AWS Glue supports resource tagging

  • 05 آوریل 2019: چسب AWS از گزینه های اضافی برای کارهایی که حافظه فشرده دارند پشتیبانی می کند 05-Apr-2019 : AWS Glue supports additional options for memory-intensive jobs

  • 10-مه-2019: خزنده های چسب AWS از جداول فهرست داده های موجود به عنوان منبع پشتیبانی می کنند 10-May-2019 : AWS Glue crawlers support existing Data Catalog tables as sources

  • 28-مه-2019: چسب AWS ثبت پیوسته را برای Spark ETL Jobs فعال می کند 28-May-2019 : AWS Glue enables continuous logging for Spark ETL Jobs

  • 06-ژوئن-2019: AWS Glue از اسکریپت های سازگار با Python 3.6 در Shell Jobs پشتیبانی می کند 06-Jun-2019 : AWS Glue supports scripts compatible with Python 3.6 in Shell Jobs

  • 20-ژوئن-2019: AWS Glue گردش کار را برای هماهنگ کردن بارهای کاری ETL فراهم می کند 20-Jun-2019 : AWS Glue provides workflows to orchestrate ETL workloads

  • 25-ژوئیه-2019: AWS Glue از اجرای ETL Jobs در Spark 2.4.3 با پایتون 3 پشتیبانی می کند 25-Jul-2019 : AWS Glue supports running ETL Jobs on Spark 2.4.3 with Python 3

  • 25-ژوئیه-2019: چسب AWS از گزینه های اضافی برای کارهایی که حافظه فشرده دارند پشتیبانی می کند 25-Jul-2019 : AWS Glue supports additional options for memory intensive jobs

  • 26-ژوئیه-2019: AWS Glue از نشانک گذاری پارکت و فایل های ORC با استفاده از ETL Jobs پشتیبانی می کند 26-Jul-2019 : AWS Glue supports bookmarking Parquet and ORC Files using ETL Jobs

  • 06 آگوست 2019: AWS Glue، EMR و Cluster بدون سرور Aurora را در VPC های مشترک راه اندازی کنید 06-Aug-2019 : Launch AWS Glue, EMR and Aurora Serverless Clusters in Shared VPCs

  • 09 آگوست 2019: AWS Glue تبدیل FindMatches ML را فراهم می کند 09-Aug-2019 : AWS Glue provides FindMatches ML Transform

  • 28 آگوست 2019: AWS Glue باینری از کتابخانه های Glue ETL را برای Glue Jobs منتشر کرد 28-Aug-2019 : AWS Glue releases binaries of Glue ETL libraries for Glue Jobs

  • 19 سپتامبر 2019: AWS Glue رابط کاربری Apache Spark را برای نظارت بر کارهای Glue ETL فراهم می کند 19-Sep-2019 : AWS Glue provides Apache Spark UI to monitor Glue ETL Jobs

  • 22 اکتبر 2019: AWS Glue توانایی بازگردانی نشانک‌های شغلی Spark ETL را فراهم می‌کند 22-Oct-2019 : AWS Glue provides ability to rewind Spark ETL Job bookmarks

  • 22 نوامبر 2019: پشتیبانی از چسب AWS FindMatches ML Transform در Spark 2.4.3 & Glue 1.0 22-Nov-2019 :AWS Glue support FindMatches ML Transform on Spark 2.4.3 & Glue 1.0

  • 25 نوامبر 2019: AWS Glue از آوردن درایور JDBC خود برای Spark ETL Jobs پشتیبانی می کند 25-Nov-2019 : AWS Glue supports bringing your own JDBC driver for Spark ETL Jobs

  • 16 ژانویه 2020: چسب تبدیل های جدیدی را اضافه می کند - پاکسازی، انتقال و ادغام 16-Jan-2020 : Glue adds new transforms - Purge, Transition and Merge

  • 03-آوریل 2020: چسب از خواندن و نوشتن در مجموعه DocumentDB و MongoDB پشتیبانی می کند 03-Apr-2020 : Glue supports reading & writing to DocumentDB & MongoDB Collection

  • 03-آوریل 2020: AWS Glue از جداول جدید، طرحواره به‌روزرسانی و پارتیشن‌های Jobs پشتیبانی می‌کند. 03-Apr-2020 : AWS Glue supports new tables, update schema & partitions from Jobs

  • 27 آوریل 2020: چسب AWS از پخش بدون سرور ETL پشتیبانی می کند 27-Apr-2020 : AWS Glue supports serverless streaming ETL

AWS Athena - معماری و راه اندازی AWS Athena - Architecture and Setup

  • بخش دستور کار Section Agenda

  • AWS Athena - معماری AWS Athena - Architecture

  • AWS Athena - ویژگی ها AWS Athena - Features

  • AWS Athena - مدل شی AWS Athena - Object Model

AWS Athena - توسعه و مدیریت AWS Athena - Development and Administration

  • بخش دستور کار Section Agenda

  • آزمایشگاه 1 - توسعه کاتالوگ داده با AWS Athena Lab 1 - Developing Data Catalog with AWS Athena

  • آزمایشگاه 2 - توسعه کاتالوگ داده با AWS Athena Lab 2 - Developing Data Catalog with AWS Athena

  • AWS Athena - انواع داده ها و بیانیه های DDL AWS Athena - Data Types and DDL Statements

  • AWS Athena - SerDe AWS Athena - SerDe

  • آزمایشگاه 3 - چسب AWS - توسعه کاتالوگ داده با آتنا Lab 3 - AWS Glue - Developing Data Catalog with Athena

  • AWS Athena - جستجوی گزارش‌های AWS AWS Athena - Querying AWS Logs

  • AWS Athena - محدودیت ها AWS Athena - Limitations

ویژگی‌ها و نسخه‌های جدید AWS Athena - 2018، 2019، 2020 AWS Athena New Features and Releases - 2018, 2019, 2020

  • 19 آوریل 2018: با استفاده از درایور JDBC به آتنا دسترسی پیدا کنید 19-Apr-2018 : Access Athena using JDBC Driver

  • 06-ژوئن-2018: آتنا پشتیبانی از Views را منتشر کرد 06-Jun-2018 : Athena releases support for Views

  • 10-ژوئیه-2018: Data Lake Solution از آتنا برای تجزیه و تحلیل داده ها استفاده می کند 10-Jul-2018 : Data Lake Solution uses Athena for data analysis

  • 11 اکتبر 2018: آتنا از ایجاد جداول با استفاده از نتایج Select Query پشتیبانی می کند 11-Oct-2018 : Athena supports Creating Tables using results of Select Query

  • 16 اکتبر 2018: آتنا از سیاست های مبتنی بر منابع در کاتالوگ داده چسب AWS پشتیبانی می کند 16-Oct-2018 : Athena supports resource based policies in AWS Glue Data Catalog

  • 18 فوریه 2019: آتنا گروه های کاری را برای مدیریت بارهای کاری معرفی می کند 18-Feb-2019 : Athena introduces Workgroups to manage Workloads

  • 25 فوریه 2019: آتنا از برچسب گذاری منابع پشتیبانی می کند 25-Feb-2019 : Athena supports resource tagging

  • 09 آگوست 2019: آتنا از AWS Lake Formation برای مجوزهای دقیق پشتیبانی می کند 09-Aug-2019 : Athena supports AWS Lake Formation for fine-grained permissions

  • 16 آگوست 2019: آتنا از داده های پرس و جو از S3 Requester Pays Buckets پشتیبانی می کند 16-Aug-2019 : Athena supports querying data from S3 Requester Pays Buckets

  • 19 سپتامبر 2019: آتنا از درج داده ها در جدول از نتایج SELECT پشتیبانی می کند 19-Sep-2019 : Athena supports inserting data into a table from SELECT results

  • 08-اکتبر-2019: آتنا یک رابط پایانی VPC ارائه می دهد 08-Oct-2019 : Athena provides an interface VPC Endpoint

  • 26-نوامبر 2019: آتنا از فراخوانی مدل های یادگیری ماشین در پرس و جوهای SQL پشتیبانی می کند 26-Nov-2019 : Athena supports invoking machine learning models in SQL Queries

  • 26 نوامبر 2019: آتنا چهار معیار جدید مرتبط با پرس و جو را اضافه می کند 26-Nov-2019 : Athena adds four new query related metrics

  • 26-نوامبر 2019: آتنا از استفاده از Apache Hive Metastore به عنوان کاتالوگ متادیتا پشتیبانی می کند 26-Nov-2019 : Athena supports using Apache Hive Metastore as Metadata Catalog

  • 26 نوامبر 2019: آتنا پشتیبانی از توابع تعریف شده توسط کاربر (UDF) را اضافه می کند. 26-Nov-2019 : Athena adds support for User Defined Functions ( UDF )

  • 26 نوامبر 2019: آتنا از پرس و جوهای فدرال در منابع مختلف داده پشتیبانی می کند 26-Nov-2019 : Athena supports Federated Queries on variety of data sources

  • 02-مارس-2020: آتنا از داده های پرس و جو در S3 با استفاده از کلید IAM aws:CalledVia پشتیبانی می کند 02-Mar-2020 : Athena supports querying data in S3 using IAM aws:CalledVia key

  • 13-مارس-2020: Athena رویدادهای CloudWatch را برای انتقال وضعیت پرس و جو منتشر می کند 13-Mar-2020 : Athena publishes CloudWatch events for query state transitions

  • 13-مارس-2020: آتنا از مدیریت گروه های کاری آتنا با استفاده از CloudFormation پشتیبانی می کند 13-Mar-2020 : Athena supports managing Athena workgroups using CloudFormation

آمازون Redshift Spectrum - معماری و راه اندازی Amazon Redshift Spectrum - Architecture and Setup

  • بخش دستور کار Section Agenda

  • آمازون Redshift Spectrum - معماری Amazon Redshift Spectrum - Architecture

  • Amazon Redshift Spectrum - ویژگی ها Amazon Redshift Spectrum - Features

آمازون Redshift Spectrum - توسعه Amazon Redshift Spectrum - Development

  • بخش دستور کار Section Agenda

  • آزمایشگاه: Amazon Redshift Spectrum - امنیت و راه اندازی امتیازات Lab: Amazon Redshift Spectrum - Security and Privileges Setup

  • آزمایشگاه: آمازون Redshift Spectrum - در حال توسعه طرحواره Lab: Amazon Redshift Spectrum - Developing Schema

  • آزمایشگاه: Amazon Redshift Spectrum - Querying Data Lab: Amazon Redshift Spectrum - Querying Data

Amazon QuickSight - معماری و راه اندازی Amazon QuickSight - Architecture and Setup

  • بخش دستور کار Section Agenda

  • نمای کلی - آمازون Quicksight چیست؟ Overview - What is Amazon Quicksight ?

  • آمازون QuickSight - معماری Amazon QuickSight - Architecture

  • آزمایشگاه: Amazon Quicksight - راه اندازی Lab: Amazon Quicksight - Setup

  • Amazon QuickSight - گردش کار نوشتن گزارش Amazon QuickSight - Report Authoring Workflow

Amazon QuickSight - توسعه اولین تجزیه و تحلیل شما در QuickSight Amazon QuickSight - Developing Your First Analysis in QuickSight

  • بخش دستور کار Section Agenda

  • آزمایشگاه 1 - آمازون QuickSight - انواع ویژوال Lab 1 - Amazon QuickSight - Types of Visuals

  • آزمایشگاه 2 - آمازون QuickSight - منبع داده و گزارش Lab 2 - Amazon QuickSight - Data Source and Report

  • آزمایشگاه 3 - آمازون QuickSight - Axis and Aggregations Lab 3 - Amazon QuickSight - Axis and Aggregations

  • آزمایشگاه 4 - آمازون QuickSight - فیلترها Lab 4 - Amazon QuickSight - Filters

  • آزمایشگاه 5 - آمازون QuickSight - داستان و صحنه ها Lab 5 - Amazon QuickSight - Storyboard and Scenes

  • آزمایشگاه 6 - آمازون QuickSight - تنظیمات حساب Lab 6 - Amazon QuickSight - Account Settings

Amazon Quicksight - بلع داده ها Amazon Quicksight - Data Ingestion

  • بخش دستور کار Section Agenda

  • آزمایشگاه 1 - S3 Analytics به عنوان منبع داده برای Amazon QuickSight Lab 1 - S3 Analytics as data source for Amazon QuickSight

  • آزمایشگاه 2 - سطل های S3 به عنوان منبع داده برای Amazon QuickSight Lab 2 - S3 Buckets as data source for Amazon QuickSight

  • آزمایشگاه 3 - Redshift (خودکار) به عنوان منبع داده برای Amazon QuickSight Lab 3 - Redshift (auto) as data source for Amazon QuickSight

  • آزمایشگاه 4 - Redshift (دستی) به عنوان منبع داده برای Amazon QuickSight Lab 4 - Redshift (manual) as data source for Amazon QuickSight

  • آزمایشگاه 5 - آتنا به عنوان منبع داده برای Amazon QuickSight Lab 5 - Athena as data source for Amazon QuickSight

  • آزمایشگاه 6 - گزارش مکانی از منابع داده مبتنی بر فایل در Amazon QuickSight Lab 6 - Geospatial Reporting from file based data sources in Amazon QuickSight

  • آزمایشگاه 7 - Redshift Spectrum به عنوان منبع داده برای Amazon QuickSight Lab 7 - Redshift Spectrum as data source for Amazon QuickSight

Amazon QuickSight - آماده سازی داده ها Amazon QuickSight - Data Preparation

  • بخش دستور کار Section Agenda

  • آزمایشگاه 1 - آمازون QuickSight - تازه کردن داده ها Lab 1 - Amazon QuickSight - Data Refresh

  • آزمایشگاه 2 - آمازون QuickSight - مجوز برای امنیت داده Lab 2 - Amazon QuickSight - Permissions for Data Security

  • آزمایشگاه 3 - آمازون QuickSight - اعمال امنیت ردیف در گزارش‌ها Lab 3 - Amazon QuickSight - Applying Row Security on Reports

  • آزمایشگاه 4 - آمازون QuickSight - پیوستن به جداول Lab 4 - Amazon QuickSight - Joining Tables

  • آزمایشگاه 5 - آمازون QuickSight - ایجاد فیلترهای سفارشی Lab 5 - Amazon QuickSight - Creating Custom Filters

  • آزمایشگاه 6 - آمازون QuickSight - فیلدها، توابع و اپراتورهای محاسبه شده Lab 6 - Amazon QuickSight - Calculated Fields, Functions, and Operators

  • آزمایشگاه 7 - آمازون QuickSight - ابعاد و اندازه‌ها Lab 7 - Amazon QuickSight - Dimensions and Measures

Amazon QuickSight - توسعه تجزیه و تحلیل پیشرفته و داشبورد Amazon QuickSight - Developing Advanced Analyses and Dashboards

  • بخش دستور کار Section Agenda

  • آزمایشگاه 1 - آمازون QuickSight - توسعه تجزیه و تحلیل چند بصری - قسمت اول Lab 1 - Amazon QuickSight - Developing multi-visual analysis - Part I

  • آزمایشگاه 1 - آمازون QuickSight - توسعه تجزیه و تحلیل چند بصری - قسمت 2 Lab 1 - Amazon QuickSight - Developing multi-visual analysis - Part 2

  • آزمایشگاه 1 - آمازون QuickSight - Drilldown - قسمت 3 Lab 1 - Amazon QuickSight - Drilldown - Part 3

  • آزمایشگاه 2 - آمازون QuickSight - پارامترها Lab 2 - Amazon QuickSight - Parameters

  • آزمایشگاه 3 - آمازون QuickSight - قالب‌بندی تصاویر Lab 3 - Amazon QuickSight - Formatting Visuals

  • آزمایشگاه 4 - آمازون QuickSight - اقدامات URL Lab 4 - Amazon QuickSight - URL Actions

  • آزمایشگاه 5 - آمازون QuickSight - انتشار و مدیریت داشبورد Lab 5 - Amazon QuickSight - Dashboard Publishing and Administration

  • Amazon QuickSight - برنامه موبایل Amazon QuickSight - Mobile App

ویژگی‌ها و نسخه‌های جدید AWS QuickSight - 2018، 2019، 2020 AWS QuickSight New Features and Releases - 2018, 2019, 2020

  • 06-آوریل 2018: Quicksight اتصال دهنده های داده جدیدی را برای برنامه های تجاری و json اضافه می کند 06-Apr-2018 : Quicksight adds new data connectors for business apps and json

  • 31-مه-2018: QuickSight از Pay-Per-Session و اتصال VPC خصوصی پشتیبانی می کند 31-May-2018 : QuickSight supports Pay-Per-Session and Private VPC Connectivity

  • 21-ژوئن-2018: QuickSight از جایگزینی مجموعه داده ها و سفارشی سازی های بصری پشتیبانی می کند 21-Jun-2018 : QuickSight supports replacing datasets and visual customizations

  • 08 آگوست 2018: QuickSight از محاسبات جدول و تجمعات سطح دقیقه پشتیبانی می کند 08-Aug-2018 : QuickSight supports table calculations & minute level aggregations

  • 16 آگوست 2018: QuickSight از گزارش های ایمیل و برچسب های داده پشتیبانی می کند 16-Aug-2018 : QuickSight supports Email Reports and Data Labels

  • 08-نوامبر 2018: QuickSight از فیلترهای برتر N، پارامترهای آبشاری و تجزیه JSON پشتیبانی می کند 08-Nov-2018 : QuickSight supports Top N Filters, Cascading Params & JSON Parsing

  • 11-ژانویه-2019: بهبودهای QuickSight Pivot Table، اتصالات متقاطع و غیره 11-Jan-2019 : QuickSight Pivot Table Enhancements, Cross-Schema Joins, & More

  • 04-مارس-2019: گزارش‌های ایمیل QuickSight با امنیت سطح ردیف و میانگین متحرک 04-Mar-2019 : QuickSight Email Reports with Row-Level Security & moving averages

  • 14-مارس-2019: بینش های QuickSight ML، تشخیص ناهنجاری، پیش بینی، روایت ها 14-Mar-2019 : QuickSight ML Insights, Anomaly Detection, Forecasting, Narratives

  • 10 آوریل 2019: QuickSight از محلی سازی و محاسبات صدک پشتیبانی می کند 10-Apr-2019 : QuickSight supports localization and percentile calculations

  • 12-ژوئن-2019: داشبوردهای چند صفحه ای QuickSight، نمودار سنج و دونات و موارد دیگر 12-Jun-2019 : QuickSight multi-sheet dashboards, Gauge & Donut Chart, & more

  • 20-ژوئن-2019: کنترل دسترسی با دانه بندی QuickSight در S3 و Athena 20-Jun-2019 : QuickSight fine-grained access control on S3 and Athena

  • 02-اوت-2019: جاسازی داشبورد QuickSight در وب سایت ها با IAM/Active Dir 02-Aug-2019 : QuickSight Dashboard Embedding in Websites with IAM / Active Dir

  • 02-اوت-2019: جاسازی داشبورد QuickSight در وب سایت ها - قسمت 2 02-Aug-2019 : QuickSight Dashboard Embedding in Websites - Part 2

  • 06 سپتامبر 2019: موارد دلخواه QuickSight، هشدارهای ناهنجاری، ابر ورد و فیلترهای داده 06-Sep-2019 : QuickSight Favorites, Anomaly Alerts, Word Cloud and Data Filters

  • 12 سپتامبر 2019: تجمیع‌های آگاه سطح QuickSight، مجموعه داده‌های SPICE بزرگتر و موارد دیگر 12-Sep-2019 : QuickSight Level Aware Aggregations, Larger SPICE Datasets & more

  • ۱۴ اکتبر ۲۰۱۹: اشتراک‌گذاری منبع داده QuickSight، انتقال جدول، فیلتر جدید و موارد دیگر 14-Oct-2019 : QuickSight Data Source Sharing, Table Transpose, New Filter & more

  • 29 اکتبر 2019: چاپ داشبورد QuickSight و گزینه‌های انتشار داشبورد جدید 29-Oct-2019 : QuickSight Dashboard Printing & New Dashboard Publishing Options

  • 07-نوامبر-2019: برنامه موبایل QuickSight iOS و Android، Joins Cross Source و موارد دیگر 07-Nov-2019 : QuickSight iOS and Android Mobile App, Cross Source Joins & more

  • 12-نوامبر 2019: اقدامات QuickSight برای تعامل داشبورد و سابقه مصرف 12-Nov-2019 : QuickSight Actions for Dashboard Interactivity & Ingestion History

  • 22-نوامبر 2019: پشتیبانی از QuickSight API برای داده ها، داشبوردها، SPICE و مجوزها 22-Nov-2019 : QuickSight API support for Data, Dashboards, SPICE & Permissions

  • 25 نوامبر 2019: QuickSight تم ها، قالب بندی شرطی و موارد دیگر را راه اندازی کرد 25-Nov-2019 : QuickSight launches Themes, Conditional Formatting and more

  • 26-نوامبر 2019: یادگیری ماشینی را با QuickSight با استفاده از مدل های SageMaker ادغام کنید 26-Nov-2019 : Integrate Machine Learning with QuickSight using SageMaker Models

  • 03-ژانویه 2020: گروه های کاری QuickSight Athena و پشتیبانی از اتصال دهنده VPC Presto 03-Jan-2020 : QuickSight Athena Workgroups, & Presto VPC Connector Support

  • 05-فوریه 2020: بهبودهای ویرایشگر روایت QuickSight و تشخیص ناهنجاری 05-Feb-2020 : QuickSight Narrative Editor enhancements and anomaly detection

  • 20-مارس-2020: پشتیبانی از QuickSight Image در داشبوردها 20-Mar-2020 : QuickSight Image support on Dashboards

خلاصه Summary

  • پاکسازی منابع AWS Clean-Up AWS Resources

  • خلاصه: مهارت ها را به رزومه خود اضافه کنید Summary : Add Skills to your resume

  • پیوندهای مواد مرجع Reference Material Links

  • سخنرانی جایزه - کوپن های تخفیف دوره دیگر من Bonus Lecture - Discount Coupons of my other course

نمایش نظرات

نظری ارسال نشده است.

آموزش تسلط بر AWS Glue، QuickSight، Athena و Redshift Spectrum
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
18.5 hours
193
Udemy (یودمی) udemy-small
21 تیر 1399 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
23,217
4.4 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Siddharth Mehta Siddharth Mehta

Enterprise Cloud Architect، نویسنده منتشر شده، Cloud Geek

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.