课程介绍
学习内容
议程
实验准备
模块1：数据分析概览
数据分析应用场景与业务价值
数据分析工作流程
AWS上的数据分析
AWS上数据分析收益
客户案例架构
演示完整的数据分析
模块2：数据摄取与存储
数据摄取与摄取工具
数据存储级别
数据存储格式
实验1：DMS+S3+DyanamoDB
实验2：Kinesis 接入实时数据流
模块3：数据ETL
批量数据处理
流式数据处理
实验3: Glue catalog & Glue ETL
模块4：数据应用
业务分析和可视化报表
数据分析与机器学习
实验4：Athena & Superset
实验5：SageMaker
进阶课程
模块6:按需定制的数据流
实验6: Airflow & EMR spot
模块7:EMR上的近实时增量数仓
实验7: EMR Spark & Hudi & MSK
模块8:Hive/Spark on EMR最佳实践
实验8: Hive/Spark作业调参优化
模块9: 自动化弹性的数据分析平台
实验9: EMR auto scaling
模块10:Athena高级功能
实验10: Athena Custom Connector
模块11:数据湖安全与权限管理
实验11: EMR multi-tenant & Ranger
课程总结
清理环境与检查
课程总结
提供反馈
© 2020 Amazon Web Services, Inc. or its Affiliates. All rights reserved.
AWS合作伙伴动手训练营--数据分析
>
课程总结
> 课程总结
请查看以下两个AWS 行业数据分析的推荐架构展开讨论，并回答白板上的问题
课程总结
请查看以下两个AWS 行业数据分析的推荐架构展开讨论，并回答白板上的问题
