Big Data on AWS

• Utiliser Apache Hadoop avec Amazon EMR
• Lancer et configurer un cluster Amazon EMR
• Utilisez des frameworks de programmation communs pour Amazon EMR, notamment Hive, Pig et Streaming
• Utilisez Hue pour améliorer la facilité d’utilisation d’Amazon EMR
• Utilisez les analyses en mémoire avec Spark sur Amazon EMR
• Comprendre comment des services comme AWS Glue, Amazon Kinesis, Amazon Redshift, Amazon Athena et Amazon QuickSight peuvent être utilisés avec des charges de travail Big Data

• Les personnes responsables de la conception et de la mise en œuvre de solutions Big Data, à savoir les architectes de solutions et les administrateurs SysOps
• Data Scientists et Data Analysts intéressés à en savoir plus sur les solutions Big Data sur AWS

• Connaissance de base des technologies Big Data, notamment Apache Hadoop, HDFS et les requêtes SQL/NoSQL
• Formation numérique gratuite Data Analytics Fundamentals ou expérience équivalente
• Connaissance pratique des services AWS de base et de la mise en œuvre du cloud public
• Avoir suivi la formation en classe AWS Technical Essentials ou posséder une expérience équivalente
• Compréhension de base de l’entreposage de données, des systèmes de bases de données relationnelles et de la conception de bases de données

Jour 1

Module 1 : Présentation du Big Data

• Qu’est-ce que le big data
• Le pipeline big data
• Principes architecturaux du Big Data

Module 2 : Ingestion et transfert Big Data

• Présentation : Ingestion de données
• Transfert de données

Module 3 : Streaming Big Data et Amazon Kinesis

• Traitement de flux de données volumineuses
• Amazon Kinesis
• Amazon Kinesis Data Firehose
• Flux vidéo Amazon Kinesis
• Analyse de données Amazon Kinesis
• Atelier pratique 1 : Diffusion et traitement des logs du serveur Apache à l’aide d’Amazon Kinesis

Module 4 : Solutions de stockage de Big Data

• Options de stockage de données AWS
• Concepts de solutions de stockage
• Facteurs dans le choix d’un magasin de données

Module 5 : Traitement et analyse Big Data

• Traitement et analyse de données volumineuses
• Amazon Athena
• Atelier pratique 2 : Utilisation d’Amazon Athena pour analyser les données de journal

Jour 2

Module 6 : Apache Hadoop et Amazon EMR

• Introduction à Amazon EMR et Apache Hadoop
• Bonnes pratiques pour l’ingestion de données
• Amazon EMR
• Architecture Amazon EMR
• Atelier pratique 3 : Stockage et interrogation de données sur Amazon DynamoDB

Module 7 : Utilisation d’Amazon EMR

• Développer et exécuter votre application
• Lancement de votre cluster
• Gestion de la sortie de vos travaux terminés

Module 8 : Frameworks de programmation Hadoop

• Frameworks Hadoop
• Autres frameworks à utiliser sur Amazon EMR
• Atelier pratique 4 : Traitement des journaux de serveur avec Hive sur Amazon EMR

Module 9 : Interfaces Web sur Amazon EMR

• Hue sur Amazon EMR
• Surveillance de votre cluster
• Atelier pratique 5 : Exécution de scripts Pig dans Hue sur Amazon EMR

Module 10 : Apache Spark sur Amazon EMR

• Apache Spark
• Utilisation de Spark
• Atelier pratique 6 : Traiter les données de NY Taxi à l’aide d’Apache Spark

Jour 3

Module 11 : Utilisation d’AWS Glue pour automatiser les charges de travail ETL

• Qu’est-ce qu’AWS Glue ?
• AWS Glue : Orchestration des tâches

Module 12 : Amazon Redshift et les mégadonnées

• Entrepôts de données vs bases de données traditionnelles
• Amazon Redshift
• Architecture Amazon Redshift

Module 13 : Sécuriser vos déploiements Amazon

• Sécuriser vos déploiements Amazon
• Présentation de la sécurité Amazon EMR
• Présentation d’AWS Identity and Access Management (IAM)
• Sécurisation des données
• Présentation de la sécurité Amazon Kinesis
• Présentation de la sécurité d’Amazon DynamoDB
• Présentation de la sécurité Amazon Redshift

Module 14 : Gérer les coûts du Big Data

• Considérations relatives au coût total pour Amazon EMR
• Modèles de tarification Amazon EC2
• Modèles de tarification Amazon Kinesis
• Considérations de coût pour Amazon DynamoDB
• Considérations sur les coûts et modèles de tarification pour Amazon Redshift
• Optimisation des coûts avec AWS

Module 15 : Visualiser et orchestrer le Big Data

• Visualisation du big data
• Amazon QuickSight
• Orchestrer un workflow big data
• Atelier pratique 7 : Utiliser TIBCO Spotfire pour visualiser les données

Module 16 : Modèles de conception Big Data

• Architectures communes

Module 17 : Conclusion du cours

• Et après?