AWS Glue ist ein vollständig verwalteter ETL-Service, der Ihnen das Verstehen der Datenquellen, die Datenvorbereitung zu Analyse sowie das zuverlässige Laden von Daten in Ihren Datenspeicher erleichtert. In dieser Sitzung führen wir AWS Glue ein, geben eine Übersicht über die Komponenten und diskutieren, wie Sie den Service einsetzen können, um Ihren ETL-Prozess zu vereinfachen und zu automatisieren. Wir sprechen zudem darüber, wann Sie den Service ausprobieren können und wie Sie sich für eine Vorversion anmelden.

Sehen Sie es sich hier an »

Das schnelle und effiziente Analysieren von Big Data erfordert ein Data Warehouse, das für die Verarbeitung und Skalierung großer Datensätze optimiert wurde. Amazon Redshift ist ein schnelles Data Warehouse in Petabytegröße, das dafür sorgt, dass die Analyse all Ihrer Daten einfach und kostengünstig wird – und das für einen Bruchteil der Kosten herkömmlicher Data Warehouses. In dieser Sitzung werfen wir einen gründlichen Blick auf Data Warehousing mit Amazon Redshift für die Analyse von Big Data. Wir sehen uns bewährte Verfahren an, um von der kolumnaren Technologie und den parallelen Verarbeitungsfunktionen von Amazon Redshift zu profitieren und einen hohen Durchsatz und eine hohe Abfrageleistung zu erreichen. Wir diskutieren zudem, wie wir optimale Schemas entwerfen, Daten effizient laden und Workloadverwaltung verwenden.

Sehen Sie es sich hier an »

Die Welt produziert eine stetig zunehmende Menge, Geschwindigkeit und Varianz von Big Data. Kunden und Businesses fordern auf die Sekunde (oder sogar Millisekunde) genaue Analysen ihrer sich schnell ändernden Daten neben der klassischen Stapelverarbeitung. AWS bieten viele Technologien für die Lösung von Big Data-Problemen. Aber welche Services sollten Sie verwenden, und warum, wann und wie? In dieser Sitzung vereinfachen wir die Verarbeitung von Big Data als Daten-Bus mit mehreren Phasen: Einspeisung, Speicherung, Verarbeitung und Visualisierung. Danach diskutieren wir die Auswahl der richtigen Technologie basierend auf Kriterien wie Datenstruktur, Abfragelatenz, Kosten, Abfragerate, Elementgröße, Datenvolumen, Dauer usw. Zuletzt bieten wir eine Referenzarchitektur, Entwurfsmuster und bewährte Verfahren für die Zusammenstellung dieser Technologien, damit Sie Ihre Big Data-Probleme mit den richtigen Kosten lösen können.

Sehen Sie es sich hier an »