Data Warehousing on AWS
과정소개
이 과정에서는 AWS의 페타바이트 규모 데이터 웨어하우스인 Amazon Redshift를 사용하여 클라우드 기반 데이터 웨어하우징을 설계하기 위한 개념, 전략 및 모범 사례를 소개합니다. 본 과정에서는 Amazon DynamoDB, Amazon EMR, Amazon Kinesis, Amazon S3 같은 다른 AWS 서비스를 사용하여 데이터 웨어하우스를 위한 데이터를 수집, 저장, 준비하는 방법을 보여줍니다. 또한, 본 과정은 Amazon QuickSight를 사용하여 데이터에 대한 분석을 수행하는 방법도 보여줍니다.
- 중급
- 강의식 교육, 실습
- 3일
| 교육시간 | 09:00 ~ 17:30 |
|---|---|
| 수강대상 | •데이터베이스 설계자
•데이터베이스 관리자 •데이터베이스 개발자 •데이터 분석가 및 과학자 |
| 과정목표 | - 데이터웨어 하우징의 핵심 개념
- Amazon Redshift와 다른 빅 데이터 시스템 간의 관계 평가 - 데이터웨어 하우징 워크로드에 대한 사용 사례를 평가하고 데이터웨어 하우징 솔루션의 일부로 AWS 데이터 및 분석 서비스 구현을 보여주는 사례 연구 검토 - 데이터 요구 사항에 적합한 Amazon Redshift 노드 유형 및 크기 선택 - 암호화, IAM 권한 및 데이터베이스 권한과 같은 Amazon Redshift와 관련된 보안 기능에 대해 논의합니다. - Amazon Redshift 클러스터를 시작하고 구성 요소, 기능 및 기능을 사용하여 클라우드에서 데이터웨어 하우스를 구현합니다. - Amazon DynamoDB, Amazon EMR, Amazon Kinesis Firehose 및 Amazon S3와 같은 다른 AWS 데이터 및 분석 서비스를 사용하여 데이터웨어 하우징 솔루션에 기여합니다. - 데이터웨어 하우스 설계를위한 접근 방식 및 방법론 - 데이터웨어 하우스 설계에 영향을 미치는 데이터 소스 및 평가 요구 사항 - 압축, 데이터 배포 및 정렬 방법을 효과적으로 사용하도록 데이터웨어 하우스를 설계합니다. - 데이터로드 및 언로드, 데이터 유지 관리 작업 수행 - 쿼리를 작성하고 쿼리 계획을 평가하여 쿼리 성능 최적화 - 메모리와 같은 리소스를 쿼리 큐에 할당하고 특정 유형의 쿼리를 구성된 쿼리 큐로 라우팅하는 기준을 정의하여 처리 개선을 위해 데이터베이스를 구성합니다. - Amazon Redshift 데이터베이스 감사 로깅, Amazon CloudTrail, Amazon CloudWatch 및 Amazon Simple Notification Service (Amazon SNS)와 같은 기능 및 서비스를 사용하여 데이터웨어 하우스의 활동에 대한 이벤트 알림을 감사, 모니터링 및 수신합니다. - Amazon Redshift 클러스터 크기 조정 및 스냅 샷을 사용하여 클러스터 백업 및 복원과 같은 운영 작업 준비 - BI |
| 사전조건 | •선수과정: AWS 기술 에센셜(AWS Technical Essentials)
•관계형 데이터베이스와 데이터베이스 설계 개념 이해 |
| 교육비용 | 120만원 (VAT없음 / 교재 + 서버 포함) |
학습일정
| 1일차 | •코스 소개
•데이터웨어 하우징 소개 •Amazon Redshift 소개 •Amazon Redshift 구성 요소 및 리소스 이해 •Amazon Redshift 클러스터 시작 |
|---|---|
| 2일차 | •데이터 웨어하우징 접근 방식 선택
•데이터 원본 및 요구 사항 식별 •데이터 웨어하우스 설계 •데이터 웨어하우스에 데이터 로드 |
| 3일차 | •쿼리 작성 및 성능 조정
•데이터웨어 하우스 유지 관리 •데이터 분석 및 시각화 |
