Contents
具有與 Glue、Athena、S3、Kinesis Firehose、Lambda、Comprehend AI 等實作的無伺服器整合的經驗
從這 3 小時的課程，你會學到
- 瞭解資料湖泊( Data Lake )與資料倉庫( Data Warehouse )
- 資料湖泊( Data Lake )架構的關鍵元件
- 直接使用 SQL 查詢檔案
- 使用 Kinesis Firehose、Lambda、Comprehend AI、Glue、Athena 與 S3 實踐整合
要求
AWS 的基本知識是有用的，但不是強制性的
課程說明
大家好，我是 Chandra Lingam，我是 AWS 資料湖泊( Data Lake )的講師。
在本課程中，我們將首先理解什麼時候資料湖泊( Data Lake )是你該選用的解決方案，而不是用資料倉庫。
在接下來的兩個小時中，你將學習資料湖泊( Data Lake )的所有組成部分。
其優點之一是可以靈活地使用 SQL 直接查詢檔案。
你將從建構 Glue Data 目錄並使用 Athena 進行查詢開始。
然後，我們將致力於 Glue ETL，這是一個強大的基於 Apache Sppark 的資料轉換解決方案。
為了演示 Athena 的可伸展性，我們將查詢具有超過1.3億條評論的 Amazon Customer Reviews (亞馬遜客戶評論) 資料集。
最後，我們將使用 Kinesis Firehose、 Lambda、Comprehend AI、 Glue、 Athena 和 S3 建構一個無伺服器的應用程式，它可以處理無限條客戶評論、執行情緒分析，並將其儲存在資料庫中供查詢。
我期待很快見到你！
謝謝！
目標受眾
- 想了解資料湖泊( Data Lake )的決策者
- 從事結構化和非結構化資料工作的專業人士
講師簡介
Chandra Lingam 資料科學家和解決方案架構師( 更多講師主講課程介紹 )
Chandra Lingam 是亞馬遜網路服務( AWS，Amazon Web Services )、任務關鍵系統和機器學習方面的專家。 他在傳統 IT 資料中心和基於雲的基礎設施的系統開發方面有著豐富的背景。 對於那些新加入 AWS 的人來說，他具有獨特的優勢來引導你成為 AWS 雲平臺的專家。
在成為一名全職課程開發人員和教員之前，他在英特爾工作了15年，開發和管理處理數百萬兆位元組全球工廠資料的系統。
他擁有 ASU( Arizona State University ) 電腦科學碩士學位和 Madurai Thiagarajar工程學院電腦科學學士學位。
英文字幕：有 ( 講師提供 )
- 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
🙌 如何有效率地管理 ChatGPT 輸出與整理自己的 ChatGPT 提示( prompts )使用情境？LN+ for Web 已經針對 ChatGPT 的整合做最佳化
🙌 讓 Notion AI 成為你線上學習的得力助手，詳細操作請參考 – 使用 Notion AI 功能來為 udemy 的課程做摘要總結
- 點選這個✨優惠連結 課程特價 | Udemy 永久擁有課程 NT370 起( 請登入 Udemy｜按過“優惠連結”後到”報名參加課程“連結網頁做更新 ）
- Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格比電腦上看到的貴
- ＄代表當地貨幣, 如在台灣為 NT
- 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現
報名參加課程
也許你會有興趣
★ 歡迎使用 App / Email | Telegram 訂閱 網站更新★
你必須登入才能發表留言。