وب سرویس‌های آمازون یا خدمات وب آمازون مجموعه‌ای از خدمات وب هستند که شرکت آمازون بر روی بستر ابر خود و از طریق اینترنت به عموم عرضه می‌کند. این سرویس‌ها زیرساخت‌های فناوری اطلاعات را به صورت سرویس‌های انعطاف‌پذیر به مشتریان اجاره می‌دهد. این سرویس‌ها شامل سرویس‌های محاسباتی و رایانشی (EC2 )، ذخیره‌سازی (S3 )، تحویل محتوا، پایگاه داده، تجارت الکترونیک، پرداخت و صدور صورتحساب و موارد دیگری می‌شود. داده‌های عظیم (Big Data ) نیز به عنوان یک اصطلاح به مجموعه داده‌هایی اطلاق می‌شود که مدیریت، کنترل و پردازش آنها فراتر از توانایی ابزارهای نرم‌افزاری در یک زمان قابل تحمل و مورد انتظار است. مقیاس داده‌های عظیم، به طور مداوم در حال رشد از محدودهٔ چند 10 ترابایت به چندین پتابایت، در یک مجموعه‌ی داده واحد است. نمونه‌های بارزی از داده‌های عظیم شامل: گزارش‌های وبی، سامانه‌های بازشناسی با امواج رادیویی، شبکه‌های حسگر، شبکه‌های اجتماعی، متون و اسناد اینترنتی، نمایه‌های جستجوهای اینترنتی، نجوم، مدارک پزشکی، آرشیو عکس، آرشیو ویدئو، پژوهش‌های زمین‌شناسی و تجارت در مقیاس بزرگ هستند. این دوره‌ی آموزشی تصویری با محوریت مفاهیم و تکنیک‌های اصلی مرتبط با توده‌ی عظیم بزرگ‌داده‌ها به نام DynamoDB ، Elastic ، MapReduce (EMR) ، Redshift ، Data Pipeline و Jaspersoft BI بر روی وب سرویس‌های آمازون (AWS) است.
محتوای آموزش:
1- آشنایی اولیه و کلی با سرویس‌های وب آمازون
2- مفاهیم مربوط به DynamoDB
3- مفاهیم مربوط به Elastic MapReduce
4- مفاهیم مربوط به Redshift
5- مفاهیم مربوط به Data Pipeline
6- مفاهیم مربوط به Jaspersoft
تولید کننده: Pluralsight
تاریخ انتشار: 31-01-2015
سطح: متوسط
مدت زمان آموزش: 3 ساعت و 54 دقیقه
مدرس: Andrew Brust
فهرست کامل سرفصل‌ها و عناوین آموزش (به همراه زمان دقیق آنها) :
Introduction - 16:50
Introduction Part I - 6:53
Introduction Part II - 9:56
Overview - 11:30
EMR, RedShift, and DynamoDB - 6:48
Data Pipeline, Putting It All Together, and Level Set - 4:41
AWS Preliminaries - 27:37
Acronyms - 2:27
Getting Set up with AWS - 1:53
Account Creation - 5:11
Key Pairs - 3:27
PuTTY - 4:55
S3 Fundamentals - 3:13
S3 Browser - 5:09
What We've Done - 1:18
DynamoDB - 30:25
NoSQL - 2:48
CAP Theorem - 1:40
NoSQL + Big Data - 2:12
NoSQL Database Categories - 2:05
DynamoDB Concepts - 7:02
Demo - Creating DynamoDB Tables - 3:46
Viewing Unstructured Data as Structured - 2:35
Demo - Adding and Querying DynamoDB Data - 8:14
Elastic MapReduce - 59:38
EMR Job Flows, What Is Hadoop? - 4:48
The Hadoop Stack, EMR Components - 3:00
A MapReduce Example - 5:24
More on EMR Job Flows - 2:05
Demo - Creating and Connecting to an EMR Cluster - 6:53
Using MapReduce, HDFS Commands - 3:31
Demo - Running a Streaming MapReduce Job - 7:25
Hive and Pig - 5:08
Demo - Hive - 9:23
Demo - Pig - 6:19
Demo - Impala - 3:32
Shutting Down the Cluster - 1:05
Demo - Shutting Down the Cluster - 0:59
Redshift - 26:35
MPP Concepts - 4:56
Columnar Concepts, Redshift Fundamentals - 6:42
Demo - Cluster Provisioning - 3:23
Demo - Connecting to Cluster - 1:50
Working with Redshift - 3:10
Demo - Queries from SQL Workbench/J - 6:31
Data Pipeline - 29:21
Data Pipeline Concepts - 3:28
Demo - Authoring a Pipeline from a Template - 4:24
Demo - Refining, Saving, and Activating the Pipeline - 5:13
Executing Pipelines - 0:51
Demo - Executing Our Pipeline and Browsing Its Output - 2:53
Demo - Authoring a Pipeline from Scratch - 5:19
Pipeline Troubleshooting - 1:14
Demo - Troubleshooting the Pipeline - 5:56
Jaspersoft - 23:02
Jaspersoft AWS Overview - 5:37
Demo - Provisioning - 5:58
Demo - Logging in, Creating Domain - 5:38
Demo - Creating Ad Hoc View and Report, De-provisioning - 5:46
Epilogue - 9:38
Kinesis - 5:32
Key Takeaways - 4:06
نکات:
1- این آموزش به زبان انگلیسی است.
2- آموزش به صورت فیلمهای جداگانه برای هر فصل است.
3- فرمت فایلها MP4 است.
4- فایل های دانلودی قابلیت تعمیر با WinRAR در صورت دانلود ناقص را دارا می باشند.