Bienvenida e introducci贸n al curso

1

Iniciando con Big Data

2

Cloud Computing en proyectos de BigData

3

Introducci贸n al manejo de datos en Cloud

4

Datos en Cloud

5

驴Qu茅 nube deber铆a utilizar en mi proyecto de Big Data?

Arquitecturas

6

Arquitecturas Lambda

7

Arquitectura Kappa

8

Arquitectura Batch

Extracci贸n de informaci贸n

9

Llevar tu informaci贸n al cloud

10

Demo - Creando nuestro IDE en la nube con Python - Boto3

11

驴C贸mo usar Boto3?

12

API Gateway

13

Storage Gateway

14

Kinesis Data Streams

15

Configuraci贸n de Kinesis Data Streams

16

Demo - Despegando Kinesis con Cloudformation

17

Kinesis Firehose

18

Demo - Configuraci贸n de Kinesis Firehose

19

Reto - Configurando Kinesis Firehose

20

AWS - MSK

21

Demo - Despliegue de un cl煤ster con MSK

Transformaci贸n de Informaci贸n

22

AWS - Glue

23

Demo - Instalando Apache Zeppelin

24

Creaci贸n del Developer Endpoint

25

Demo - Conectando nuestro developer Endpoint a nuestro Zeppelin Edpoint

26

Demo - Creando nuestro primer ETL - Crawling

27

Demo - Creando nuestro primer ETL - Ejecuci贸n

28

Demo - Creando nuestro primer ETL - Carga

29

AWS - EMR

30

Demo - Desplegando nuestro primer cl煤ster con EMR

31

Demo - Conect谩ndonos a Apache Zeppelin en EMR

32

Demo- Despliegue autom谩tico de EMR con cloudformation

33

AWS - Lambda

34

Ejemplos AWS- Lambda

35

Demo - Creando una lambda para BigData

Carga de Informaci贸n

36

AWS - Athena

37

Demo - Consultando data con Athena

38

AWS - RedShift

39

Demo - Creando nuestro primer cl煤ster de RedShift

40

AWS - Lake Formation

Consumo de informaci贸n

41

AWS - ElasticSearch

42

Demo - Creando nuestro primer cl煤ster de ElasticSearch

43

AWS - Kibana

44

AWS - QuickSight

45

Demo - Visualizando nuestra data con QuickSight

Seguridad, Orquestaci贸n y Automatizaci贸n

46

Seguridad en los Datos

47

AWS Macie

48

Demo - Configurando AWS Macie

49

Apache Airflow

50

Demo - Creando nuestro primer cl煤ster en Cloud Composer

51

Arquitectura de referencia

Clase p煤blica

52

驴Qu茅 es Big Data?

Crea una cuenta o inicia sesi贸n

隆Contin煤a aprendiendo sin ning煤n costo! 脷nete y comienza a potenciar tu carrera

Curso de Big Data en AWS

Curso de Big Data en AWS

Carlos Andr茅s Zambrano Barrera

Carlos Andr茅s Zambrano Barrera

Introducci贸n al manejo de datos en Cloud

3/52
Recursos

Algunos puntos para tomar en cuenta al momento de iniciar en el manejo de datos en la nube, sin importar qu茅 servicio utilices, son:

  • Cuando trabajas en la nube puedes tener un crecimiento completamente escalable, iniciando desde MB hasta EB.
  • A medida que tu aplicaci贸n crezca puedes ir escalando el procesamiento de datos en la nube.
  • En Cloud tienes acceso a un gran nivel de eficiencia a un bajo costo, solamente te van a cobrar mientras utilices las herramientas.
  • Existen muchos servicios de procesamiento en la nube, escoge el que m谩s se acomode a tus necesidades.

Aportes 12

Preguntas 2

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Hybrid cloud is a cloud computing environment that uses a mix of:

  • on-premises

  • private cloud and

  • third-party, public cloud services

with orchestration between the platforms.

Una **nube h铆brida **es una combinaci贸n de uno o m谩s entornos de nube p煤blica y privada.

Es un conjunto de recursos virtuales 鈥攄esarrollados a partir de hardware que es propiedad de una empresa de terceros y que es administrado por ella, y de hardware que pertenece a la empresa que utiliza la nube鈥 orquestados por software de administraci贸n y automatizaci贸n que permite que los usuarios puedan acceder a los recursos a pedido a trav茅s de los portales de autoservicio que reciben el soporte del escalado autom谩tico y de la asignaci贸n din谩mica de recursos.

Esta 煤ltima parte fue tomada de 鈥淩ed Hat鈥

https://www.redhat.com/es/topics/cloud-computing/what-is-hybrid-cloud

Aspectos importante a tener en cuenta cuando comencemos un proyecto en BigData (son totalmente transparentes y aplican a cualquier Cloud Provider):

  • Cantidad: Cuando trabajamos en la nube, podemos tener un crecimiento completamente escalable (MB -> GB -> TB -> PB-> EB), y una de las ventajas que nos dan los Cloud Providers es que nos soportan el procesamiento de estas grandes cantidades de datos.
  • Escalabilidad: Crecimiento por demanda. El Cloud Provider nos permite tener escalabilidad en los servicios que tenemos en la nube. Con esto, a medida que nuestra aplicaci贸n crezca, el procesamiento de datos tambi茅n crece de forma autom谩tica.
  • Automatizaci贸n: Nos permite entender y orquestar todos los servicios de forma que puedan ejecutarse autom谩ticamente (con el fin de quitarnos carga administrativa como administradores de la nube).
  • Eficiencia: En la nube tenemos al alcance diferentes servicios de BigData.
  • Ahorros: En las arquitecturas m谩s importantes lo que buscamos es que el costo de los servicios sea por demanda.
  • Flexibilidad: Hay muchos Cloud Providers (GCP, AWS, Azure, etc.). Dentro de cada uno, hay una variedad de servicios para BigData; dentro de cada servicio, hay diferentes tipos de configuraci贸n. Tambi茅n se pueden hacer migraciones, o trabajos multi-cloud con estos Cloud Providers sin perder informaci贸n, seguridad, etc.

Claro y conciso 馃憣

La data puede ser relacionado de lo que sea 驴

El aprovisionamiento nos ayuda demasiado, para poder escalar r谩pidamente.

Automatizaci贸n de procesos, solo cuando la informaci贸n este en la Nube o se puede automatizar y orquestar cuando la informaci贸n llegue a on-premise y luego hacer todo el proceso??

Ha sido una gran clase porque aprend铆 un nuevo concepto que no imaginaba: Multi-Cloud. En un mundo globalizado, es muy importante trabajar con los datos de varias/m煤ltiples Nubes de forma clara, transparente y/o segura.

Cuando trabajas en la nube puedes tener un crecimiento completamente escalable, iniciando desde MB hasta EB.
A medida que tu aplicaci贸n crezca puedes ir escalando el procesamiento de datos en la nube.
En Cloud tienes acceso a un gran nivel de eficiencia a un bajo costo, solamente te van a cobrar mientras utilices las herramientas.
Existen muchos servicios de procesamiento en la nube, escoge el que m谩s se acomode a tus necesidades.

La data puede ser relacionado de lo que sea ?
Super. Esta muy interesante

Escuche bien? podria migrar mi proyecto a otra proveedor de nube si hago en aws y luego quiero migrar a la nube de google?

interesante intro