Bienvenida e introducción al curso

1

Iniciando con Big Data

2

Cloud Computing en proyectos de BigData

3

Introducción al manejo de datos en Cloud

4

Datos en Cloud

5

¬ŅQu√© nube deber√≠a utilizar en mi proyecto de Big Data?

Arquitecturas

6

Arquitecturas Lambda

7

Arquitectura Kappa

8

Arquitectura Batch

Extracción de información

9

Llevar tu información al cloud

10

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

11

¬ŅC√≥mo usar Boto3?

12

API Gateway

13

Storage Gateway

14

Kinesis Data Streams

15

Configuración de Kinesis Data Streams

16

Demo - Despegando Kinesis con Cloudformation

17

Kinesis Firehose

18

Demo - Configuración de Kinesis Firehose

19

Reto - Configurando Kinesis Firehose

20

AWS - MSK

21

Demo - Despliegue de un cl√ļster con MSK

Transformación de Información

22

AWS - Glue

23

Demo - Instalando Apache Zeppelin

24

Creación 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 - Ejecución

28

Demo - Creando nuestro primer ETL - Carga

29

AWS - EMR

30

Demo - Desplegando nuestro primer cl√ļster con EMR

31

Demo - Conect√°ndonos a Apache Zeppelin en EMR

32

Demo- Despliegue autom√°tico de EMR con cloudformation

33

AWS - Lambda

34

Ejemplos AWS- Lambda

35

Demo - Creando una lambda para BigData

Carga de Información

36

AWS - Athena

37

Demo - Consultando data con Athena

38

AWS - RedShift

39

Demo - Creando nuestro primer cl√ļster de RedShift

40

AWS - Lake Formation

Consumo de información

41

AWS - ElasticSearch

42

Demo - Creando nuestro primer cl√ļster de ElasticSearch

43

AWS - Kibana

44

AWS - QuickSight

45

Demo - Visualizando nuestra data con QuickSight

Seguridad, Orquestación y Automatización

46

Seguridad en los Datos

47

AWS Macie

48

Demo - Configurando AWS Macie

49

Apache Airflow

50

Demo - Creando nuestro primer cl√ļster en Cloud Composer

51

Arquitectura de referencia

Clase p√ļblica

52

¬ŅQu√© es Big Data?

No tienes acceso a esta clase

¬°Contin√ļa aprendiendo! √önete y comienza a potenciar tu carrera

Curso de Big Data en AWS

Curso de Big Data en AWS

Carlos Andrés Zambrano Barrera

Carlos Andrés Zambrano Barrera

AWS - Kibana

43/52
Recursos
  • Al venir incluido con ElasticSearch permite visualizar de forma gr√°fica la informaci√≥n que tenemos en este.
  • Provee muchas opciones de visualizaci√≥n.
  • Permite el uso de plugins de terceros para anal√≠tica.

Aportes 4

Preguntas 0

Ordenar por:

¬ŅQuieres ver m√°s aportes, preguntas y respuestas de la comunidad?

o inicia sesión.

AWS Kibana viene integrado en el servicio de AWS ElasticSearch.

Características

  • Funci√≥n: Permite visualizar de forma gr√°fica la informaci√≥n que tenemos en ElasticSearch.
  • Visualizaci√≥n: Provee diferentes opciones de visualizaci√≥n (mapas de calor, barras, tortas, tendencias, etc.) y permite crear gr√°ficos personalizados a trav√©s de consultas espec√≠ficas que ya tiene el cl√ļster.
  • Integraci√≥n: Permite el uso de Plugins de terceros para visualizaci√≥n y anal√≠tica. Estos Plugins son limitados en el servicio de AWS; sin embargo, tendr√≠amos mayor libertad si despleg√°ramos este servicio dentro de una instancia EC2 (pero perder√≠amos soporte y administraci√≥n por parte de AWS).

en verdad es muy potente esta herramienta.

Al venir incluido con ElasticSearch permite visualizar de forma gráfica la información que tenemos en este.
Provee muchas opciones de visualización.
Permite el uso de plugins de terceros para analítica.

como se puede indexar archivos *.doc o *.pdf para hacer b√ļsquedas sobre ellos?