تبدیل شدن به یک متخصص AWS Data و DevOps - Become an AWS Data and DevOps Specialist

آمازون وب سرویس (AWS) یکی از پرکاربردترین پلتفرم‌های ابری است و بهترین انتخاب برای بسیاری از سازمان‌هایی است که به دنبال مقیاس و کاهش هزینه‌ها با اتخاذ استراتژی زیرساخت ابری هستند. این دوره AWS را از دیدگاه معمار بررسی می‌کند و بر پایه‌هایی که برای ایجاد معماری‌های کاربردی مبتنی بر ابر مقیاس‌پذیر و قابل اعتماد نیاز دارید، تمرکز می‌کند. مربی جف واینست همه چیز را از اصول سطح بالا و بهترین شیوه ها تا پیاده سازی عملی، بهینه سازی و امنیت را پوشش می دهد. او سه رویکرد مختلف – دستی، خودکار و بدون سرور – اتخاذ می‌کند، بنابراین می‌توانید ببینید که چگونه AWS با انواع جریان‌های کاری و معماری مطابقت دارد. هر درس با مثال‌های عملی، سرویس‌های زمینی مانند Elastic Load Balancing، RDS، DynamoDB و CloudFront در یک زمینه دنیای واقعی پشتیبانی می‌شود. اهداف یادگیری مفاهیم ابری بهترین روش های ابر ایجاد یک حساب کاربری جدید AWS مدیریت گروه‌ها، نقش‌ها و مجوزهای IAM مناطق EC2 و مناطق در دسترس راه اندازی یک نمونه جدید EC2 راه اندازی تعادل بار الاستیک ایجاد پایگاه داده MySQL RDS مقیاس خودکار استفاده از Elastic Beanstalk ذخیره سازی معماری های بدون سرور با AWS Lambda and the Gateway API جداسازی با SQS، SWF و SNS کنترل هزینه ها

از آنجایی که مسئولیت مالی هر سرویس AWS که استفاده می کنید بر عهده شماست، مهم است که نظارت مالی دقیقی ایجاد کنید تا اطمینان حاصل شود که قبل از اینکه آن تغییرات به بار مالی تبدیل شود، از هرگونه تغییر آگاه هستید. این دوره نگاهی سطح متوسط ​​به نظارت و گزارش برای پلت فرم AWS به مدیران سیستم ارائه می دهد. Instructor Shyam Raj شامل پوشش سنگین CloudWatch، سرویس AWS برای نظارت بر منابع اجرا شده در AWS، و همچنین AWS Config برای ممیزی و ارزیابی پیکربندی منابع AWS شما است. این با بهترین شیوه ها برای اقدام در پاسخ به هشدارها و محرک ها به پایان می رسد. این دوره همچنین می تواند برای آماده سازی دامنه مربوطه آزمون AWS Certified SysOps Administrator استفاده شود. اهداف یادگیری کاوش در ابزارهای نظارتی اصول CloudWatch استفاده از آلارم های CloudWatch نظارت بر تأخیر ELB نظارت بر SQS، SNS، و Elastic Beanstalk با استفاده از AWS Config استفاده از لامبدا در پاسخ به هشدارهای CloudWatch

چرا از سرویس های وب آمازون برای ذخیره داده استفاده کنید؟ AWS خدمات بزرگ داده را با هزینه ای اندک ارائه می دهد و یکی از کاملترین و مقیاس پذیرترین مجموعه های راه حل را ارائه می دهد. برای کار با سرویس های داده در Cloud Amazon، اینجا را جستجو کنید تا گزینه های ذخیره سازی و چارچوب خود را بررسی کنید. راهنمای شما، لین لانگیت، یک معمار کلان داده، به شما کمک می کند تا هنگام ذخیره سازی پرونده، ذخیره سازی رابطه ای و ذخیره داده NoSQL، ذخیره سازی داده ها، پایگاه داده های نمودار و دفتر و دریاچه های داده، در گزینه ها حرکت کنید. بعلاوه، یاد بگیرید که چگونه ابزارهای پردازش منبع آزاد مانند Hadoop و Spark را در AWS اجرا کنید و از سرویس های داده جدید بدون سرور، از جمله پرس و جوهای بدون سرور Athena و نسخه مقیاس گذاری خودکار سرویس پایگاه داده رابطه Aurora، Aurora Serverless استفاده کنید. موضوعات شامل: - مزایای AWS - ذخیره سازی پرونده با S3، یخچال طبیعی، EBS و EFS - بارگذاری پرونده ها در AWS - بررسی سرویس پایگاه داده رابطه ای AWS (RDS) - استفاده از ویرایشگر پرس و جو RDS - ایجاد پایگاه داده NoSQL با AWS DynamoDB - ایجاد انبارهای داده با AWS Redshift - ایجاد پایگاه داده های نمودار با AWS Neptune - پردازش داده های بزرگ با Hadoop، Spark و AWS EMR - تجزیه و تحلیل داده های بزرگ با پرس و جوهای آتنا - آماده سازی و بارگذاری داده ها برای تجزیه و تحلیل با استفاده از چسب AWS - راه اندازی دریاچه داده ایمن با تشکیل دریاچه AWS

با یادگیری نحوه کار با ابزارهای نظارت آمازون برای خدمات و برنامه ها، عملیات توسعه خود را تقویت کنید. در این دوره آموزشی، Lynn Langit نحوه استفاده از ابزارها، تکنیک ها و استراتژی های کاربردی و کاربردی را برای ابزارسازی برنامه های AWS تولیدی خود توضیح می دهد. او نحوه استفاده از کنسول های محصول، مانند EC2، S3، و RDS را نشان می دهد. او همچنین استفاده از سرویس‌هایی مانند CloudTrail، CloudFormation و X-Ray را که به تازگی اعلام شده است را برای نظارت، جمع‌آوری معیارهای کلیدی و ثبت خروجی برنامه‌تان مورد بحث و بررسی قرار می‌دهد. به علاوه، او ابزارهای برنامه نویسی AWS، مانند AWS CLI را پوشش می دهد. این دوره به دامنه مانیتورینگ، متریک و ورود به سیستم از AWS Certified DevOps Engineer - Exam Professional نگاشت می شود. اهداف یادگیری درک رویکردهای نظارت تطبیق اولویت های برنامه های تجاری با رویکردهای نظارتی ابزارهایی برای نظارت و ثبت گزارش نظارت بر خدمات اصلی AWS استفاده از قالب های CloudFormation نظارت بر S3، EC2، Lambda، RDS، Kinesis و EMR استفاده از ابزارهای اصلی AWS برای متریک ها و ثبت گزارش استفاده از خدمات AWS برای نظارت پیشرفته

در این دوره، مربی Lynn Langit به یادگیرندگان می‌آموزد که چگونه از الگوهای طراحی AWS، ابزارها و بهترین روش‌ها برای دسترسی بالا (HA) و مقیاس‌بندی مؤثر برنامه (الاستیسیته) استفاده کنند. این شامل استفاده از الگوهای AWS برای HA و مقیاس‌بندی در برنامه‌های بدون سرور و مبتنی بر سرور، همراه با رویکردهایی برای سطوح برنامه‌های کاربردی front-end، میانی و پایگاه داده است. بعلاوه، یاد بگیرید که از ابزار اسکریپت نویسی اصلی - AWS CLI - برای نوشتن و اجرای اسکریپت‌ها برای اتوماسیون استفاده کنید و راه‌حل‌های خود را به بالا، پایین، داخل و خارج مقیاس دهید. اهداف یادگیری ساده سازی HA با خدمات معیارها، ابزارها و سطوح نظارت معماری های خود ترمیم شونده مقیاس بندی S3، EC2، ECS، Lambda، ElastiCache و موارد دیگر ابزارهای اسکریپت و کد راه اندازی AWS CLI و SDK استفاده از ابزارهای شخص ثالث