Plan szkolenia
1. Wprowadzenie ○ Dlaczego świat ekscytuje się BigData i co to jest? – wprowadzenie w świat technologii BigData
○ Własny DC czy Chmura - przegląd plusów i minusów w kontekście Amazon Web Services (AWS)
○ Przegląd dostępnych technologii OpenSource BigData (tj.: Hadoop, Hbase, Hive, Pig, Kafka, RabbitMQ, Elasticsearch itp.) – jakich produktów należy używać i kiedy, jakie są różnice między nimi, jakie są wady i zalety poszczególnych z nich
○ Open Source vs Closed Source – dlaczego warto wybierać technologie OpenSource
○ NoSQL vs SQL – wprowadzenie do świata NoSQL, wady i zalety, transakcyjność, systemy rozproszone
2. AWS – podstawy
○ Zakładanie konta
○ Regiony, AZ
○ Przegląd podstawowych usług AWS (EC2, ECS, ECR, KMS, Lambda, S3, SNS, SQS, DynamoDB, RDS, CloudWatch)
○ System uprawnień w AWS - Zarządzanie użytkownikami i prawami dostępu do środowiska AWS (IAM)
3. AWS – koszty
○ Sposoby na liczenie kosztów
○ Optymalizacja kosztów chmury
4. AWS – warsztaty
○ Praktyczne pokazanie możliwości podstawowych usług (z punktu 2)
○ Praktyczne pokazanie możliwości pozostałych usług, m.in. CloudFront, CloudFormation, Kinesis, API Gateway, ElastiCache, VPC, Route53, CodeDeploy, CodePipeline, Elastic MapReduce (EMR), Elasticsearch, Cognito itp.
5. AWS – ograniczenia
○ Skalowalność – Vertical scaling vs Horizontal scaling
○ Limity dla konta AWS
○ Architektury jakich należy unikać
6. AWS – testowanie
○ E2E testing
○ Mierzenie wydajności naszego systemu
7. Codzienność z AWS
○ Integracja AWS z istniejącymi systemami
○ Typowe problemy utrzymania systemu w AWS - dyskusja, podzielenie się doświadczeniami z wymagających projektów BigData
○ Kierunki rozwoju AWS
