En este curso, aprenderás a planificar y diseñar soluciones con bases de datos personalizadas en la nube de Amazon Web Services (AWS). El curso presenta las funciones y características de cada una de estas bases de datos y expone las consideraciones de diseño que se deben tener en cuenta al usarlas. Al seguir este curso, podrás desarrollar las habilidades analíticas necesarias para elegir la base de datos de AWS adecuada para tus necesidades únicas.
Al finalizar el curso, podrás analizar un caso práctico empresarial, analizar la carga de trabajo y evaluar los requisitos de la aplicación para identificar y diseñar la solución de base de datos de AWS más adecuada para respaldar las necesidades de la organización.
- Nivel del curso: intermedio
- Duración: 24 horas
Actividades
Este curso te brinda la oportunidad de aplicar los conceptos mediante diversas actividades. Incluye presentaciones dirigidas por un instructor, demostraciones, actividades individuales y en grupo, pruebas de conocimientos y laboratorios prácticos para aplicar los conceptos.
Objetivos del curso
En este curso, aprenderás a:
- Resumir el contenido de AWS Well-Architected Framework para diseñar soluciones de base de datos.
- Elegir un servicio de bases de datos personalizadas adecuado para una determinada carga de trabajo.
- Diseñar una solución de base de datos relacional para resolver un problema empresarial.
- Diseñar una solución de base de datos NoSQL para resolver un problema empresarial.
- Analizar datos de varias bases de datos para resolver un problema empresarial.
- Analizar las consideraciones de seguridad de una solución de base de datos.
Destinatarios previstos
El curso está dirigido a estudiantes con los siguientes roles:
- arquitectos de soluciones
- arquitectos de bases de datos
- desarrolladores
Requisitos
Es aconsejable que los asistentes a este curso cumplan con los siguientes requisitos:
- Conocer los servicios de bases de datos de AWS.
- Conocer los conceptos de diseño de bases de datos y/o modelado de datos para bases de datos relacionales o no relacionales.
- Conocer los conceptos de computación en la nube.
- Conocer los conceptos generales de redes y cifrado.
- Haber completado el curso digital Introducción a la creación con bases de datos de AWS
Esquema del curso
Módulo 1: Bases de datos personalizadas de AWS
- Análisis de bases de datos bien diseñadas
- Análisis de los requisitos de las cargas de trabajo
- Elección del modelo de datos
- Elección de la base de datos personalizada adecuada
- Prueba de conocimientos
Módulo 2: Amazon Relational Database Service (Amazon RDS)
- Análisis de una base de datos relacional
- ¿Qué es Amazon RDS?
- ¿Por qué usar Amazon RDS?
- Consideraciones de diseño de Amazon RDS
- Prueba de conocimientos
Módulo 3: Amazon Aurora
- ¿Qué es Amazon Aurora?
- ¿Por qué Amazon Aurora?
- Consideraciones de diseño de Aurora
- Prueba de conocimientos
Laboratorio 1: Trabajar con bases de datos de Amazon Aurora
Módulo 4: Amazon DynamoDB
- Análisis de una base de datos clave-valor
- ¿Qué es DynamoDB?
- ¿Por qué usar DynamoDB?
- Consideraciones de diseño de DynamoDB
- Prueba de conocimientos
Módulo 5: Amazon Keyspaces (para Apache Cassandra)
- Análisis de una base de datos de columnas anchas
- ¿Qué es Apache Cassandra?
- ¿Qué es Amazon Keyspaces?
- Motivos para usar Amazon Keyspaces
- Consideraciones sobre el diseño de Amazon Keyspaces
- Prueba de conocimientos
Módulo 6: Amazon DocumentDB (compatible con MongoDB)
- Análisis de las bases de datos de documentos
- ¿Qué es Amazon DocumentDB?
- ¿Por qué usar Amazon DocumentDB?
- Consideraciones de diseño de Amazon DocumentDB
- Prueba de conocimientos
Módulo 7: Amazon Quantum Ledger Database (Amazon QLDB)
- Análisis de una base de datos de libro mayor
- ¿Qué es Amazon QLDB?
- ¿Por qué Amazon QLDB?
- Consideraciones de diseño de Amazon QLDB
- Prueba de conocimientos
Laboratorio 2: Trabajar con tablas de Amazon DynamoDB
Módulo 8: Amazon Neptune
- Análisis de una base de datos de grafos
- ¿Qué es Amazon Neptune?
- ¿Por qué usar Amazon Neptune?
- Consideraciones de diseño de Amazon Neptune
- Prueba de conocimientos
Módulo 9: Amazon Timestream
- Análisis de una base de datos de series temporales
- ¿Qué es Amazon Timestream?
- ¿Por qué usar Amazon Timestream?
- Consideraciones de diseño de Amazon Timestream
- Prueba de conocimientos
Módulo 10: Amazon ElastiCache
- Análisis de una base de datos en memoria
- ¿Qué es ElastiCache?
- ¿Por qué usar ElastiCache?
- Consideraciones de diseño de ElastiCache
- Prueba de conocimientos
Módulo 11: Amazon MemoryDB para Redis
- ¿Qué es Amazon MemoryDB (para Redis)?
- ¿Por qué usar Amazon MemoryDB?
- Consideraciones de diseño de Amazon MemoryDB
- Prueba de conocimientos
Módulo 12: Amazon Redshift
- Análisis de un almacén de datos
- ¿Qué es Amazon Redshift?
- ¿Por qué usar Amazon Redshift?
- Consideraciones de diseño de Amazon Redshift
- Prueba de conocimientos
Módulo 13: Herramientas para trabajar con bases de datos de AWS
- Acceso y análisis de datos con Amazon Athena
- Migración de datos con SCT y DMS
