-
Lab1 存储内的轻量级 ETL – Amazon S3 Select
-
Lab2 无服务器 ETL - AWS Lambda
-
Lab3 Hadoop(Hive&Spark) - Amazon EMR
-
Lab4 数据仓库 - Amazon Redshift 入门
-
Lab5 启动深度学习 EC2 环境 Amazon Deep Learning AMI
-
本机安装 Python3 以运行实验中的 Python 示例
-
本机安装 boto3,安装参考命令
pip3 install boto3 --user
-
本地进行 AWS Credentials 配置
aws configure
配置可以访问 AWS 的 access key,如果之前使用过命令行则重用CLI的配置即可。
-
下载以下2个样例数据文件,并上传到你账户的 S3 某个 Bucket 中
-
安装 数据仓库客户端
安装以下其中一个客户端,或其他可以访问 PostgreSQL 的工具,例如:navicat
- 安装 SQL Workbench (C/S)
https://docs.aws.amazon.com/zh_cn/redshift/latest/mgmt/connecting-using-workbench.html
- 或安装 pgweb (B/S)
https://docs.aws.amazon.com/zh_cn/redshift/latest/mgmt/connecting-from-psql.html