वर्कलोड पैटर्न को कंसिस्टेंसी, लेटेंसी, स्केलिंग और एनालिटिक्स की ज़रूरतों से मिलाकर सही AWS डेटा स्टोर चुनें।
५ खंड · ८ पाठ
वर्कलोड के रीड और राइट पैटर्न तय करें, और फिर उन्हें उस डेटा मॉडल और कंसिस्टेंसी लेवल से मैप करें जिनकी एप्लीकेशन को असल में ज़रूरत है।
२ पाठफेलओवर, रेप्लिका, बैकअप और कैश रोल की तुलना करें ताकि आप रिकवरी फ़ीचर्स को स्केलिंग और एक्सेलरेशन टूल्स से अलग कर सकें।
१ पाठOLTP स्केलिंग, ऑपरेशनल ज़रूरतों, मुख्य डिज़ाइन और ट्रांज़ैक्शन की सीमाओं के आधार पर RDS, Aurora और DynamoDB का मूल्यांकन करें।
२ पाठडेटा पाथ में ElastiCache को रखें, और फिर तय करें कि रिपोर्टिंग और वेयरहाउसिंग के लिए आर्किटेक्चर में Redshift को कब शामिल करना है।
२ पाठवास्तविक मिश्रित वर्कलोड के लिए सेवाओं को मिलाने के लिए एक चेकलिस्ट का इस्तेमाल करें और सबूतों के आधार पर उस विकल्प की पुष्टि करें।
१ पाठअक्सर किसी सर्विस के नाम से पहले, एप्लीकेशन के डेटा-एक्सेस पैटर्न ही यह तय करते हैं कि कौन सा डेटाबेस इस्तेमाल किया जाएगा। यह कोर्स Aurora, RDS, DynamoDB, ElastiCache और Redshift में से सही विकल्प चुनने का एक प्रैक्टिकल तरीका सिखाता है; इसमें रीड, राइट, रिकवरी और रिपोर्टिंग की ज़रूरतों को सही AWS डेटा स्टोर या एक्सेस लेयर से जोड़ा जाता है। इस कोर्स के बाद आप अंदाज़ा लगाने के बजाय, ठोस वर्कलोड संकेतों के आधार पर OLTP, की-बेस्ड एक्सेस, कैशिंग और एनालिटिक्स के लिए सही विकल्प चुनने और उसे सही ठहराने में सक्षम होंगे।
इस कोर्स में रिलेशनल, की-वैल्यू/डॉक्यूमेंट, कैश और एनालिटिक्स डेटा मॉडल के साथ-साथ उनसे जुड़ी कंसिस्टेंसी और ट्रांज़ैक्शन की ज़रूरतों को शामिल किया गया है। इसमें मल्टी-AZ फेलओवर, रीड रेप्लिका, बैकअप और पॉइंट-इन-टाइम रिकवरी, कैश प्लेसमेंट, OLTP और OLAP के बीच अंतर, और मिक्स्ड वर्कलोड के लिए बार-बार इस्तेमाल किया जा सकने वाला डिसीजन फ्रेमवर्क भी शामिल है।
प्रोजेक्ट मैनेजरों और ऑपरेशंस टीमों से लेकर संस्थापकों, विश्लेषकों और AI अपनाने वाली टीमों तक, Fenzo उन सभी के लिए है जो अपने रोज़मर्रा के काम में और बेहतर होना चाहते हैं।
प्रोजेक्ट की योजना बनाने और डेटा का विश्लेषण करने के लिए AI के इस्तेमाल से लेकर प्रक्रियाओं, निर्णय लेने, संवाद और क्रियान्वयन को बेहतर बनाने तक, सब कुछ। अगर आप कौशल या काम का वर्णन कर सकते हैं, तो Fenzo उस पर कोर्स बना सकता है।
हाँ। Fenzo को बताइए कि आप क्या करते हैं, क्या हासिल करना चाहते हैं और कहाँ अटके हैं, और वह कोर्स को आपकी भूमिका, आपके लक्ष्यों और उस काम के अनुसार ढाल देगा जो आपको वास्तव में करना है।
नहीं। Fenzo आपकी शुरुआती स्थिति के अनुसार ढल जाता है: आप बुनियादी बातों से शुरू कर सकते हैं या सीधे उन्नत विषयों पर जा सकते हैं।
हाँ। Fenzo for Business आपकी पूरी टीम को एक ही सब्सक्रिप्शन में जोड़ता है: साझा लाइसेंस, आपके सौंपे जा सकने वाले कोर्स और इस बारे में रिपोर्ट कि किसने क्या पूरा किया।
Fenzo for Business के बारे में जानेंआप अपना लक्ष्य बताकर या एक छोटा कौशल आकलन देकर शुरुआत करते हैं। Fenzo इस जानकारी से आपकी कमियाँ पहचानता है और सीखने का अनुभव उन्हीं के इर्द-गिर्द तैयार करता है।
हाँ, Fenzo आपके फ़ोन के ब्राउज़र में काम करता है।
हर खंड में कुछ ऐसा जिसके साथ आप इंटरैक्ट कर सकें।
सीखने पर दशकों के शोध के तीन निष्कर्षों ने तय किया कि हर Fenzo पाठ कैसे बनाया जाए।
औसत उत्तीर्णता दर · Freeman et al., PNAS 2014
विज्ञान क्या कहता है
सिर्फ़ व्याख्यान वाली कक्षाओं के छात्रों के फ़ेल होने की संभावना १.५× अधिक होती है।
Fenzo यह कैसे करता है
हर Fenzo पाठ इंटरैक्टिव है। कभी निष्क्रिय पढ़ना या देखना नहीं।
आप खुद करते हैंAI आपके लिए करता है
समय के साथ कौशल की स्मृति · अभ्यास के साथ बनाम बिना
विज्ञान क्या कहता है
सोचने का काम AI को सौंप देने से वही कौशल कमज़ोर होते हैं जिन्हें आप बनाना चाहते हैं।
Fenzo यह कैसे करता है
Fenzo आपसे सोचवाता है — मार्गदर्शन के साथ, पर आपके बदले कभी नहीं।
पुनःस्मरण अभ्यासदोबारा पढ़ना
दीर्घकालिक स्मृति · पुनःस्मरण बनाम दोबारा पढ़ना
विज्ञान क्या कहता है
टिकाऊ समझ बनाने के लिए किसी जानकारी को याद करना उसे दोबारा पढ़ने से बेहतर है।
Fenzo यह कैसे करता है
पाठों में क्विज़ और याद करने वाले सवाल शामिल हैं, ताकि सीखा हुआ टिका रहे।