Cloud computing

Capire il Data Engineering

Hadrien Lacroix

Content Developer

Cloud computing per l’elaborazione dati

Server on-premise

  • Acquistati
  • Serve spazio
  • Costi elettrici e manutenzione
  • Potenza sufficiente per i picchi
  • Potenza inutilizzata nei periodi tranquilli

Server nel cloud

  • Noleggiati
  • Non serve spazio
  • Usi solo le risorse necessarie
  • Quando servono
  • Più vicino all’utente è, meglio è
Capire il Data Engineering

Cloud computing per l’archiviazione dati

  • Affidabilità database: replica dei dati
  • Rischi con dati sensibili
Capire il Data Engineering

AWS

Capire il Data Engineering

Microsoft Azure

Capire il Data Engineering

Google Cloud

Capire il Data Engineering

archiviazione file

Capire il Data Engineering

S3

Capire il Data Engineering

Azure Blob Storage

Capire il Data Engineering

Google Cloud Storage

Capire il Data Engineering

calcolo

Capire il Data Engineering

EC2

Capire il Data Engineering

Macchine virtuali Azure

Capire il Data Engineering

Google Compute Engine

Capire il Data Engineering

database

Capire il Data Engineering

AWS RDS

Capire il Data Engineering

Azure SQL Database

Capire il Data Engineering

Google Cloud SQL

Capire il Data Engineering

pipeline dati

Capire il Data Engineering

uso di AWS S3 per archiviare copertine album

Capire il Data Engineering

uso di EC2 per convertire brani

Capire il Data Engineering

uso di RDS per archiviare i dipendenti

Capire il Data Engineering

Multicloud

Pro

  • Meno dipendenza da un solo vendor
  • Efficienze sui costi
  • Norme locali che richiedono dati nel Paese
  • Mitiga i disastri

Contro

  • I provider cercano il lock-in
  • Incompatibilità
  • Sicurezza e governance
Capire il Data Engineering

Riepilogo

  • Vantaggi e rischi del cloud computing
  • Come è implementato in Spotflix
  • Sai citare i principali provider e servizi
Capire il Data Engineering

Passiamo alla pratica !

Capire il Data Engineering

Preparing Video For Download...