Capítulos0/41 ▾
0 de 41 lecciones terminadas
- 1.Conceptos de la nube: beneficios y economía0/4
- 2.Conceptos de la nube: Well-Architected y migración0/5
- 3.Seguridad: responsabilidad compartida y cumplimiento0/4
- 4.Seguridad: IAM y gestión de acceso0/4
- 5.Seguridad: servicios y recursos0/4
- 6.Tecnología: implementación e infraestructura global0/4
- 7.Tecnología: cómputo y redes0/4
- 8.Tecnología: bases de datos y almacenamiento0/4
- Bases de datos relacionales: Amazon RDS, Aurora y bases de datos en EC2
- Bases de datos NoSQL, en memoria y de grafos, y la migración de bases de datos
- Almacenamiento de objetos Amazon S3, clases de almacenamiento y políticas de ciclo de vida
- Almacenamiento en bloque y de archivos, Storage Gateway, AWS Backup y recuperación ante desastres
- 9.Tecnología: IA, analítica y otros servicios0/4
- Servicios de IA y aprendizaje automático: servicios preentrenados y SageMaker AI
- Servicios de análisis: Glue, Athena, Redshift, EMR, OpenSearch, Kinesis y Amazon Quick
- Mensajería y flujos de trabajo: SQS, SNS, EventBridge, Step Functions, Amazon Connect y SES
- Herramientas para desarrolladores, escritorios en la nube, AWS Amplify y AWS IoT Core
- 10.Facturación, precios y soporte0/4
- Opciones de compra de EC2: On-Demand, Spot, Savings Plans, Reserved Instances y hardware dedicado
- Costos de transferencia de datos, facturación consolidada y etiquetas de asignación de costos
- Herramientas de gestión de costos: Pricing Calculator, Cost Explorer, Budgets, Cost and Usage Reports y Compute Optimizer
- Planes de AWS Support, Trusted Advisor, AWS Health y dónde obtener ayuda
Capítulo 9 · Lección 2 de 4
Servicios de análisis: Glue, Athena, Redshift, EMR, OpenSearch, Kinesis y Amazon Quick
1 min de lectura
Las preguntas de análisis siguen los datos desde que llegan hasta un gráfico. Identifica la etapa que describe el escenario y elige el servicio creado para esa etapa. Muchos distractores son servicios de análisis reales colocados en la etapa equivocada.
- Amazon Kinesis recoge y procesa datos en flujo en tiempo real, como clics.
- AWS Glue es sin servidores: descubre, prepara y cataloga datos.
- Amazon Athena ejecuta SQL interactivo sobre archivos en Amazon S3 donde están, sin cargarlos y sin infraestructura.
- Amazon Redshift es el almacén de datos administrado a escala de petabytes para datos estructurados e informes repetidos.
- Amazon EMR ejecuta marcos de big data como Apache Spark y Hadoop en clústeres administrados.
- Amazon OpenSearch Service impulsa la búsqueda por palabras clave, el análisis de registros y el monitoreo de aplicaciones en tiempo real.
- Amazon Quick ofrece paneles interactivos e inteligencia de negocio; visualiza datos, pero no es un almacén de datos.
Ejemplo: un analista quiere ejecutar una consulta SQL dos veces al mes sobre registros que ya están en S3. Glue cataloga los archivos y Athena los consulta donde están; montar un almacén en Redshift sería demasiado para un trabajo tan ocasional.
Ponte a prueba
1. Un equipo de análisis tiene archivos de registro sin procesar en Amazon S3. Quiere un servicio sin servidor que descubra y catalogue los datos, y otro que ejecute consultas SQL ocasionales sobre los archivos donde están, sin cargar datos. ¿Qué par de servicios hace cada tarea, en orden?
2. Un minorista quiere un único almacén de datos central y administrado que guarde años de datos estructurados de ventas a escala de petabytes y permita generar los mismos informes de negocio cada semana. ¿Qué servicio encaja mejor?
Datos verificados el 2026-11-15 · Fuentes: AWS Certified Cloud Practitioner (CLF-C02) exam guide, Domain 3, Amazon SageMaker AI Developer Guide: What is Amazon SageMaker AI
Hoja de repaso de AWS Cloud Practitioner: todos los datos clave en una página →