Google Cloud Training Partner
Formazione Google Cloud nel perimetro del programma Training Partner, con corsi instructor-led e contenuti allineati ai riferimenti ufficiali Google Cloud.
Scopri Google Cloud Training PartnerGoogle Cloud Instructor-ledLive con docenteLaboratorio pratico
Corso Migrating Amazon Redshift Users to BigQuery
T-MRSBQ-B · formazione Google Cloud instructor-led · 1 giorno
Corso instructor-led di una giornata per team che devono migrare workload analitici da Amazon Redshift a BigQuery. Il percorso mette a confronto le due architetture, struttura l'assessment della migrazione e affronta trasferimento di dati e schema, conversione SQL, ottimizzazione di storage e query, sicurezza, validazione e cutover verso il data warehouse serverless di Google Cloud.
Formula intensiva1 giorno
LiveDocente e classe in tempo reale
Hands-onAttività laboratoriali lungo il percorso
Il corso presuppone esperienza operativa con Amazon Redshift, conoscenza di SQL e concetti di data warehousing e familiarità di base con Google Cloud e BigQuery. È particolarmente adatto a data engineer, data warehouse engineer, architect e amministratori che partecipano direttamente a un progetto di migrazione Redshift-to-BigQuery.
CorsoMigrating Amazon Redshift Users to BigQuery
Chiama
Preparazione parziale a Professional Data Engineer
Il corso contribuisce a una parte del percorso certificativo ufficiale: non viene presentato come preparazione completa all'esame.
Consulta la certificazione Google CloudCorso attivabile su richiesta
Concordiamo insieme la prossima data
Il corso può essere attivato per privati, professionisti, aziende ed enti, senza attendere la pubblicazione di una data a calendario.
Corso attivabile su richiesta
Segnalaci il tuo interesse: verifichiamo disponibilità del docente, formula e prima soluzione utile, senza alcun impegno.
Richiedi l’attivazione
Certificazione Google Cloud
Il corso copre parzialmente i contenuti dell’esame Professional Data Engineer per la certificazione Professional Data Engineer
Certificazione Google Cloud attiva verificata sulla directory ufficiale e sulla pagina della singola credenziale il 28/08/2026.
Professional Data EngineerEsame ufficiale
120 minutiDurata indicata dal vendor
LivelloProfessional · Classificazione corrente nella directory ufficiale Google Cloud.
Il superamento dell’esame consente di ottenere la certificazione Professional Data Engineer, nel rispetto dei requisiti previsti dal vendor.
L’esame non è incluso nella quota. Il voucher può essere acquistato separatamente quando decidi di sostenere la prova.
Risultati di apprendimento
Competenze operative sviluppate durante il corso
Ogni macroarea viene tradotta in competenze concrete, con l’obiettivo di costruire un metodo applicabile in contesti reali.
Confrontare architettura, gestione delle risorse e modello operativo di Amazon Redshift e BigQuery.
Eseguire un assessment di schema, dati, query e dipendenze per stimare complessità e priorità della migrazione.
Definire strategie per trasferire dati e trasformare lo schema in strutture adatte a BigQuery.
Adattare query e funzioni SQL e validare equivalenza funzionale e risultati analitici.
Ottimizzare workload BigQuery con partizionamento, clustering e scelte coerenti con il modello serverless.
Pianificare sicurezza, controllo dei costi, test e cutover della piattaforma migrata.
È il corso giusto per te se
È il corso giusto se devi trasformare un workload Redshift in un'implementazione BigQuery realmente ottimizzata e non in una semplice copia uno-a-uno
- gestisci data warehouse Amazon Redshift e devi capire quali concetti cambiano passando all'architettura serverless di BigQuery
- devi valutare schema, query, dipendenze, volumi e pattern di utilizzo prima di definire la strategia di migrazione
- vuoi convertire SQL e modelli di storage sfruttando partizionamento, clustering e capacità native di BigQuery
- devi pianificare test, sicurezza, controllo dei costi e cutover preservando affidabilità e continuità del workload analitico
Requisiti consigliati
Prerequisiti consigliati
Il corso presuppone esperienza operativa con Amazon Redshift, conoscenza di SQL e concetti di data warehousing e familiarità di base con Google Cloud e BigQuery. È particolarmente adatto a data engineer, data warehouse engineer, architect e amministratori che partecipano direttamente a un progetto di migrazione Redshift-to-BigQuery.
Verifica l’idoneità con il nostro teamFormazione Google Cloud con docente
Dalla spiegazione tecnica alla configurazione operativa
Durante le lezioni live, concetti, architetture, comandi, console e attività laboratoriali vengono affrontati con il docente nel perimetro del singolo corso.
Se il corso contribuisce a una certificazione Google Cloud, il collegamento viene indicato con chiarezza; l'eventuale voucher d'esame è incluso solo quando espressamente indicato.
Lezione live con docente, spazio per domande e verifica dei passaggi tecnici.
Programma, destinatari, prerequisiti e durata sono presentati in modo chiaro prima dell’iscrizione.
Le attività laboratoriali sono integrate nel programma e sviluppate sui contenuti del singolo percorso.
Il collegamento alle certificazioni viene presentato per il contributo effettivo del corso, senza sovrastimare la copertura.
Attività pratica integrata nel percorso Google Cloud.
Laboratori hands-on del corso
Laboratorio Migrating Amazon Redshift Users to BigQuery
Le attività laboratoriali sono integrate nel programma del corso e vengono svolte sui servizi, sugli strumenti e sugli scenari trattati nel percorso.
Migration assessmentAnalisi di un workload Redshift per individuare oggetti, query, dipendenze e aree che richiedono trasformazione prima del passaggio a BigQuery.
Schema e data migrationTrasferimento di dataset e adattamento delle strutture di storage verso BigQuery, verificando tipi, schema e organizzazione delle tabelle.
SQL translation and validationConversione di query Redshift in SQL compatibile con BigQuery e confronto dei risultati per verificare correttezza funzionale.
Le esercitazioni fanno parte del percorso didattico e vengono contestualizzate dal docente durante la formazione live.
Formula intensiva
Un percorso concentrato e intensivo
Contenuti, attività laboratoriali e qualità didattica restano centrali. Cambiano soltanto distribuzione delle ore e ritmo di consolidamento.
Cosa include il percorso
Tutto ciò che serve per frequentare con sicurezza
Non soltanto lezioni: il percorso integra didattica live, pratica guidata e assistenza continua. Qui trovi ciò che Vega Training mette concretamente a disposizione per accompagnarti durante la formazione.
Docente e partecipanti collegati in tempo reale, con la possibilità di intervenire e chiedere chiarimenti.
Professionisti selezionati per competenza tecnica e capacità didattica, con le abilitazioni richieste dai vendor.
Ambienti didattici sicuri e collaudati per applicare concretamente quanto affrontato durante le lezioni.
Assistenza sulla piattaforma e sugli ambienti pratici, per lasciare il docente concentrato sulla formazione.
Documentazione, esercitazioni e risorse previste dallo specifico percorso.
Le eventuali lezioni annullate da Vega Training vengono recuperate senza ridurre il monte ore del corso.
Quando prevista, la formazione comprende indicazioni sul relativo esame e sulla preparazione necessaria.
Al termine del percorso viene rilasciato l’attestato di partecipazione Vega Training.
Formazione IT dal 2002 Formazione live online dal 2008 Sistema qualità certificato ISO 9001 EA37
FacultyGoogle CloudVega Training
Competenza tecnica e capacità didattica
I docenti Vega Training uniscono esperienza tecnica e capacità didattica: durante il corso puoi fare domande, approfondire casi reali e confrontarti sui problemi che incontri nel lavoro.
Dane WatsonDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Andrea MogliazzaDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Giovanni PerteghellaDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
John MorahDocente ·Google Cloud· Vega TrainingApri il profilo LinkedIn ↗
Programma completo, organizzato per aree
Prima una visione d’insieme, poi tutto il dettaglio
Apri le singole aree per vedere argomenti, competenze e attività pratiche previste. Il programma ti permette di capire subito cosa affronterai e con quale progressione.
Redshift and BigQuery Architecture
- Confronto tra cluster provisioned Redshift e architettura serverless BigQuery
- Separazione compute/storage, scalabilità e gestione della capacità in BigQuery
- Mappatura dei principali concetti Redshift verso dataset, tabelle, job e risorse BigQuery
- Impatto delle differenze architetturali sulle decisioni di migrazione
Migration Assessment and Planning
- Inventario di schema, tabelle, viste, query, dipendenze e processi a valle
- BigQuery migration assessment per individuare complessità e incompatibilità del workload
- Classificazione delle query e delle trasformazioni che richiedono modifica
- Piano di migrazione, criteri di successo, finestre di cutover e strategia di rollback
Moving Data and Redesigning Storage
- Strategie di estrazione e caricamento dei dati da Redshift verso Google Cloud
- Adattamento di schema e tipi di dato per BigQuery
- Partizionamento e clustering come strumenti di progettazione dello storage
- Validazione di completezza e consistenza dei dataset trasferiti
SQL Migration and Query Compatibility
- Differenze tra dialetti SQL, funzioni e costrutti disponibili
- Conversione delle query Redshift e sostituzione delle funzionalità non equivalenti
- Test di regressione sui risultati delle query migrate
- Uso di strumenti di migrazione e revisione manuale per le trasformazioni più complesse
Performance, Capacity and Cost Optimization
- Ottimizzazione delle scansioni e riduzione dei dati letti dalle query
- Partizionamento, clustering e materializzazione quando appropriati
- Comprensione di slot, reservation e modelli di capacità BigQuery
- Monitoraggio del comportamento delle query e controllo dei costi dopo la migrazione
Security, Operations and Cutover
- IAM e controllo degli accessi a dataset e risorse BigQuery
- Audit, logging e monitoraggio del workload migrato
- Piano di test funzionali e prestazionali prima del go-live
- Cutover, verifica post-migrazione e dismissione controllata delle dipendenze Redshift
Attività laboratoriali
- Migration assessment: Analisi di un workload Redshift per individuare oggetti, query, dipendenze e aree che richiedono trasformazione prima del passaggio a BigQuery.
- Schema e data migration: Trasferimento di dataset e adattamento delle strutture di storage verso BigQuery, verificando tipi, schema e organizzazione delle tabelle.
- SQL translation and validation: Conversione di query Redshift in SQL compatibile con BigQuery e confronto dei risultati per verificare correttezza funzionale.
- BigQuery optimization: Applicazione di partizionamento, clustering e analisi delle query per ottenere prestazioni e costi coerenti con il nuovo ambiente serverless.
Per aziende, enti e team
Porta Migrating Amazon Redshift Users to BigQuery nel tuo team
Il corso può essere organizzato per team aziendali mantenendo prerequisiti, programma tecnico e attività laboratoriali coerenti con il percorso formativo.
Inserimento in una data pubblica, con fattura e referente aziendale.
Calendario, coordinamento e condizioni dedicate in base alle esigenze del gruppo.
Modalità organizzative e calendario concordabili, mantenendo programma, obiettivi e qualità didattica del percorsoGoogle Cloud.
Domande frequenti
Le informazioni utili prima di richiedere il corso
Il corso presuppone esperienza precedente con Amazon Redshift?
Sì. È pensato per professionisti che conoscono Redshift, SQL e data warehousing e devono progettare una migrazione verso BigQuery comprendendo differenze architetturali e operative tra le due piattaforme.
La migrazione viene trattata come semplice copia di schema e dati?
No. Il programma affronta assessment, ridisegno dello storage, conversione SQL, partizionamento, clustering, capacità, sicurezza, test e cutover per adattare realmente il workload al modello serverless di BigQuery.
Sono affrontate conversione SQL e validazione dei risultati?
Sì. Il corso include differenze tra dialetti, trasformazione delle query e test di regressione per verificare equivalenza funzionale e correttezza dei risultati dopo la migrazione verso BigQuery.
Sono previste attività pratiche sulla migrazione Redshift verso BigQuery?
Sì. Il corso include attività laboratoriali integrate nel programma, tra cui Migration assessment, Schema e data migration. Le esercitazioni sono contestualizzate dal docente e coerenti con contenuti e obiettivi del percorso.
Il corso copre anche costi, sicurezza e fase di cutover?
Sì. IAM, audit, monitoring, modelli di capacità, controllo dei costi, test funzionali e prestazionali e piano di cutover fanno parte del percorso operativo della migrazione.
Parliamo del tuo obiettivo
Richiedi informazioni suMigrating Amazon Redshift Users to BigQuery
Scegli il percorso privato oppure aziendale. Il modulo mostra soltanto i campi utili e conserva corso, pagina e contesto della richiesta.
Sei un privato o ci contatti da un’azienda?
Scegli il percorso più adatto: il modulo mostra soltanto i campi utili alla tua richiesta.
Privato / professionista
Informazioni per te
Verifichiamo formula, calendario, investimento e idoneità senza obblighi.
Azienda / ente
Informazioni per azienda o ente
Indicaci il contesto essenziale: open class, piano team o classe dedicata.
Continua a esplorare
Continua a esplorare l'ecosistema Google Cloud con Vega Training
Passa dal singolo corso al catalogo, alle certificazioni, alla pagina Training Partner e al Google Cloud Partner Network.