跳至主要内容

2026 年零基础学习 AWS:完整指南

无论从零开始还是在现有知识上进阶,这是一份学习 AWS 的完整指南。查阅分步路线图与多种入门资源!
Thalia Barrera
Thalia Barrera

创建您的免费账户

实践并学习路径你的进步。

使用 Google 继续继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

学习 AWS 是提升您技术职业发展的最佳途径之一。作为使用最广泛的云服务提供商,AWS 可能是您许多理想岗位的必备技能。即使您心仪的公司使用的是其他云厂商,学习 AWS 所获得的知识也几乎都能迁移应用。

您也许正急于从 零开始学习 AWS,或者您在工作中已经使用过它,但还没有系统掌握基础概念。几年前我也遇到过类似的情况——被直接“扔进深水区”却还不会“游泳”。虽然在那段时间学到了很多,但没有什么能比按一条清晰的路线图系统学习更有效。

在本指南中,我将分享一条学习 AWS 的路线图,并提供帮助您入门的资源!

什么是 AWS?

我们先为完全的初学者介绍一些 AWS 的背景知识。如果您已经比较熟悉,可以跳过本节!

Amazon Web Services(AWS)是领先的云计算平台,提供一套服务,帮助企业和个人在全球范围内部署与管理应用。自 2006 年推出以来,AWS 已提供 200 多项完整功能的服务,涵盖计算、存储、网络、机器学习、分析等。这些服务免去了物理基础设施的需求,使构建可扩展解决方案更简单、更具成本效益。

AWS 被广泛应用于各类行业,包括医疗、金融、零售和娱乐。不论是为 Netflix 提供实时流媒体支持,还是为 NASA 驱动数据分析,AWS 都为当今大多数现代云计算提供动力。

更具体地说,以下是一些最常见的 AWS 用例:

  • 网站托管:使用可扩展的计算和存储服务为网站和应用提供支持。
  • 数据分析:处理大型数据集,使用如 Redshift 和 Athena 等服务。
  • 机器学习与 AI:使用 SageMaker 训练和部署机器学习模型。
  • 备份与灾难恢复:通过 S3 和 Glacier 确保存储安全。
  • 物联网应用:使用 IoT Core 管理物联网设备与数据流。

AWS 的流行源于其功能与优势,例如:

  1. 可扩展性:
    • 可根据需求快速扩容或缩容资源。
    • 按需付费,仅为使用量买单,最大限度减少浪费。
  2. 成本效益:
    • 按量计费模式消除了前期基础设施投入。
    • 使用 AWS 免费套餐等工具,可从小规模开始并在无财务风险下试验。
  3. 全球覆盖:
    • AWS 在全球 31 个区域和 99 个可用区运营,使您能将应用部署在更靠近客户的位置。
    • 这一全球基础设施带来低延迟与高可靠性。
  4. 完整的服务生态:
    • 超过 200 项服务,覆盖从基础网站托管到先进的 AI 与机器学习等多元需求。
  5. 安全性:
    • AWS 提供包括加密、身份管理(IAM)以及符合 GDPR、HIPAA 等全球标准的安全特性。

示例架构图,展示不同 AWS 核心服务以及它们在云应用中的协作方式。

示例架构图,展示不同 AWS 核心服务以及它们在云应用中的协作方式。图片来源:AWS

谁在使用 AWS?

如果您正考虑学习 AWS,您可能已有具体的职业方向或岗位目标。不过,了解 AWS 能解锁的更广泛职业路径,也许会激发您探索新的可能!

下面我们来拆解 AWS 的主要用户类型,以及他们如何使用其服务:

开发者

AWS 为开发者提供用于构建、部署与测试应用的工具。诸如 AWS CodePipeline 可简化 CI/CD 工作流,而 AWS Lambda 支持无服务器应用开发,使开发者无需管理服务器即可运行代码。这些能力使 AWS 成为创建可扩展应用的首选平台。

数据工程师

数据工程师依赖 AWS 处理与管理海量数据。借助 AWS Glue 进行 ETL 流程、Amazon S3 提供可扩展存储、Amazon Redshift 作为数据仓库,他们能够高效构建并优化数据管道,实现数据集成与处理。

数据科学家与分析师

AWS 帮助数据科学家和分析师提炼洞见并构建预测模型。Amazon Athena 支持对大型数据集进行无服务器查询,而 Amazon SageMaker 简化机器学习工作流,从模型训练到部署。对于大数据处理,Amazon EMR 也颇受欢迎。

DevOps 工程师

DevOps 工程师使用 AWS 实现基础设施的自动化与管理。AWS CloudFormation 支持基础设施即代码,Elastic Beanstalk 简化应用部署,Amazon CloudWatch 则用于资源监控以确保性能与可用性。

IT 专业人士

AWS 为 IT 专业人士提供管理云环境的工具。他们使用如 AWS 身份与访问管理(IAM)进行安全的访问控制,使用 AWS Auto Scaling 在高峰期保持性能稳定。

学习 AWS 需要什么条件?

学习 AWS 不需要您成为全能型技术专家,但在某些领域打好基础会让学习之路更顺畅。以下是开始或同步培养的一些有益技能:

1. 技术先修

  • 基础编程知识:熟悉至少一门编程语言(Python、Java 或 JavaScript)会很有帮助,尤其是在脚本编写、自动化,或使用 AWS Lambda 与 SDK 时。
  • 网络基础:理解 IP 地址、DNS、防火墙、VPN 等基本网络概念,有助于掌握 VPC(虚拟私有云)、Route 53、弹性负载均衡等服务。
  • 操作系统基础:了解 Linux 或 Windows 系统十分实用,因为 AWS 大量涉及通过 EC2 实例管理虚拟服务器。
  • 云计算基础:如果您对云计算是新手,先理解按需计算、可扩展性、按量计费等核心理念是个好起点。

2. 问题解决能力

AWS 包含数百项服务,您常常需要为特定问题寻找最佳方案。我在几乎所有工作中都遇到过这种情况!培养强大的问题解决能力将帮助您:

  • 为任务选择合适的 AWS 服务。
  • 优化成本与性能。
  • 高效排查问题。

3. 好奇心与持续学习

AWS 不断演进,持续发布新服务与新特性。保持好奇与乐于探索,有助于您与时俱进。阅读文档、使用免费套餐进行试验、关注更新,都是学习 AWS 的关键。

4. 注重细节

在 AWS 中,一些微小的配置(例如在 IAM 中设置权限或定义安全组规则)都可能产生重大影响。密切关注这些细节,对部署的安全性、功能性与效率都至关重要。

5. 软技能

  • 时间管理:在学习与实践间保持平衡需要自律。
  • 适应性:AWS 涵盖众多领域(如存储、机器学习、DevOps)。保持灵活、乐于学习新主题,会让您的 AWS 之旅更顺利。
  • 沟通:如果您在团队中工作,学会向非技术干系人解释 AWS 架构或服务也很重要。

循序渐进学习 AWS 的路线图

终于来到本文的核心:这份路线图将带您从入门到精通,逐步走完 AWS 学习路径。

学习 AWS 乍看之下可能令人不知所措,但将其拆分为可管理的步骤,能帮助您保持专注并稳步前进。每个人的目标不同,您可以根据实际需求自由调整这份路线图。

步骤 1:熟悉云计算概念

在深入 AWS 之前,理解云计算基础至关重要。

  • 学习基础知识:从 IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等关键概念入手。理解云计算的优势,如可扩展性、成本效率与灵活性。
  • 推荐资源:
  • 成果:您将清楚理解云计算为何强大,以及 AWS 在生态中的定位。

步骤 2:探索 AWS 核心服务

如前所述,AWS 提供数百项服务,但聚焦核心服务能打下坚实基础。

  • 核心类别:
    • 计算:从 EC2(虚拟服务器)与 AWS Lambda(无服务器计算)开始。
    • 存储:了解 S3(对象存储)与 EBS(EC2 的块存储)。
    • 数据库:熟悉 RDS(关系型数据库)与 DynamoDB(NoSQL)。
  • 上手实践:
    • 在 DataCamp 学习 AWS Cloud Technology and Services 课程。
    • 使用 AWS 免费套餐启动一台 EC2 或创建一个 S3 存储桶。
    • 尝试存储与检索数据。
  • 成果:您将理解如何使用 AWS 的计算、存储与数据管理基本积木。

步骤 3:学习部署与管理基础设施

当您熟悉核心服务后,深入学习如何管理与部署可扩展且安全的基础设施。

  • 核心概念:
    • 网络:学习 VPC(虚拟私有云)、Route 53(DNS 服务)与子网。
    • 负载均衡与自动伸缩:理解弹性负载均衡(ELB)与自动伸缩组如何保持应用的弹性与响应性。
  • 上手实践:
    • 部署一个简单的 Web 应用,配备负载均衡与自动伸缩。
    • 配置自定义 VPC,并在其中连接资源。
  • 成果:您将掌握创建与管理安全、高性能 AWS 环境的方法。

步骤 4:精通安全与监控

安全与监控是高效管理云资源的关键技能。

  • 重点领域:
    • IAM:学习如何安全地管理访问与权限。
    • CloudTrail:跟踪并记录账户活动以满足合规与安全需求。
    • CloudWatch:监控性能、设置告警并分析指标。
  • 上手实践:
  • 成果:确保您的 AWS 环境安全、合规且可监控。

步骤 5:根据职业路径探索专项服务

在我看来,这一步最有趣。AWS 为不同角色与行业提供专项服务。您无需事事精通!只需深入与您目标最相关的服务。示例如下:

  • 机器学习:使用 SageMaker 构建、训练与部署机器学习模型。
  • 分析:探索用于数据仓库的 Redshift 与用于查询数据的 Athena。
  • 无服务器:组合使用 API Gateway、Lambda 与 DynamoDB 构建无服务器应用。
  • 上手实践:
    • 在 SageMaker 中训练一个基础机器学习模型。
    • 使用 S3、Glue 与 Redshift 构建数据管道。对此,您可以在 DataCamp 学习 Introduction to Redshift 课程。
    • 为应用创建无服务器后端。
  • 成果:您将掌握与自身职业路径匹配的 AWS 专项服务,达到上岗准备就绪的水平。

根据您的角色聚焦的 AWS 服务

根据您的角色应聚焦的 AWS 服务。作者供图

步骤 6:做真实项目

现在,路线图中最重要的部分来了:动手做项目。将所学应用于真实场景是巩固知识的最佳方式。

  • 项目灵感:

项目名称

描述

适合角色

可扩展 Web 应用

使用 EC2、S3 与弹性负载均衡(ELB)和 Auto Scaling 构建动态网站。

开发者、云工程师

数据管道

使用 AWS Glue 搭建 ETL 管道,转换数据并加载到 Amazon Redshift。

数据工程师、数据科学家

无服务器后端

使用 API Gateway、AWS Lambda 与 DynamoDB 创建可扩展的后端架构。

后端开发者、无服务器架构师

静态网站托管

在 S3 上托管静态网站,并使用 CloudFront 实现缓存与快速分发。

前端开发者、云架构师

机器学习工作流

使用 Amazon SageMaker 训练并部署机器学习模型,在 QuickSight 中可视化结果。

数据科学家、机器学习工程师

日志分析看板

使用 CloudWatch Logs、Elasticsearch 服务(OpenSearch)与 Kibana 分析应用日志。

DevOps 工程师、站点可靠性工程师(SRE)

物联网解决方案

使用 AWS IoT Core 构建物联网管道,通过 Lambda 处理数据,并在 Timestream 中可视化。

物联网开发者、数据工程师

灾难恢复方案

使用 S3 做备份,结合 CloudFormation 与 Route 53 构建灾备架构。

IT 管理员、云安全工程师

视频流媒体平台

使用 CloudFront 与 Elastic Transcoder 构建视频流媒体服务。

媒体工程师、云工程师

基于 Lex 的聊天机器人

使用 Amazon Lex 开发对话式聊天机器人,集成 Lambda,并通过 API Gateway 部署。

AI 开发者、对话式 AI 工程师

  • 成果:这些项目能强化您的技能,并成为展示专业能力的作品集。

学习 AWS 的时间线

下表总结了各步骤并给出了建议时间安排。假设没有任何基础,这份路线图能帮助您在约12 周内学会 AWS。当然,具体进度取决于您的时间与投入。请随意根据您的需求进行调整!

周次

步骤

重点

活动

第 1–2 周

熟悉云计算概念

理解云计算基础:IaaS、PaaS、SaaS,以及 AWS 在云计算中的角色。

  • 学习 AWS Cloud Practitioner Essentials 课程。
  • 探索 AWS 免费套餐。
  • 研读 AWS 核心概念文档。

第 3–4 周

探索 AWS 核心服务

学习计算(EC2、Lambda)、存储(S3、EBS)与数据库(RDS、DynamoDB)。

  • 启动一台 EC2 实例。
  • 创建一个 S3 存储桶并进行数据存取。
  • 尝试使用 RDS 与 DynamoDB 进行基础数据存储。

第 5–6 周

学习部署与管理基础设施

聚焦网络(VPC、Route 53)、负载均衡与自动伸缩。

  • 配置自定义 VPC。
  • 使用弹性负载均衡与自动伸缩组部署简单 Web 应用。
  • 设置 Route 53 DNS。

第 7–8 周

精通安全与监控

学习 IAM、CloudTrail 与 CloudWatch,以保障并监控您的 AWS 环境。

  • 创建 IAM 角色、用户与策略。
  • 设置 CloudTrail 跟踪账户活动。
  • 使用 CloudWatch 告警监控资源使用。

第 9–10 周

探索专项服务

根据职业目标深入学习:机器学习、数据分析或无服务器应用。

  • 在 SageMaker 训练一个模型。
  • 使用 Glue 与 Redshift 构建数据管道。
  • 用 API Gateway 与 Lambda 创建无服务器后端。

第 11 周及以后

进行真实项目

将所学应用于真实场景,强化学习并构建作品集。

  • 使用 EC2、S3 与 ELB 开发可扩展 Web 应用。
  • 使用 Glue 与 Redshift 搭建 ETL 管道。
  • 创建无服务器应用。

推荐学习资源

路线图已清晰,但想在 AWS 上建立真正的专业能力,仍需要可靠的学习资源。以下是我的强烈推荐:

课程

DataCamp 等在线平台提供结构化课程、动手实验室,以及真实项目。优秀课程包括:

书籍

书籍提供深入讲解,并可作为优秀的参考资料:

  • AWS Certified Solutions Architect Official Study Guide:认证考生必备。
  • AWS for Dummies:面向初学者,以通俗方式讲解 AWS 概念。
  • Amazon Web Services in Action(Michael Wittig、Andreas Wittig 著):包含动手示例的实用指南。

AWS 培训与认证

当您准备就绪,AWS 提供官方培训与认证来验证您的技能。热门认证包括:

  • AWS Certified Cloud Practitioner:非常适合初学者掌握 AWS 基础。
  • AWS Certified Solutions Architect – Associate:适合目标为设计可扩展、分布式系统的人群。
  • AWS Certified Developer – Associate:聚焦希望开发与维护基于 AWS 应用的人群。

官方课程与考试详情请查看 AWS 培训与认证页面。欲获全面概览,请参阅我们的AWS 认证博文。

学习 AWS 时应避免什么

学习 AWS 很令人兴奋,但也容易踩到影响进度的常见坑。以下是我的避坑清单及对策:

在未掌握基础前就跳入高级服务

AWS 拥有数百项服务,直接上手如 SageMaker 或 Athena 等“酷炫”服务很诱人。然而跳过基础概念会让您在后续学习中困惑且步履维艰。

  • 替代做法:先专注 EC2、S3、IAM 等核心服务,再去探索高级工具。扎实的基础会让学习专项服务容易得多。

试图一次学会所有内容

试图面面俱到容易导致疲惫或注意力分散。

  • 替代做法:制定清晰路线图(您已经有了),优先学习与您的目标最契合的服务。在掌握基础前,把其他服务留到后面也无妨。

没有利用 AWS 免费套餐进行实操

AWS 提供相当慷慨的免费套餐,帮助您在不产生成本的情况下做实验。如果不善用这点,学习就会停留在理论层面,缺乏实践。

  • 替代做法:使用免费套餐练习启动实例、创建 S3 存储桶、配置 IAM 角色。这些实践经验对于建立信心与理解服务协同至关重要。

跳过文档

AWS 官方文档是最详尽、最新的资源之一,但许多学习者因为感觉内容庞杂而避开它。

  • 替代做法:在尝试新服务时把文档当作参考。从“Getting Started”部分开始,它们是为初学者编写的。

忽视成本管理工具

有时我们只想专注构建有趣的应用。然而 AWS 采用按需计费模式,如果不加留意,很容易产生意料之外的费用。这在专业环境中尤为常见,并不只发生在学习阶段。

  • 替代做法:熟悉 AWS Cost Explorer、AWS Budgets 与计费告警等工具。定期监控用量并设置提醒,确保不超预算。

忽略安全最佳实践

我知道这不算刺激,但忽视安全——例如在 IAM 中设置过度宽松的策略,或在 S3 中暴露敏感数据——会带来漏洞。这在工作环境中尤其常见,学习时相对少见。

  • 替代做法:始终遵循 AWS 安全最佳实践,例如启用多重身份验证(MFA)、在 IAM 中配置最小权限访问,并为数据启用加密。

结语

学习 AWS 将为您在云计算领域打开无限可能。无论您是初学者,正在探索云概念,还是有经验的专业人士,想在 AWS 高级服务上深耕,关键都是循序渐进。

从计算、存储、网络基础开始,逐步进阶到基础设施管理、安全与专项工具。

动手实践很重要!使用 AWS 免费套餐做实验。同样重要的是保持好奇心,不断探索新服务。

DataCamp 课程为结构化学习与指导性实践打下优秀基础。从面向初学者的Introduction to AWS,到综合性的AWS Cloud Practitioner CLF-C02 路径,您都能找到契合技能水平与职业目标的资源。

FAQs

学习 AWS 需要多长时间?

学习 AWS 所需时间取决于您的既有经验与目标。对于初学者,进行兼职学习,建立基础理解可能需要 2–3 个月。掌握高级主题并备考认证可能需要 6–12 个月。持续练习与动手经验是高效学习 AWS 的关键。

学习 AWS 是否需要编程技能?

具备基础编码知识会有帮助,但并非学习 AWS 的必需条件。许多 AWS 服务可通过 AWS 管理控制台在无需编写代码的情况下进行管理。不过,了解 Python 或 Java 等编程语言,有助于进行任务自动化、使用 Lambda,或与 AWS SDK 交互。

AWS 免费套餐真的免费吗?

AWS 免费套餐针对许多服务每月提供一定的免费用量,通常在前 12 个月有效。但如果超出免费额度,或使用不在免费套餐内的服务,就会产生费用。请始终在 AWS 计费控制台监控您的用量,以避免意外账单。

我该学 AWS,还是学 Azure 或 GCP 等其他云?

这取决于您的职业目标以及目标行业或公司使用的工具。AWS 是采用最广泛的云提供商,是很好的起点。不过,您获得的知识通常可以迁移到 Azure 与 GCP,因为云计算的基本概念相通。

不考认证也能学会 AWS 吗?

可以,您无需以获取认证为目标也能学习 AWS。认证可以验证技能并增强简历,但并非学习或应用 AWS 知识的必需条件。专注于积累实践经验与真实项目,更能有效展示您的专业能力。

Thalia Barrera

作者

Thalia Barrera

Thalia Barrera 是 DataCamp 的高级数据科学编辑,拥有计算机科学硕士学位,并在软件与数据工程领域有逾十年的从业经验。Thalia 热衷于通过博文、教程和视频课程为工程师与数据科学家简化技术概念。

主题