Plan du cours

  • Section 1: Introduction à Big Data / NoSQL
    • Aperçu de NoSQL
    • Theorème CAP
    • Lorsque NoSQL est approprié
    • Stockage par colonnes
    • Ecosystème NoSQL
  • Section 2 : Fondamentaux de Cassandra
    • Conception et architecture
    • Nœuds, clusters, centres de données de Cassandra
    • Espaces clés, tables, lignes et colonnes
    • Départitionnement, réplication, jetons
    • Quorum et niveaux de cohérence
    • Labs : interaction avec Cassandra via CQLSH
  • Section 3: Modélisation des données – partie 1
    • Introduction à CQL
    • Types de données CQL
    • Création d'espaces clés et tables
    • Choix des colonnes et types
    • Choix des clés primaires
    • Mise en page des données pour les lignes et colonnes
    • Durée de vie (TTL)
    • Interrogation avec CQL
    • Mises à jour CQL
    • Collections (liste / map / ensemble)
    • Labs : divers exercices de modélisation des données utilisant CQL ; expérimentation avec les requêtes et types de données pris en charge
  • Section 4: Modélisation des données – partie 2
    • Création et utilisation d'indexes secondaires
    • Cles composées (clés de partitionnement et clés de regroupement)
    • Données en série temporelle
    • Bonnes pratiques pour les données en série temporelle
    • Compteurs
    • Transactions légères (LWT)
    • Labs : création et utilisation d'indexes ; modélisation de données en série temporelle
  • Section 5 : Internes de Cassandra
    • Comprendre la conception interne de Cassandra
    • SSTables, memtables, journal des transactions
  • Section 6: Administration
    • Sélection du matériel
    • Distributions Cassandra
    • Nœuds Communication de Cassandra
    • Écriture et lecture des données vers/depuis le moteur de stockage
    • Répertoires de données
    • Opérations anti-entropie
    • Compaction Cassandra
    • Choix et mise en œuvre des stratégies de compaction
    • Bonnes pratiques Cassandra (compaction, ramasse-miettes)
    • Création d'une instance de test Cassandra avec une faible empreinte mémoire
    • Outils et astuces pour la résolution des problèmes
    • Labs : les étudiants installent Cassandra, exécutent des benchmarks

Pré requis

  • à l'aise dans un environnement Linux (navigation en ligne de commande, édition de fichiers avec vi / nano)
  • Pour les cours sur site, un ordinateur portable ou de bureau avec 8 Go de RAM
  • Pour les cours à distance, un laboratoire Cassandra fonctionnel sera fourni et il ne sera nécessaire que d'avoir un navigateur web
 14 Heures

Nombre de participants


Prix ​​par Participant

Nos clients témoignent (2)

Cours à venir

Catégories Similaires