Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

  • Teil 1: Einführung in Big Data / NoSQL
    • Überblick über NoSQL
    • CAP-Theorem
    • Wann ist NoSQL geeignet?
    • Spaltenorientierte Speicherung
    • NoSQL-Ökosystem
  • Teil 2: Cassandra-Grundlagen
    • Gestaltung und Architektur
    • Cassandra-Knoten, Cluster und Rechenzentren
    • Keyspaces, Tabellen, Zeilen und Spalten
    • Partitionierung, Replikation und Tokens
    • Quorum und Konsistenzstufen
    • Labore: Interaktion mit Cassandra über CQLSH
  • Teil 3: Datenerfassung – Teil 1
    • Einführung in CQL
    • CQL-Datentypen
    • Anlegen von Keyspaces und Tabellen
    • Auswahl von Spalten und Typen
    • Auswahl von Primärschlüsseln
    • Datenlayout für Zeilen und Spalten
    • Time to live (TTL)
    • Abfragen mit CQL
    • CQL-Aktualisierungen
    • Sammlungen (Liste / Map / Set)
    • Labore: Verschiedene Übungsaufgaben zur Datenerfassung mit CQL; Experimentieren mit Abfragen und unterstützten Datentypen
  • Teil 4: Datenerfassung – Teil 2
    • Anlegen und Verwenden von Sekundärindizes
    • Kompositschlüssel (Partitionsschlüssel und Clustering-Schlüssel)
    • Zeitreihendaten
    • Best Practices für Zeitreihendaten
    • Zähler (Counters)
    • Lightweight Transactions (LWT)
    • Labore: Anlegen und Verwenden von Indizes; Modellierung von Zeitreihendaten
  • Teil 5: Cassandra-Interna
    • Verständnis des Cassandra-Designs hinter den Kulissen
    • SSTables, Memtables und Commit Log
  • Teil 6: Verwaltung
    • Auswahl der Hardware
    • Cassandra-Distributionen
    • Kommunikation zwischen Cassandra-Knoten
    • Schreiben und Lesen von Daten im Speicher-Engine
    • Datenverzeichnisse
    • Anti-Entropy-Operationen
    • Cassandra-Compaction
    • Auswahl und Implementierung von Compaction-Strategien
    • Best Practices für Cassandra (Compaction, Garbage Collection)
    • Erstellen einer Cassandra-Testinstanz mit geringem Speicherbedarf
    • Fehlersuche: Werkzeuge und Tipps
    • Labore: Die Teilnehmer installieren Cassandra und führen Benchmarks durch

Voraussetzungen

  • Fundierte Kenntnisse der Linux-Umgebung (Navigation in der Kommandozeile, Dateibearbeitung mit vi / nano)
  • Für Präsenzkurse: Ein Laptop oder Desktop-PC mit 8 GB RAM
  • Für Remote-Kurse: Ein funktionierendes Cassandra-Labor wird zur Verfügung gestellt; erforderlich ist lediglich ein Webbrowser

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien