Cloudera Training for Apache HBase - Virtual English
Acerca de este curso
TASTE OF TRAINING
Este curso permite a los participantes almacenar y acceder a cantidades masivas de datos multi-estructurados y realizar cientos de miles de operaciones por segundo.
Apache HBase una base de datos NoSQL distribuida y escalable construida sobre Hadoop. HBase puede almacenar datos en tablas masivas que se componen de miles de millones de filas y de millones de columnas, servir los datos a muchos usuarios y aplicaciones en tiempo real, y proporcionar un acceso rápido y aleatorio de lectura/escritura tanto para usuarios como aplicaciones.
PUE, Strategic Partner de Cloudera, está autorizado oficialmente por esta multinacional para impartir formación oficial en tecnologías Cloudera.
PUE está también acreditado y reconocido para realizar servicios de consultoría y mentoring en la implementación de soluciones Cloudera en el ámbito empresarial con el consiguiente valor añadido en el enfoque práctico y de negocio del conocimiento que se traslada en sus cursos oficiales.
A quién va dirigido
Este curso está dirigido a desarrolladores y administradores que tengan la intención de usar HBase. Será útil tener experiencia previa con bases de datos y modelado de datos, pero no es un requisito necesario. Se asume el conocimiento de Java. No se requiere conocimiento previo de Hadoop.
Objetivos del curso
A través de sesiones presenciales e interactivas con ejercicios prácticos, el participante aprenderá:
- Casos y ocasiones de uso de HBase, Hadoop y RDBMS.
- Uso del shell de HBase para manipular directamente tablas de HBase.
- Diseño de esquemas HBase óptimos para un almacenamiento y recuperación eficiente de datos.
- Cómo conectarse a HBase utilizando Java API para insertar y recuperar datos en tiempo real.
- Mejores prácticas para identificar y resolver cuellos de botella de rendimiento.
Contenidos
Introducción a Hadoop y Hbase/p>
- Introducción a Hadoop
- Componentes de Hadoop
- ¿Qué es Hbase?
- ¿Por qué se usa HBase?
- Puntos fuertes de Hbase
- HBase en producción
- Puntos débiles de Hbase
Tablas HBase
- Conceptos Hbase
- Fundamentos de una tabla HBase
- Pensar en el diseño de tabla
HBase Shell
- Creación de tablas con la HBase Shell
- Trabajar con tablas
- Trabajar con los datos de las tablas
Fundamentos de la Arquitectura de HBase
- Regiones HBase
- Arquitectura de un Cluster HBase
- HBase y HDFS: Localidad de Datos
Hbase Schema Design
- Consideraciones sobre el diseño
- Diseño centrado en la Aplicación
- Diseñar HBase Row Keys
- Otros Características de las tablas
Acceso Básico a los datos mediante la API de HBase
- Opciones para acceder a los datos
- Creación y eliminación de las Tablas HBase
- Recuperación de datos con Get
- Recuperación de datos con Scan
- Inserción y Actualización de Datos
- Eliminación de datos
Características más avanzadas de la API HBase
- Filtros
- Mejores Prácticas
- Coprocesadores HBase
HBase en el Cluster
- Cómo HBase utiliza HDFS
- Compactaciones y Splits
HBase Write Path
- Compaction
- Splits
HBase Read Path
- Funcionamiento de HBase para la lectura de datos
- Block Caches para lectura
HBase Performance Tuning
- Familias de columnas: Consideraciones
- Consideraciones sobre el diseño de esquemas
- Configuración para Caching
- Consideraciones sobre la memoria
- Tratar con series de tiempo y datos secuenciales
- Regiones: Pre-Splitting
Administración de HBase y Administración del Cluster
- Demonios de HBase
- Zookeeper
- Alta Disponibilidad
- HBase Balancer
- Reparar tablas con hbck
- Seguridad HBase
HBase Replicación y Backup
- HBase replicación
- Copia de seguridad HBase
- MapReduce y HBase Clusters
Utilizar Hive e Impala con HBase
- Uso de Hive e Impala con HBase
Conclusión
Apéndice A: Acceso de datos con Python y Thrift
- Uso de Thrift
- Trabajo con tablas
- Obtención y colocación de datos
- Escaneo de datos
- Borrado de datos
- Contadores
- Filtros
Apéndice B: OpenTSDB
