Cloudera Training for Apache HBase - Virtual English

Acerca de este curso

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

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