Cloudera Training for Apache HBase

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:

• Las tecnologías principales de Apache HBase
• Cómo HBase y HDFS trabajan juntos
• Cómo trabajar con el HBase shell y la API de Java
• El almacenamiento HBase y la arquitectura de clúster
• Los fundamentos de la administración de HBase
• Características avanzadas de la API de HBase
• La importancia del diseño de esquemas en HBase
• Cómo utilizar Hive e Impala con HBase

Contenidos

Introducción

Introducción  a Hadoop y Hbase

• Introducción a Hadoop
• Componentes fundamentales de Hadoop
• ¿Qué es HBase?
• Fortalezas de HBase
• HBase en producción
• Debilidades de HBase

Tablas HBase

• Conceptos de HBase
• Tablas fundamentales de HBase
• Diseño de tablas

HBase Shell

• Creación de tablas con HBase Shell
• Trabajar con tablas
• Trabajar con datos de tabla

Fundamentos de la Arquitectura HBase

• HBase Regions
• Arquitectura de un clúster HBase
• HBase y localicación de los datos HDFS

Diseño de esquema HBase

• Consideraciones generales de diseño
• Diseño centrado en la aplicación
• Diseño de Row Keys HBase
• Otras características de tabla HBase

Acceso básico a los datos con la API de HBase

• Opciones para acceder a los datos de HBase
• Creación y eliminación de tablas HBase
• Recuperar datos con Get
• Recuperar datos con Scan
• Inserción y actualización de datos
• Eliminación de datos

Más características avanzadas de la API de HBase

• Filtrado de Scans
• Buffer de escritura del lado cliente
• Mejores prácticas
• Coprocesadores HBase

HBase Write Path

• HBase Write Path
• Compactación
• Splits

HBase Read Path

• Cómo HBase lee los datos
• Bloques de caché para lectura

Optimizar el rendimiento de HBase

• Consideraciones Column Family
• Consideraciones para el diseño de esquemas
• Configuración para el almacenamiento en caché
• Consideraciones de memoria
• Tratar con series de tiempo y datos secuenciales
• Regiones Pre-Splitting

Administración de HBase y Gestión de Clústeres

• Demonios de HBase
• Consideraciones de ZooKeeper
• Alta disponibilidad de HBase
• Uso de HBase Balancer
• Fijación de tablas HBase con hbck
• Seguridad en HBase

Replicación y copia de seguridad de HBase

• Replicación de HBase
• Copia de seguridad de HBase
• MapReduce y HBase Clusters

Uso de Hive e Impala con HBase

• Cómo utilizar Hive e Impala para acceder a HBase

Conclusión

Acceso a datos con Python y Thrift

• Uso de Thrift
• Trabajar con tablas
• Getting y Putting de datos
• Escaneo de datos
• Eliminación de datos
• Contadores
• Filtros

OpenTSDB

API de HBase-spark

• Introducción
• Arquitectura y patrones de integración
• Escritura y uso de la API
• Trabajo futuro