Cloudera

Cloudera Training for Apache HBase

Presencial / Live Virtual Class     21 horas       1495.00 €   1046.50€

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:

  • 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

Próximas convocatorias