Kerangka Materi

  • Bagian 1: Pengantar tentang Big Data / NoSQL
    • Iktibar tentang NoSQL
    • Teorema CAP
    • Kapan NoSQL cocok digunakan
    • Penyimpanan kolom
    • Ekosistem NoSQL
  • Bagian 2: Dasar-dasar Cassandra
    • Desain dan arsitektur
    • Node Cassandra, cluster, pusat data
    • Ruang kunci, tabel, baris dan kolom
    • Partisi, replikasi, token
    • Konsensus dan tingkat konsistensi
    • Lab : berinteraksi dengan Cassandra menggunakan CQLSH
  • Bagian 3: Pemodelan Data – bagian 1
    • Pengenalan tentang CQL
    • Tipe data CQL
    • Membuat ruang kunci dan tabel
    • Memilih kolom dan tipe
    • Memilih kunci utama
    • Tata letak data untuk baris dan kolom
    • Waktu hidup (TTL)
    • Menyajikan permintaan dengan CQL
    • Pembaruan CQL
    • Koleksi (daftar / peta / himpunan)
    • Lab : berbagai latihan pemodelan data menggunakan CQL; bereksperimen dengan permintaan dan tipe data yang didukung
  • Bagian 4: Pemodelan Data – bagian 2
    • Membuat dan menggunakan indeks sekunder
    • Kunci komposit (kunci partisi dan kunci pengelompokan)
    • Data seri waktu
    • Praktik terbaik untuk data seri waktu
    • Penghitung
    • Transaksi ringan (LWT)
    • Lab : membuat dan menggunakan indeks; memodelkan data seri waktu
  • Bagian 5: Lab Pemodelan Data: Sesi desain kelompok
    • Beberapa kasus penggunaan dari berbagai domain dipaparkan
    • Mahasiswa bekerja dalam kelompok untuk menghasilkan desain dan model
    • Membahas berbagai desain, menganalisis keputusan
    • Lab : mengimplementasikan salah satu skenario
  • Bagian 6: Driver Cassandra
    • Pengenalan tentang driver Java
    • Operasi CRUD (Membuat / Membaca / Mengubah, Menghapus) menggunakan klien Java
    • Permintaan asinkron
    • Lab : menggunakan API Java untuk Cassandra
  • Bagian 7: Cassandra Internal
    • Memahami desain Cassandra di balik layar
    • sstables, memtables, log komit
    • jalur baca / jalur tulis
    • caching
    • vnodes
  • Bagian 8: Administrasi
    • Pemilihan hardware
    • Distribusi Cassandra
    • Menginstal Cassandra
    • Menjalankan benchmark
    • Alat untuk memantau kinerja dan aktivitas node
      • DataStax OpsCenter
    • Mendiagnosa masalah kinerja Cassandra
    • Mengungkap penyelidikan tentang keruntuhan node
    • Memahami perbaikan data, penghapusan dan replikasi
    • Alat dan tips troubleshooting lainnya
    • Praktik terbaik Cassandra (kompaksi, pengumpulan sampah,)
  • Bagian 9: Lab Bonus (jika ada waktu)
    • Mengimplementasikan layanan musik seperti Pandora / Spotify pada Cassandra

Persyaratan

  • paham dengan bahasa pemrograman Java
  • nyaman dalam lingkungan Linux (menavigasi bar perintah, mengedit file dengan vi/nano)

Lingkungan Lab:

Sebuah lingkungan Cassandra yang berfungsi akan disediakan untuk siswa. Siswa perlu memiliki klien SSH dan browser untuk mengakses cluster.

Zero Install: Tidak perlu menginstal Cassandra di mesin siswa!

 21 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait