Podstawy Apache Cassandra: modelowanie danych i architektura rozproszona

Rozproszone bazy danych, takie jak Apache Cassandra, są niezbędne dla aplikacji wymagających ogromnej skali i wysokiego czasu pracy. Jednak ich unikalna architektura wymaga zupełnie innego podejścia do modelowania danych niż tradycyjne systemy relacyjne. Pod koniec tego kursu będziesz posiadać podstawową wiedzę, aby zaprojektować, wdrożyć i wchodzić w interakcje z wysoce skalowalnym klastrem Cassandra, optymalizując zarówno wydajność, jak i dostępność. Czego się nauczysz: * Zrozumieć podstawową architekturę rozproszonej bazy danych NoSQL i implikacje twierdzenia CAP. * Projektowanie wydajnych układów schematów dla aplikacji o wysokiej przepustowości, eliminując zależność od tradycyjnych operacji JOIN. * Zastosuj techniki zarządzania spójnością i dostępnością danych w wielu węzłach w klastrze. * Konfigurowanie i wykorzystywanie nowoczesnych metod indeksowania, w tym indeksowania dołączonego do pamięci (SAI), w celu wydajnego zapytania. * Ćwicz pracę z językiem zapytań Cassandra (CQL), aby wstawiać, pobierać i modelować złożone zestawy danych. * Sprawdź, jak Cassandra może być używana do nowoczesnych aplikacji, w tym podstawowej pamięci wektorowej i wzorców wyszukiwania. Kurs rozpoczyna się od ustalenia podstawowych pojęć systemów rozproszonych i unikalnego modelu danych Cassandry. Następnie przechodzimy do praktycznych ćwiczeń skupionych na projektowaniu optymalnych struktur tabel i zarządzaniu operacjami klastra. Ten kurs jest przeznaczony dla początkujących programistów, inżynierów danych i architektów systemów, którzy potrzebują kompleksowego wprowadzenia do Apache Cassandra. Nie jest wymagane wcześniejsze doświadczenie z bazami danych NoSQL. Zacznij opanowywać zasady przechowywania danych na ogromną skalę już dziś.