Apache Cassandra for Experts

Seminarinformationen

Seminar - Ziel

In diesem 3-tägigen Seminar „Apache Cassandra for Experts“ lernen Sie die zentralen Dienste und Fachbegriffe von Apache Cassandra kennen. Sie erwerben Fähigkeiten zur Erstellung von Key Spaces, Column Families und Datenstrukturen sowie zur Datenabfrage mit Cassandra CLI und CQL Shell. Außerdem erhalten Sie Einblicke in die wesentlichen Unterschiede der Datenmodellierung zwischen RDBMS und Cassandra, die Modellierung komplexer Datenstrukturen sowie wichtige Design Patterns und Anti-Patterns.

Weitere Inhalte umfassen die Cassandra Query Language, Cassandra Treiber, die Konfiguration des DataStax Java Drivers, Datenmanipulation, Cluster-Konfiguration, MapReduce-Algorithmen und die Integration von Apache Cassandra mit Hadoop.

Teilnehmer - Zielgruppe

• Anwendungsentwickler
• Datenbankentwickler
• Datenbankadministratoren
• Tester
• SCRUM Team-Mitglieder (PO, SM, Entwickler )

Kurs - Voraussetzungen

• Grundkenntnisse über RDBMS-Konzepte
• Grundverständniss von Apache Cassandra
• Grundlegende Java-Kenntnisse sind wünschenswert

Seminardauer

• 3 Tage
• 09:00 Uhr bis 17:00 Uhr

Schulungsunterlagen

• nach Absprache

Seminar-Inhalt / Agenda

Architektur, Internals und Fortgeschrittene Datenmodellierung

• Cassandra Architektur im Detail (Cassandra 5.x)
  • Masterless-Design, Gossip-Protokoll, Token-Ring, Virtual Nodes
  • Write Path & Read Path (Memtable, CommitLog, SSTable, Trie-Formate in 5.0)
  • Anti-Entropy: Read Repair, Hints, Repair-Mechanismen
  • SEDA-Stage-Architektur, Failure Detection
• Cassandra Query Language (CQL) – Fortgeschritten
  • Keyspaces, Tables, Materialized Views, Secondary Indexes (inkl. neuer Storage-Attached Indexes – SAI)
  • Collections, User-Defined Types (UDT), Counter, neue mathematische & Aggregations-Funktionen in 5.x
  • Neue Features: Vector Data Type & Vector Search
• Datenmodellierung für Experten
  • Hauptunterschiede RDBMS vs. Cassandra (Query-driven vs. Entity-driven)
  • Fortgeschrittene Techniken: Denormalisierung, Bucketing, Time-Series-Modellierung
  • Design Patterns & Anti-Patterns (Hot Partitions, Wide Rows, etc.)
• Praktische Übungen zu Datenmodellierung
  • Komplexe Tabellen- und Index-Modellierung (inkl. SAI)
  • CQL-Übungen mit neuen 5.x-Funktionen
  • Datenmodellierungs-Workshop mit realen Use-Cases

Client-Entwicklung, Treiber und Datenmanipulation

• Cassandra Client Interfaces & Treiber-Überblick
  • cqlsh, nodetool, DataStax Java Driver (aktuell 4.19.x)
  • Konfiguration des DataStax Java Drivers (Connection Pool, Retry Policies, Speculative Execution, Load Balancing, Consistency Levels)
• Java-Anwendungen mit Cassandra entwickeln
  • Object Mapper (DataStax Mapper), Prepared Statements, Batch-Operationen
  • Asynchrone & reaktive Programmierung
  • Best Practices für OLTP-Workloads (Konsistenz, Transaktionsähnliches Verhalten, Datenversionierung mit Lightweight Transactions)
• Datenmanipulation und fortgeschrittene CQL
  • CRUD mit Treibern, Conditional Updates, Batches vs. Unlogged Batches
  • Migration von RDBMS-ERM zu Cassandra (Schritt-für-Schritt, häufige Fallstricke und Empfehlungen)
• Praktische Übungen zu Client Entwicklung
  • Java-Beispielanwendung aufbauen (CRUD + komplexe Queries)
  • Treiber-Konfiguration optimieren
  • Lightweight Transactions und Versionierung

Cluster-Betrieb, Hochverfügbarkeit, Performance und Integration

• Cluster-Konfiguration und -Management
  • Multi-DC-Setup, Replication Strategies, Partitioning & benutzerdefinierte Partitioners
  • Consistency Levels im Detail (mit Beispielen und Trade-offs)
  • Ausfallszenarien und Recovery (Node Failure, Cluster Repair, Incremental Repair)
• Betrieb und Überwachung eines Cassandra-Clusters
  • Nodetool, Virtual Tables, Metrics (JMX, Prometheus)
  • Compaction Strategies (Unified Compaction Strategy in 5.0)
  • Backup/Restore, Security (Authentication, Authorization, Encryption)
• Performance Benchmarking, Tuning und Optimierung
  • Häufige Performance-Probleme und deren Lösung
  • Tuning von JVM, OS, Cassandra-Konfiguration
  • Benchmarking-Tools und Best Practices
• ntegrationen
  • Kurzer Überblick: Integration mit Hadoop/MapReduce (historisch) vs. moderne Alternativen (Spark, Kafka)
  • MapReduce unter der Haube mit Beispiel
  • Ausblick auf weitere Ökosystem-Tools

Weitere Schulungen zu Thema Apache Cassandra