Cassandra : DataStax Enterprise pour les développeurs

ObjectifsObjectifs
PublicPublic
Développeurs qui souhaitent construire des
applications utilisant DataStax Enterprise.
PrérequisPrérequis
Avoir suivi les formations DS201: DataStax Enterprise
Les fondamentaux d’Apache Cassandra™, Modélisation
de données avec DataStax Enterprise, DataStax
Enterprise Search avec Apache Solr™, DataStax
Enterprise Analytics avec Apache Spark™, Certification
O‛Reilly.
Répartition
40% Théorie, 60% Pratique
Cassandra : DataStax Enterprise pourCassandra : DataStax Enterprise pour
les développeursles développeurs
Durée 5 jour(s) (DS420)Durée 5 jour(s) (DS420)
Formation officielleFormation officielle
DescriptionDescription
Dans cette formation enseignée par des architectes DataStax experts, les stagiaires vont apprendre les techniques utilisées pour
construire une application temps-réel Java DataStax Enterprise. Le cours se concentre sur les cas d’usages de la majorité des
applications big-data transactionnelle ayant été construites incluant : la personnalisation, la manipulation de séries temporelles et la
gestion de transactions financières avec une plateforme distribuée
Via les TP, les stagiaires vont construire de bout en bout une application : de la modélisation de données, jusqu’à l’implémentation des
algorithmes avec le driver Java DataStax en passant par l’écriture des tests appropriés.
Ce cours couvre les fonctionnalités avancées de la plateforme DSE afin de répondre aux cas d’usages de l’application développées. Les
stagiaires vont créer des index DSE Search et écrire d’efficaces requêtes génériques et à facettes. Ils vont aussi développer, avec DSE
Analytics, une application Spark permettant de construire une chaîne ETL performante et de générer des statistiques.

ProgrammeProgramme
IntroductionIntroduction
Introduction à notre cas d’usage financier : « Big Brokers, Inc
»
Environnement d’exécution, architecture et outillage
Fondamentaux du driver Java : Objets Cluster et Session
Modélisation des données avec l’utilisation de la modélisationModélisation des données avec l’utilisation de la modélisation
imbriquéeimbriquée
Relations un-à-plusieurs
Séries temporelles
Possibilités d’approches pour les agrégats : temps-réel,
lambda et Spark
Index secondaires
Index inversés
Utilisation du driver JavaUtilisation du driver Java
Différents types de requêtes et exécution
Les fonctions Object Mapper et leurs avantages
L’API Accessor
Requêtes asynchrones
Ingestion des données statiquesIngestion des données statiques
Introduction à Apache Spark et son intégration avec DSE
Analytics
Alimentation depuis un fichier CSV : modèle de données et
DAO
Créer un index inversé
Gestion des transactions en temps-réelGestion des transactions en temps-réel