Contacta con nosotros

Temario del curso

Fundamentos de NiFi y Flujos de Datos

  • Datos en movimiento vs. datos en reposo: conceptos y desafíos
  • Arquitectura de NiFi: núcleos, controlador de flujo, provance y avisos
  • Componentes clave: procesadores, conexiones, controladores y proveniencia

Contexto e Integración con Big Data

  • Papel de NiFi en ecosistemas de Big Data (Hadoop, Kafka, almacenamiento en la nube)
  • Descripción general de HDFS, MapReduce y alternativas modernas
  • Casos de uso: ingestión de flujos, envío de registros, pipelines de eventos

Instalación, Configuración y Configuración del Clúster

  • Instalación de NiFi en modo nodo individual y clúster
  • Configuración del clúster: roles de los nodos, Zookeeper y balanceo de carga
  • Orquestar implementaciones de NiFi: utilizando Ansible, Docker o Helm

Diseño y Gestión de Flujos de Datos

  • Enrutamiento, filtrado, división y fusión de flujos
  • Configuración del procesador (InvokeHTTP, QueryRecord, PutDatabaseRecord, etc.)
  • Manejo de esquemas, enriquecimiento y operaciones de transformación
  • Manejo de errores, relaciones de reintento y retroceso de presión

Escenarios de Integración

  • Conexión a bases de datos, sistemas de mensajería y APIs REST
  • Transmisión a sistemas de análisis: Kafka, Elasticsearch o almacenamiento en la nube
  • Integración con Splunk, Prometheus o pipelines de registro

Monitoreo, Recuperación y Proveniencia

  • Utilizar la interfaz web de NiFi, métricas y visualizador de proveniencia
  • Diseñar recuperación autónoma y manejo graceful de fallos
  • Respaldo, versionado de flujo y gestión de cambios

Ajuste y Optimización del Rendimiento

  • Ajustar JVM, heap, pools de hilos y parámetros de clustering
  • Optimizar el diseño de flujo para reducir cuellos de botella
  • Aislamiento de recursos, priorización de flujos y control de rendimiento

Mejores Prácticas y Gobernanza

  • Documentación del flujo, estándares de nomenclatura, diseño modular
  • Seguridad: TLS, autenticación, control de acceso, encriptación de datos
  • Control de cambios, versionado, acceso basado en roles y registros de auditoría

Solución de Problemas y Respuesta a Incidentes

  • Problemas comunes: bloqueos muertos, fugas de memoria, errores del procesador
  • Análisis de registros, diagnóstico de errores e investigación de la causa raíz
  • Estrategias de recuperación y reversión del flujo

Laboratorio Práctico: Implementación Realista de un Pipeline de Datos

  • Construir un flujo completo: ingestión, transformación, entrega
  • Implementar manejo de errores, retroceso de presión y escalado
  • Pruebas de rendimiento y ajuste del pipeline

Resumen y Próximos Pasos

Requerimientos

  • Experiencia con la línea de comandos de Linux
  • Conocimientos básicos de redes y sistemas de datos
  • Familiaridad con conceptos de streaming de datos o ETL

Audiencia Objetivo

  • Administradores de sistemas
  • Ingenieros de datos
  • Desarrolladores
  • Profesionales de DevOps
 21 Horas

Número de participantes


Precio por participante

Reseñas (7)

Próximos cursos

Categorías Relacionadas