Contacta con nosotros

Temario del curso

Fundamentos de NiFi y Flujo de Datos

  • Datos en movimiento versus datos en reposo: conceptos y desafíos
  • Arquitectura de NiFi: núcleos, controlador de flujo, proveniencia (provenance) y boletín de noticias
  • Componentes clave: procesadores, conexiones, controladores y proveniencia

Contexto de Big Data e Integración

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

Instalación, Configuración y Configuración del Clúster

  • Instalación de NiFi en modo nodo único y clúster
  • Configuración del clúster: roles de nodos, ZooKeeper y balanceo de carga
  • Orquestación de despliegues de NiFi: uso de Ansible, Docker o Helm

Diseño y Gestión de Flujos de Datos

  • Enrutamiento, filtrado, división y combinación 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 (backpressure)

Escenarios de Integración

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

Monitoreo, Recuperación y Proveniencia

  • Uso de la interfaz de usuario de NiFi, métricas y visualizador de proveniencia (provenance)
  • Diseño de recuperación autónoma y manejo graceful de fallos
  • Copias de seguridad, versionado de flujos y gestión de cambios

Ajuste de Rendimiento y Optimización

  • Ajuste de JVM, heap, grupos de hilos y parámetros de clúster
  • Optimización del diseño del flujo para reducir cuellos de botella
  • Aislamiento de recursos, priorización de flujos y control de throughput

Mejores Prácticas y Gobernanza

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

Resolución de Problemas y Respuesta a Incidentes

  • Problemas comunes: bloqueos mortales (deadlocks), fugas de memoria, errores del procesador
  • Análisis de registros, diagnóstico de errores e investigación de causas raíz
  • Estrategias de recuperación y reversión (rollback) del flujo

Práctica: Implementación Realista de Pipeline de Datos

  • Construcción de un flujo extremo a extremo: ingestión, transformación, entrega
  • Implementación de manejo de errores, retroceso (backpressure) y escalado
  • Prueba y ajuste del rendimiento del pipeline

Resumen y Próximos Pasos

Requerimientos

  • Experiencia con la línea de comandos de Linux
  • Comprensión básica de redes y sistemas de datos
  • Conocimiento de conceptos de transmisión de datos o ETL (extracción, transformación y carga)

Público 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