Ponte en Contacto

Temario del curso

Fundamentos de NiFi y flujo de datos

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

Contexto de Big Data e integración

  • El papel de NiFi en los ecosistemas de Big Data (Hadoop, Kafka, almacenamiento en la nube)
  • Resumen de HDFS, MapReduce y alternativas modernas
  • Casos de uso: ingesta de streams, envío de registros, tuberías de eventos

Instalación, configuración y configuración de clústeres

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

Diseño y gestión de flujos de datos

  • Enrutación, filtrado, división y fusión de flujos
  • Configuración de procesadores (InvokeHTTP, QueryRecord, PutDatabaseRecord, etc.)
  • Gestión de esquemas, enriquecimiento y operaciones de transformación
  • Manejo de errores, relaciones de reintentos y backpressure

Escenarios de integración

  • Conexión a bases de datos, sistemas de mensajería y APIs REST
  • Streaming hacia sistemas analíticos: Kafka, Elasticsearch o almacenamiento en la nube
  • Integración con Splunk, Prometheus o tuberías de registros

Monitoreo, recuperación y procedencia

  • Uso de la interfaz de NiFi, métricas y visor de procedencia
  • Diseño de recuperación autónoma y manejo elegante de fallas
  • Copias de seguridad, versionado de flujos y gestión de cambios

Ajuste de rendimiento y optimización

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

Mejores prácticas y gobernanza

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

Solución de problemas y respuesta a incidentes

  • Problemas comunes: bloqueos, fugas de memoria, errores de procesadores
  • Análisis de registros, diagnóstico de errores e investigación de la causa raíz
  • Estrategias de recuperación y reversión de flujos

Laboratorio práctico: implementación de una tubería de datos realista

  • Construcción de un flujo de extremo a extremo: ingesta, transformación, entrega
  • Implementación del manejo de errores, backpressure y escalabilidad
  • Pruebas de rendimiento y ajuste de la tubería

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 streaming de datos o ETL

Audiencia

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

Número de participantes


Precio por participante

Reseñas (7)

Próximos cursos

Categorías Relacionadas