Ponte en Contacto
 Duración 21 horas

Temario del curso

Fundamentos de NiFi y el Flujo de Datos

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

Contexto de Big Data e Integración

  • Rol de NiFi en ecosistemas Big Data (Hadoop, Kafka, almacenamiento en la nube)
  • Visión general de HDFS, MapReduce y alternativas modernas
  • Casos de uso: ingesta de flujos, envío de registros (log shipping) y pipelines de eventos

Instalación, Configuración y Configuración de Clústeres

  • Instalación de NiFi en modo de nodo único y modo clúster
  • Configuración de 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 unificación de flujos
  • Configuración de procesadores (InvokeHTTP, QueryRecord, PutDatabaseRecord, etc.)
  • Manejo de esquemas, enriquecimiento y operaciones de transformación
  • Manejo de errores, relaciones de reintentos y contrapresión (backpressure)

Escenarios de Integración

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

Monitoreo, Recuperación y Procedencia

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

Ajuste Fino de Rendimiento y Optimización

  • Ajuste de JVM, memoria 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 rendimiento

Mejores Prácticas y Gobernanza

  • Documentación de flujos, estándares de nomenclatura y diseño modular
  • Seguridad: TLS, autenticación, control de acceso y cifrado de datos
  • Control de cambios, control de versiones, acceso basado en roles y trazas de auditoría

Solución de Problemas y Respuesta ante Incidentes

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

Laboratorio Práctico: Implementación de un Pipeline de Datos Realista

  • Construcción de un flujo extremo a extremo: ingesta, transformación y entrega
  • Implementar el manejo de errores, contrapresión y escalabilidad
  • Pruebas de rendimiento y ajuste fino del pipeline

Resumen y Próximos Pasos

Requerimientos

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

Audiencia

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

Número de participantes


Precio por participante

Reseñas (7)

Próximos cursos

Categorías Relacionadas