Ponte en Contacto

Temario del curso

Fundamentos de NiFi y del flujo de datos

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

Contexto e integración de Big Data

  • Rol 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 flujos, envío de registros (log shipping) y pipelines de eventos

Instalación, configuración y configuración de clusters

  • Instalación de NiFi en modo nodo único y modo cluster
  • Configuración de clusters: roles de los nodos, Zookeeper y balanceo 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.)
  • Manejo de esquemas, enriquecimiento y operaciones de transformación
  • Manejo de errores, relaciones de reintento y presión de retorno (backpressure)

Escenarios de integración

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

Monitoreo, recuperación y procedencia

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

Ajuste de rendimiento y optimización

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

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 registros de auditoría

Solución de problemas y respuesta a incidentes

  • Problemas comunes: bloqueos (deadlocks), 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 realista de un pipeline de datos

  • Construcción de un flujo de principio a fin: ingesta, transformación, entrega
  • Implementación del manejo de errores, presión de retorno (backpressure) y escalado
  • Pruebas de rendimiento y ajuste del pipeline

Resumen y próximos pasos

Requerimientos

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

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