Apache Kafka y Spring Boot

Este curso dirigido por un instructor y en vivo en Guatemala (en línea o presencial) está destinado a desarrolladores que desean integrar Apache Kafka con bases de datos y aplicaciones existentes para procesamiento, análisis, etc.

Al finalizar este curso, los participantes serán capaces de:

• Utilizar Kafka Connect para ingerir grandes cantidades de datos desde una base de datos a temas de Kafka.
• Ingresar datos de registro generados por servidores de aplicaciones en temas de Kafka.
• Hacer cualquier dato recopilado disponible para el procesamiento de flujos.
• Exportar datos desde temas de Kafka a sistemas secundarios para almacenamiento y análisis.

Este curso dirigido por un instructor (en línea o presencial) está destinado a ingenieros que deseen utilizar Confluent (una distribución de Kafka) para construir y gestionar una plataforma de procesamiento de datos en tiempo real para sus aplicaciones.

Al final de este curso, los participantes serán capaces de:

• Instalar y configurar la Plataforma Confluent.
• Utilizar las herramientas y servicios de gestión de Confluent para ejecutar Kafka de manera más sencilla.
• Almacenar y procesar datos de flujo entrantes.
• Optimizar y gestionar clústeres de Kafka.
• Seguridad de los flujos de datos.

Formato del Curso

• Lectura interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Este curso se basa en la versión de código abierto de Confluent: Confluent Open Source.
• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para hacer los arreglos necesarios.

Apache Kafka es una plataforma de streaming distribuida. Es de facto un estándar para construir pipelines de datos y resuelve muchos casos de uso diferentes en torno al procesamiento de datos: puede usarse como una cola de mensajes, un registro distribuido, un procesador de flujos, etc.

Comenzaremos con algunas teorías detrás de los pipelines de datos en general, luego continuaremos con los conceptos fundamentales detrás de Kafka. También descubriremos componentes importantes como Kafka Streams y Kafka Connect.

En este entrenamiento dirigido por un instructor en Guatemala (presencial o remoto), los participantes aprenderán cómo configurar e integrar diferentes marcos de Procesamiento de Flujos con sistemas de almacenamiento de datos grandes y aplicaciones y microservicios relacionados existentes.

Al final de este entrenamiento, los participantes serán capaces de:

• Instalar y configurar diferentes marcos de Procesamiento de Flujos, como Spark Streaming y Kafka Streaming.
• Entender y seleccionar el marco más apropiado para el trabajo.
• Procesar datos continuamente, concurrentemente y de forma individual.
• Integrar soluciones de Procesamiento de Flujos con bases de datos existentes, almacenes de datos, lagos de datos, etc.
• Integrar la biblioteca de procesamiento de flujos más apropiada con aplicaciones empresariales y microservicios.

Este curso está dirigido a arquitectos empresariales, desarrolladores, administradores de sistemas y cualquier persona que desee comprender y utilizar un sistema de mensajería distribuida de alto rendimiento. Si tiene requisitos más específicos (por ejemplo, solo el lado de la administración de sistemas), este curso puede ser adaptado para satisfacer mejor sus necesidades.

Esta formación dirigida por un instructor (en línea o presencial) en Guatemala está destinada a sysadmins que deseen configurar, implementar, administrar y optimizar un clúster de Kafka de nivel empresarial.

Al final de esta formación, los participantes serán capaces de:

• Configurar y administrar un Clúster de Kafka.
• Evaluar las ventajas y desventajas de implementar Kafka en el entorno local frente a la nube.
• Implementar y monitorear Kafka utilizando diversas herramientas de entornos locales y en la nube.

Este entrenamiento dirigido por un instructor (en línea o presencial) en Guatemala está destinado a desarrolladores de nivel intermedio que deseen desarrollar aplicaciones de big data con Apache Kafka.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Desarrollar productores y consumidores de Kafka para enviar y leer datos desde Kafka.
• Integrar Kafka con sistemas externos usando Kafka Connect.
• Escribir aplicaciones de transmisión de datos con Kafka Streams & ksqlDB.
• Integrar una aplicación cliente de Kafka con Confluent Cloud para despliegues basados en la nube.
• Adquirir experiencia práctica a través de ejercicios prácticos y casos de uso del mundo real.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a ingenieros de datos, científicos de datos y programadores que deseen utilizar las funciones Apache Kafka en la transmisión de datos con Python.

Al final de esta capacitación, los participantes podrán usar Apache Kafka para monitorear y administrar condiciones en flujos de datos continuos utilizando Python programación.

Este curso dirigido por un instructor y en vivo en Guatemala (en línea o presencial) está destinado a desarrolladores de Java intermedios que deseen integrar Apache Kafka en sus aplicaciones para garantizar mensajes confiables, escalables y de alta throughput.

Al final de este curso, los participantes podrán:

• Comprender la arquitectura y los componentes principales de Kafka.
• Configurar un clúster de Kafka.
• Producir y consumir mensajes utilizando Java.
• Implementar Kafka Streams para el procesamiento en tiempo real de datos.
• Asegurar la tolerancia a fallos y la escalabilidad en aplicaciones de Kafka.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a administradores de sistemas de nivel intermedio que desean aprovechar las funciones de cola de mensajes de Kafka de manera efectiva.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender las capacidades y la arquitectura de cola de mensajes de Kafka.
• Configure temas de Kafka para escenarios de cola de mensajes.
• Producir y consumir mensajes con Kafka.
• Supervise y administre Kafka como una cola de mensajes.

Este curso dirigido por un instructor, en vivo en Guatemala (en línea o presencial), está diseñado para probadores de software que deseen implementar medidas de seguridad de red en una aplicación Apache Kafka.

Al finalizar este curso, los participantes podrán:

• Desplegar Apache Kafka en un servidor basado en la nube.
• Implementar cifrado SSL para prevenir ataques.
• Agregar autenticación ACL para rastrear y controlar el acceso de usuarios.
• Garantizar que los clientes confiables tengan acceso a los clústeres de Kafka con autenticación SSL y SASL.

Kafka Streams es una biblioteca del lado del cliente para construir aplicaciones y microservicios cuyos datos se envían a y desde un sistema de mensajería Kafka. Tradicionalmente, Apache Kafka ha dependido de Apache Spark o Apache Storm para procesar los datos entre los productores y consumidores de mensajes. Al llamar a la API de Kafka Streams desde dentro de una aplicación, los datos pueden ser procesados directamente dentro de Kafka, evitando la necesidad de enviar los datos a un clúster separado para su procesamiento.

En este curso dirigido por un instructor y en vivo, los participantes aprenderán cómo integrar Kafka Streams en un conjunto de aplicaciones de Java de ejemplo que envían datos a y desde Apache Kafka para el procesamiento de flujos.

Al final de este entrenamiento, los participantes serán capaces de:

• Comprender las características y ventajas de Kafka Streams sobre otros marcos de procesamiento de flujos
• Procesar datos de flujo directamente dentro de un clúster de Kafka
• Escribir una aplicación o microservicio en Java o Scala que se integre con Kafka y Kafka Streams
• Escribir código conciso que transforme temas de entrada de Kafka en temas de salida de Kafka
• Construir, empaquetar e implementar la aplicación

Audiencia

• Desarrolladores

Formato del curso

• Parte conferencia, parte discusión, ejercicios y mucha práctica hands-on

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para arreglarlo

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a administradores de sistemas de nivel principiante a intermedio que deseen aprender a administrar de manera efectiva los temas de Kafka para una transmisión y procesamiento de datos eficientes.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos y la arquitectura del tema de Kafka.
• Cree, configure y administre temas de Kafka.
• Supervise el estado, el rendimiento y la disponibilidad de los temas de Kafka.
• Implementar medidas de seguridad para los temas de Kafka.

Este curso de formación dirigido por un instructor en Guatemala (en línea o presencial) está destinado a científicos de datos que deseen utilizar la pila SMACK para crear plataformas de procesamiento de datos para soluciones de big data.

Al finalizar este curso, los participantes serán capaces de:

• Implementar una arquitectura de pipeline de datos para el procesamiento de big data.
• Desarrollar una infraestructura en clúster con Apache Mesos y Docker.
• Analizar datos con Spark y Scala.
• Administrar datos no estructurados con Apache Cassandra.

Esta formación dirigida por un instructor (en línea o en el lugar) está destinada a desarrolladores que deseen transformar una arquitectura tradicional en una arquitectura basada en microservicios altamente concurrente utilizando Spring Cloud, Kafka, Docker, Kubernetes y Redis.

Al final de esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para construir microservicios.
• Diseñar e implementar un ecosistema de microservicios altamente concurrente utilizando Spring Cloud, Kafka, Redis, Docker y Kubernetes.
• Transformar servicios monolíticos y SOA a una arquitectura basada en microservicios.
• Adoptar un enfoque DevOps para desarrollar, probar y lanzar software.
• Garantizar alta concurrencia entre los microservicios en producción.
• Monitorizar los microservicios e implementar estrategias de recuperación.
• Llevar a cabo ajustes de rendimiento.
• Aprender sobre las tendencias futuras en la arquitectura de microservicios.