Ponte en Contacto
 Duración 21 horas

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 e integración de Big Data

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

Instalación, configuración y configuración de clúster

  • Instalación de NiFi en modo de un solo nodo y modo clúster
  • Configuración de clúster: roles de nodo, ZooKeeper y balanceo de carga
  • Orquestación de implementaciones 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 reintentos y presión de retorno (backpressure)

Escenarios de integración

  • Conexión a bases de datos, sistemas de mensajería y API REST
  • Streaming hacia sistemas de análisis: 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 visor de procedencia
  • Diseño de recuperación autónoma y manejo elegante de fallos
  • Copias de seguridad, versionado de flujos y gestión de cambios

Ajuste 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 (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 (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 de un pipeline de datos realista

  • Construcción de un flujo extremo a extremo: ingesta, transformación, entrega
  • Implementación de manejo de errores, presión de retorno y escalado
  • Pruebas de rendimiento y ajuste del pipeline

Resumen y próximos pasos

Requerimientos

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

Público objetivo

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

Número de participantes


Precio por participante

Reseñas (7)

Próximos cursos

Categorías Relacionadas