Ponte en Contacto
 Duración 21 horas

Temario del curso

Fundamentos de NiFi y flujo de datos

  • Datos en movimiento vs. datos estáticos: 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).
  • Visión general de HDFS, MapReduce y alternativas modernas.
  • Casos de uso: ingesta de flujos, envío de registros, tuberías de eventos.

Instalación, configuración y establecimiento de clusters

  • Instalación de NiFi en modo de nodo único y modo cluster.
  • Configuración de clusters: 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 combinación 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 inversa (backpressure).

Escenarios de integración

  • Conexión con bases de datos, sistemas de mensajería y APIs REST.
  • Transmisión de datos (streaming) a sistemas analíticos: Kafka, Elasticsearch o almacenamiento en la nube.
  • Integración con Splunk, Prometheus o tuberías de registro (logging).

Monitoreo, recuperación y procedencia

  • Uso de la interfaz de usuario de NiFi, métricas y visor de procedencia.
  • Diseño de recuperación autónoma y manejo elegante de fallos.
  • Copia de seguridad, versión de flujos y gestión de cambios.

Ajuste de rendimiento y optimización

  • Ajuste de JVM, memoria en pila, pools de hilos y parámetros de clustering.
  • Optimización del diseño de flujos para reducir cuellos de botella.
  • Aislamiento de recursos, priorización de flujos y control del ancho de banda de datos.

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, versionado, acceso basado en roles y trazas 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 causas raíz.
  • Estrategias de recuperación y reversión de flujos.

Laboratorio práctico: Implementación de una tubería de datos realista

  • Construcción de un flujo extremo a extremo: ingesta, transformación y entrega.
  • Implementación de manejo de errores, presión inversa 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 transmisión de datos (streaming) 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