Bądźmy w kontakcie
 Czas trwania 21 godzin

Plan Szkolenia

Podstawy NiFi i przepływów danych

  • Dane w ruchu a dane w spoczynku: koncepcje i wyzwania
  • Architektura NiFi: rdzenie, kontroler przepływu, pochodzenie danych i biuletyn
  • Kluczowe komponenty: procesory, połączenia, kontrolery i pochodzenie danych

Kontekst Big Data i integracja

  • Rola NiFi w ekosystemach Big Data (Hadoop, Kafka, magazyny w chmurze)
  • Omówienie HDFS, MapReduce i nowoczesnych alternatyw
  • Przypadki użycia: pozyskiwanie strumieniowe, przesyłanie logów, potoki zdarzeń

Instalacja, konfiguracja i konfiguracja klastra

  • Instalacja NiFi w trybie pojedynczego węzła i klastra
  • Konfiguracja klastra: role węzłów, Zookeeper i równoważenie obciążenia
  • Orkiestracja wdrożeń NiFi: użycie Ansible, Dockera lub Helma

Projektowanie przepływów danych i zarządzanie nimi

  • Trasowanie, filtrowanie, dzielenie i scalanie przepływów
  • Konfiguracja procesorów (InvokeHTTP, QueryRecord, PutDatabaseRecord itp.)
  • Obsługa operacji schematu, wzbogacania i transformacji
  • Obsługa błędów, relacje ponawiania i przeciwdziałanie przeciążeniom

Scenariusze integracji

  • Łączenie z bazami danych, systemami komunikacyjnymi i interfejsami API REST
  • Przesyłanie strumieniowe do systemów analitycznych: Kafka, Elasticsearch lub magazyny w chmurze
  • Integracja ze Splunkiem, Prometheusem lub potokami logowania

Monitorowanie, odzyskiwanie i pochodzenie danych

  • Korzystanie z interfejsu NiFi, metryk i wizualizatora pochodzenia danych
  • Projektowanie autonomicznego odzyskiwania i eleganckiej obsługi awarii
  • Kopie zapasowe, wersjonowanie przepływów i zarządzanie zmianami

Dostrajanie wydajności i optymalizacja

  • Dostrajanie JVM, sterty, pul wątków i parametrów klastrowania
  • Optymalizacja projektu przepływów w celu redukcji wąskich gardeł
  • Izolacja zasobów, priorytetyzacja przepływów i kontrola przepustowości

Najlepsze praktyki i zarządzanie

  • Dokumentacja przepływów, standardy nazewnictwa, projektowanie modułowe
  • Bezpieczeństwo: TLS, uwierzytelnianie, kontrola dostępu, szyfrowanie danych
  • Kontrola zmian, wersjonowanie, dostęp oparty na rolach, ścieżki audytu

Rozwiązywanie problemów i reagowanie na incydenty

  • Typowe problemy: zakleszczenia, wycieki pamięci, błędy procesorów
  • Analiza logów, diagnostyka błędów i badanie przyczyn źródłowych
  • Strategie odzyskiwania i wycofywanie przepływów

Laboratorium praktyczne: implementacja realistycznego potoku danych

  • Budowanie kompleksowego przepływu: pozyskiwanie, transformacja, dostarczanie
  • Wdrażanie obsługi błędów, przeciwdziałania przeciążeniom i skalowania
  • Testowanie wydajności i dostrajanie potoku

Podsumowanie i dalsze kroki

Wymagania

  • Doświadczenie w pracy z wierszem poleceń systemu Linux
  • Podstawowa znajomość sieci i systemów danych
  • Styczność z koncepcjami przesyłania strumieniowego danych lub ETL

Grupa docelowa

  • Administratorzy systemów
  • Inżynierowie danych
  • Programiści
  • Specjaliści DevOps

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (7)

Propozycje terminów

Powiązane Kategorie