Curso de Apache Kafka and Spring Boot

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a desarrolladores que desean integrarse Apache Kafka con bases de datos y aplicaciones existentes para procesamiento, análisis, etc.

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

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

este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a ingenieros que deseen utilizar Confluent (una distribución de Kafka) para construir y administrar una plataforma de procesamiento de datos en tiempo real para sus aplicaciones.

al final de esta formación, los participantes podrán:

• Instalar y configurar Confluent Platform.
• Utilizar las herramientas y servicios de administración 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.

Format del curso

• Conferencia interactiva y discusión.
• Numerosos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Course

• Este curso se basa en la versión open source de Confluent: Confluent Open Source.
• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.

Apache Kafka es una plataforma de transmisión distribuida. Es un estándar de facto para construir canalizaciones de datos y resuelve muchos casos de uso diferentes en torno al procesamiento de datos: se puede usar como una cola de mensajes, registro distribuido, procesador de flujo, etc.

Comenzaremos con alguna teoría detrás de las canalizaciones de datos en general, luego continuaremos con los conceptos fundamentales detrás de Kafka. También descubriremos componentes importantes como Kafka Streams y Kafka Connect.

En esta capacitación en vivo dirigida por un instructor en Argentina (presencial o remoto), los participantes aprenderán cómo configurar e integrar diferentes marcos Stream Processing con los sistemas de almacenamiento de big data existentes y las aplicaciones de software y microservicios relacionados.

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

• Instale y configure diferentes marcos Stream Processing, como Spark Streaming y Kafka Streaming.
• Comprender y seleccionar el marco más adecuado para el trabajo.
• Procesamiento de datos de forma continua, simultánea y registro por registro.
• Integre Stream Processing soluciones con bases de datos, almacenes de datos, lagos de datos, etc. existentes.
• Integre la biblioteca de procesamiento de flujos más adecuada con aplicaciones empresariales y microservicios.

Este curso es para arquitectos empresariales, desarrolladores, administradores de sistemas y cualquier persona que quiera entender y usar un sistema de mensajería distribuida de alto rendimiento. Si tiene requisitos más específicos (por ejemplo, solo el lado de la administración del sistema), este curso se puede adaptar para satisfacer mejor sus necesidades.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a administradores de sistemas que desean configurar, implementar, administrar y optimizar un clúster de Kafka de nivel empresarial.

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

• Configure y administre un clúster de Kafka.
• Evalúe las ventajas y desventajas de implementar Kafka en las instalaciones frente a la nube.
• Implemente y supervise Kafka utilizando varias herramientas de entorno local y en la nube.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a desarrolladores de nivel intermedio que desean desarrollar aplicaciones de big data con Apache Kafka.

Al final de esta capacitación, los participantes podrán:

Desarrollar productores y consumidores de Kafka para enviar y leer datos de Kafka. Integre Kafka con sistemas externos mediante Kafka Connect. Escribe aplicaciones de streaming con Kafka Streams y ksqlDB. Integre una aplicación cliente de Kafka con Confluent Cloud para implementaciones de Kafka basadas en la nube. Obtenga experiencia práctica a través de ejercicios prácticos y casos de uso del mundo real.

Esta capacitación en vivo dirigida por un instructor en Argentina (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.

Esta formación en vivo, dirigida por un instructor, en Argentina (en línea o presencial) está destinada a testers de software que desean implementar medidas de seguridad de red en una aplicación Apache Kafka.

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

• Implementar 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 los 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 crear aplicaciones y microservicios cuyos datos se pasan hacia y desde un sistema de mensajería de Kafka. Tradicionalmente, Apache Kafka se ha basado en Apache Spark o Apache Storm para procesar datos entre los productores de mensajes y los consumidores. Al llamar a la API de Kafka Streams desde una aplicación, los datos se pueden procesar directamente dentro de Kafka, evitando la necesidad de enviar los datos a un clúster independiente para su procesamiento.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo integrar Kafka Streams en un conjunto de aplicaciones de muestra Java que pasan datos hacia y desde Apache Kafka para el procesamiento de flujos.

Al final de esta formación, 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 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 y desplegar la aplicación

Audiencia

• Desarrolladores

Formato del curso

• Parte teórica, parte discusión, ejercicios y práctica intensiva

Notas

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar

Esta capacitación en vivo dirigida por un instructor en Argentina (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.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o presencial) está dirigida a desarrolladores que desean implementar Apache Kafka el procesamiento de flujos sin escribir código.

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

• Instale y configure Confluent KSQL.
• Configure una canalización de procesamiento de secuencias utilizando solo los comandos SQL (sin codificación Java o Python).
• Lleve a cabo el filtrado de datos, las transformaciones, las agregaciones, las uniones, las ventanas y la sessionización íntegramente en SQL.
• Diseñe e implemente consultas interactivas y continuas para la transmisión de ETL y análisis en tiempo real.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a científicos de datos que desean utilizar la pila SMACK para crear plataformas de procesamiento de datos para soluciones de big data.

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

• Implemente una arquitectura de canalización de datos para procesar big data.
• Desarrollar una infraestructura de clúster con Apache, Mesos y Docker.
• Analice los datos con Spark y Scala.
• Gestione datos no estructurados con Apache Cassandra.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a ingenieros de datos, científicos de datos y programadores que deseen utilizar Spark Streaming funciones en el procesamiento y análisis de datos en tiempo real.

Al final de esta capacitación, los participantes podrán usar Spark Streaming para procesar flujos de datos en vivo para su uso en bases de datos, sistemas de archivos y paneles de control en vivo.

Esta capacitación en vivo dirigida por un instructor en Argentina (en línea o en el sitio) está dirigida a desarrolladores que desean transformar la arquitectura tradicional en una arquitectura basada en microservicios altamente concurrente utilizando Spring Cloud, Kafka, Docker, Kubernetes y Redis.

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

• Configure el entorno de desarrollo necesario para crear microservicios.
• Diseñe e implemente un ecosistema de microservicios altamente concurrente utilizando Spring Cloud, Kafka, Redis, Docker y Kubernetes.
• Transforme los servicios monolíticos y SOA en una arquitectura basada en microservicios.
• Adopte un enfoque DevOps para desarrollar, probar y lanzar software.
• Garantice una alta simultaneidad entre los microservicios en producción.
• Supervise los microservicios e implemente estrategias de recuperación.
• Realice ajustes de rendimiento.
• Conozca las tendencias futuras en la arquitectura de microservicios.