Contattataci

Struttura del corso

Fondamenti di NiFi e Flusso Dati

  • Dati in movimento vs dati statici: concetti e sfide
  • Architettura di NiFi: core, flow controller, provenance e bulletin
  • Componenti chiave: processor, connessioni, controller e provenance

Contesto Big Data e Integrazione

  • Ruolo di NiFi negli ecosistemi Big Data (Hadoop, Kafka, archiviazione cloud)
  • Panoramica su HDFS, MapReduce e alternative moderne
  • Casi d'uso: ingestione di stream, invio di log, pipeline di eventi

Installazione, Configurazione & Setup del Cluster

  • Installazione di NiFi su singolo nodo e in modalità cluster
  • Configurazione del cluster: ruoli dei nodi, Zookeeper e load balancing
  • Orchestrazione delle implementazioni NiFi: utilizzo di Ansible, Docker o Helm

Progettazione e Gestione dei Dataflow

  • Routing, filtraggio, splitting e merging dei flussi
  • Configurazione dei processor (InvokeHTTP, QueryRecord, PutDatabaseRecord, ecc.)
  • Gestione dello schema, arricchimento e operazioni di trasformazione
  • Gestione degli errori, relazioni di retry e backpressure

Scenari di Integrazione

  • Connessione a database, sistemi di messaggistica, API REST
  • Streaming verso sistemi analitici: Kafka, Elasticsearch o archiviazione cloud
  • Integrazione con Splunk, Prometheus o pipeline di logging

Monitoraggio, Recupero & Provenance

  • Utilizzo dell'interfaccia utente NiFi, metriche e visualizzatore di provenance
  • Progettazione del recupero autonomo e gestione del fallimento elegante
  • Backup, versioning dei flussi e change management

Performance Tuning & Ottimizzazione

  • Tuning di JVM, heap, pool di thread e parametri di clustering
  • Ottimizzazione della progettazione del flusso per ridurre i colli di bottiglia
  • Isolamento delle risorse, prioritizzazione dei flussi e controllo del throughput

Best Practices & Governance

  • Documentazione dei flussi, standard di naming, progettazione modulare
  • Sicurezza: TLS, autenticazione, controllo degli accessi, crittografia dei dati
  • Change control, versioning, accesso basato sui ruoli, audit trail

Troubleshooting & Risposta agli Incidenti

  • Problemi comuni: deadlock, memory leak, errori dei processor
  • Analisi dei log, diagnostica degli errori e indagine sulle cause radice
  • Strategie di recupero e rollback dei flussi

Laboratorio Pratico: Implementazione di una Pipeline Dati Realistica

  • Costruzione di un flusso end-to-end: ingestione, trasformazione, consegna
  • Implementazione della gestione degli errori, backpressure e scaling
  • Test delle prestazioni e tuning della pipeline

Riepilogo e Prossimi Passaggi

Requisiti

  • Esperienza con la riga di comando Linux
  • Comprensione di base di reti e sistemi dati
  • Familiarità con i concetti di streaming dati o ETL

Pubblico di Riferimento

  • Amministratori di sistema
  • Ingegneri dei dati
  • Sviluppatori
  • Professionisti DevOps
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (7)

Corsi in Arrivo

Categorie relative