Contacta con nosotros

Temario del curso

Repaso de los fundamentos de Apache Airflow

  • Conceptos básicos: DAGs, operadores y flujo de ejecución.
  • Arquitectura y componentes de Airflow.
  • Comprensión de casos de uso avanzados y flujos de trabajo.

Creación de operadores personalizados

  • Comprensión de la anatomía de un operador de Airflow.
  • Desarrollo de operadores personalizados para tareas específicas.
  • Pruebas y depuración de operadores personalizados.

Hooks y sensores personalizados

  • Implementación de hooks para integración con sistemas externos.
  • Creación de sensores para monitorizar disparadores externos.
  • Mejora de la interactividad del flujo de trabajo mediante sensores personalizados.

Desarrollo de complementos para Airflow

  • Comprensión de la arquitectura de complementos.
  • Diseño de complementos para extender la funcionalidad de Airflow.
  • Buenas prácticas para gestionar e implementar complementos.

Integración de Airflow con sistemas externos

  • Conexión de Airflow a bases de datos, API y servicios en la nube.
  • Uso de Airflow para flujos de trabajo ETL y procesamiento de datos en tiempo real.
  • Gestión de dependencias entre Airflow y sistemas externos.

Depuración y monitorización avanzadas

  • Uso de registros y métricas de Airflow para resolver problemas.
  • Configuración de alertas y notificaciones para incidencias en los flujos de trabajo.
  • Aprovechamiento de herramientas de monitorización externas con Airflow.

Optimización del rendimiento y escalabilidad

  • Escalar Airflow utilizando ejecutores Celery y Kubernetes.
  • Optimizar el uso de recursos en flujos de trabajo complejos.
  • Estrategias para alta disponibilidad y tolerancia a fallos.

Casos de estudio y aplicaciones prácticas

  • Exploración de casos de uso avanzados en ingeniería de datos y DevOps.
  • Caso de estudio: Implementación de un operador personalizado para ETL a gran escala.
  • Buenas prácticas para gestionar flujos de trabajo a nivel empresarial.

Resumen y siguientes pasos

Requerimientos

  • Sólida comprensión de los fundamentos de Apache Airflow, incluyendo DAGs, operadores y arquitectura de ejecución.
  • Habilidad en programación con Python.
  • Experiencia integrando sistemas de datos y orquestación de flujos de trabajo.

Público objetivo

  • Ingenieros de datos.
  • Ingenieros DevOps.
  • Arquitectos de software.
 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas