Bienvenida e introducción al curso

1

Iniciando con Big Data

2

Cloud Computing en proyectos de BigData

3

Introducción al manejo de datos en Cloud

4

Datos en Cloud

5

¿Qué nube debería utilizar en mi proyecto de Big Data?

Arquitecturas

6

Arquitecturas Lambda

7

Arquitectura Kappa

8

Arquitectura Batch

Extracción de información

9

Llevar tu información al cloud

10

Demo - Creando nuestro IDE en la nube con Python - Boto3

11

¿Cómo usar Boto3?

12

API Gateway

13

Storage Gateway

14

Kinesis Data Streams

15

Configuración de Kinesis Data Streams

16

Demo - Despegando Kinesis con Cloudformation

17

Kinesis Firehose

18

Demo - Configuración de Kinesis Firehose

19

Reto - Configurando Kinesis Firehose

20

AWS - MSK

21

Demo - Despliegue de un clúster con MSK

Transformación de Información

22

AWS - Glue

23

Demo - Instalando Apache Zeppelin

24

Creación del Developer Endpoint

25

Demo - Conectando nuestro developer Endpoint a nuestro Zeppelin Edpoint

26

Demo - Creando nuestro primer ETL - Crawling

27

Demo - Creando nuestro primer ETL - Ejecución

28

Demo - Creando nuestro primer ETL - Carga

29

AWS - EMR

30

Demo - Desplegando nuestro primer clúster con EMR

31

Demo - Conectándonos a Apache Zeppelin en EMR

32

Demo- Despliegue automático de EMR con cloudformation

33

AWS - Lambda

34

Ejemplos AWS- Lambda

35

Demo - Creando una lambda para BigData

Carga de Información

36

AWS - Athena

37

Demo - Consultando data con Athena

38

AWS - RedShift

39

Demo - Creando nuestro primer clúster de RedShift

40

AWS - Lake Formation

Consumo de información

41

AWS - ElasticSearch

42

Demo - Creando nuestro primer clúster de ElasticSearch

43

AWS - Kibana

44

AWS - QuickSight

45

Demo - Visualizando nuestra data con QuickSight

Seguridad, Orquestación y Automatización

46

Seguridad en los Datos

47

AWS Macie

48

Demo - Configurando AWS Macie

49

Apache Airflow

50

Demo - Creando nuestro primer clúster en Cloud Composer

51

Arquitectura de referencia

Clase pública

52

¿Qué es Big Data?

Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Curso de Big Data en AWS

Curso de Big Data en AWS

Carlos Andrés Zambrano Barrera

Carlos Andrés Zambrano Barrera

AWS - MSK

20/52
Recursos

Es un nuevo servicio lanzado en el 2018 cuyas características son:

  • Es un servicio que te permite tener Apache Kafka administrado en la nube.
  • Se despliega en un clúster.
  • Viene con la versión de Apache Kafka 1.1.1
  • Debemos especificar la cantidad de nodos que va a crear.
  • Por defecto va a desplegar un nodo de Zookeeper para mantener la configuración.

Aportes 4

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

Este servicio es Apache Kafka administrado en la nube de AWS.
MSK se despliega en un clúster, el cual está compuesto de broker nodes y zookeeper nodes para orquestar el procesamiento de información.

Conceptos importantes

  • Broker nodes: Al crear el clúster debemos especificar la cantidad de nodos por zona de disponibilidad. Con esto, el clúster se convierte en un multi-zona brindándonos una muy alta disponibilidad.
  • Zookeeper: Ayuda a mantener la configuración, datos de nombres, sincronización, rotación e integración con otros servicios.
  • Zookeeper nodes: Por defecto, al crear el clúster de MSK, se crea un nodo de Zookeeper.

Los conceptos que manejamos en esta arquitectura son muy parecidos a los que tenemos en Kinesis Data Stream (Producer, Clúster, Consumer).

MSK vs Kinesis
Lo que recomienda Amazon es:

  • Utiliza Kinesis si necesitas una fuerte integración con otros servicios dentro de AWS.
  • Utiliza MSK si necesitas una fuerte integración con sistemas de terceros con Open Source y mayor flexibilidad.

En conclusión, con Kinesis Data Stream tendremos un producto más administrado, coordinado y sincronizado con otros servicios de AWS, pero en MSK tendremos más flexibilidad la cual incluye consigo mayor carga de administración (porque básicamente lo que se despliega en MSK es un clúster).

MSK (Managed Streaming for Kafka)

Es un nuevo servicio lanzado en el 2018 cuyas características son:

Es un servicio que te permite tener Apache Kafka administrado en la nube.
Se despliega en un clúster.
Viene con la versión de Apache Kafka 1.1.1
Debemos especificar la cantidad de nodos que va a crear.
Por defecto va a desplegar un nodo de Zookeeper para mantener la configuración.

belongs to the Analytics Category>MSK managed Streaming for apache Kafka