BC Skills Academy

Big Data y Streaming — Guía de Estudio

Una guía de estudio visual y alineada con el examen para la certificación de Big Data y Streaming. Cinco módulos cubren fundamentos de big data y almacenamiento distribuido, Apache Kafka en profundidad, procesamiento de flujos con semántica de tiempo de evento y ventanas, procesamiento con estado con garantías de entrega y checkpointing, y arquitecturas de streaming con analítica y operaciones en tiempo real, con diagramas Mermaid, tablas comparativas, ejemplos resueltos, conclusiones clave y autoevaluaciones.

Key facts

Course outline

  1. Fundamentos de Big Data — Las 5 V, almacenamiento distribuido (HDFS y almacenamiento de objetos) y el principio de mover el cómputo a los datos.
    • Las 5 V del Big Data
    • Almacenamiento Distribuido: de HDFS al Almacenamiento de Objetos
    • Fundamentos del Cómputo Distribuido
  2. Apache Kafka en Profundidad — Temas, particiones, offsets, grupos de consumidores, replicación, retención y compactación de registros.
    • Temas, Particiones y Desplazamientos
    • Grupos de Consumidores y Replicación
    • Retención y Compactación de Registros
  3. Procesamiento de Flujos y Tiempo — Spark vs Flink, tiempo de evento vs tiempo de procesamiento, ventanas y marcas de agua para datos tardíos.
    • Motores y Tiempo de Evento
    • Ventanas
    • Marcas de Agua y Datos Tardíos
  4. Estado, Garantías y Tolerancia a Fallos — Procesamiento con estado, checkpointing/recuperación y semánticas de entrega (a lo sumo una vez/al menos una vez/exactamente una vez).
    • Procesamiento con estado y puntos de control
    • Semántica de entrega
    • Exactamente una vez de extremo a extremo
  5. Arquitecturas, Analítica y Operaciones — Lambda vs kappa, CDC, contrapresión, el lakehouse de flujos, OLAP en tiempo real y monitoreo.
    • Lambda vs Kappa y CDC
    • The Streaming Lakehouse y OLAP en Tiempo Real
    • Contrapresión, Escalado y Monitoreo