Architecting Modern Data Platforms

Guía arquitectónica de nivel empresarial que enseña a diseñar, desplegar y operar plataformas de Big Data escalables, resilientes y seguras basadas en el ecosistema Hadoop (versiones 2.x y 3.x). El libro está dirigido a arquitectos de datos, ingenieros de infraestructura y líderes técnicos que ya dominan los conceptos fundamentales de redes, sistemas operativos Linux y almacenamiento distribuido, y que necesitan dar el salto desde entornos piloto a infraestructuras de datos de misión crítica para grandes organizaciones.

La obra aborda con detalle la infraestructura física y lógica necesaria para computación distribuida: Hadoop HDFS, Apache YARN, Apache Spark, Apache HBase, Apache Kafka y motores de consulta SQL como Apache Hive e Impala. Explica la ingesta y orquestación con Apache Flume, Apache Sqoop y Apache Airflow, el dimensionamiento de hardware, topologías de red en bastidor (rack awareness) y almacenamiento SAN/NVMe. Asimismo, profundiza en la seguridad corporativa: autenticación centralizada mediante Kerberos y LDAP/Active Directory, control de acceso granular con Apache Ranger y Apache Sentry, cifrado en reposo y en tránsito con TLS/SSL, y aprovisionamiento automatizado mediante herramientas de infraestructura como código como Ansible y Terraform.

No incluye ejercicios guiados de programación ni construye aplicaciones de software cliente, ya que su propósito es puramente de arquitectura de sistemas y diseño de infraestructura tanto local (on-premises) como en entornos híbridos y cloud (AWS EC2, S3, OpenStack). Proporciona metodologías clave para alta disponibilidad (HA), conmutación por error (failover), respaldo y recuperación ante desastres (DR), así como pruebas de estrés y validación de clústeres. Deja fuera el desarrollo detallado de algoritmos analíticos o modelos de machine learning, siendo su mayor virtud ofrecer una panorámica exhaustiva e indispensable para garantizar la estabilidad y gobernanza de plataformas de datos que manejan petabytes de información.