Diagnosticar contención en un broker de mensajes para banca hispana
Visión general
De qué trata este proyecto.
Configura un entorno espejo con 3 brokers Kafka, 14 servicios consumidores y un generador de carga que reproduce el patrón observado en producción. Instrumenta con OpenTelemetry y exporta métricas JMX por broker. Reproduce el pico (datos sintéticos provistos). Aísla la causa raíz con bisección controlada (cambia una variable por experimento). Entrega un informe forense de 8 páginas con la causa raíz, la evidencia trazable y 2 mitigaciones de corto plazo más 1 cambio estructural a medio plazo.
El Briefing
Lo que harás y lo que demostrarás.
Atribuir un pico de latencia en un cluster Kafka multi-consumidor a una causa raíz concreta con evidencia reproducible y proponer mitigaciones medibles.
Earning criteria — what you'll demonstrate
- Instrumentar un cluster Kafka real con métricas y trazas significativas
- Aplicar bisección controlada para atribuir contención a una causa única
- Distinguir partition skew, rebalanceos y GC como fuentes de latencia distintas
- Comunicar el diagnóstico a equipos de plataforma y operación
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero de Backend
Quien comprende dónde nace la latencia en Kafka escribe consumidores que no son frágiles ante el siguiente rebalanceo.
Este proyecto afina
- kafka
- performance-analysis
- jvm-tuning