La fabricación en la nube permite la integración de recursos de fabricación distribuidos geográficamente a través de tecnologías avanzadas de computación en la nube e IoT. Este paradigma promueve el desarrollo de sistemas de producción escalables y adaptables. Sin embargo, los marcos existentes enfrentan desafíos relacionados con la escalabilidad, la orquestación de recursos y la seguridad de datos, especialmente en entornos de fabricación descentralizados en rápida evolución. Este estudio presenta una arquitectura novedosa de nueve capas diseñada específicamente para abordar estos problemas. Central en este marco es el uso de Apache Kafka para una ingestión de datos robusta y de alto rendimiento, y Apache Spark Streaming para mejorar el procesamiento de datos en tiempo real. Este marco está respaldado por una arquitectura basada en microservicios que garantiza una alta escalabilidad y una latencia reducida. La validación experimental utilizando datos de sensores del Repositorio de Aprendizaje Automático de la UCI demostró mejoras sustanciales en la eficiencia de procesamiento y el rendimiento en comparación con los marcos convencionales. Componentes clave, como RabbitMQ, contribuyen al rendimiento de baja latencia, mientras que Kafka garantiza la durabilidad de los datos y admite aplicaciones en tiempo real. Además, el procesamiento de datos en memoria de Spark Streaming permite un análisis de datos rápido y dinámico, generando ideas accionables. Los resultados experimentales resaltan el potencial del marco para mejorar la eficiencia operativa, la utilización de recursos y la seguridad de datos, ofreciendo una solución resistente adaptada a las demandas de las aplicaciones industriales modernas. Este estudio subraya la contribución del marco para avanzar en la Fabricación en la Nube al proporcionar información detallada sobre su rendimiento, escalabilidad y aplicabilidad a los ecosistemas de fabricación contemporáneos.