Wikiparfum
Puig tenia les millors dades de fragàncies del món. Nosaltres les vam convertir en una plataforma.
Data lake
Què és un data lake?
Un data lake és un magatzem que guarda dades en cru en la seva forma original, a gairebé qualsevol escala, sense imposar-los una estructura primer. Taules estructurades, registres JSON, imatges, lectures de sensors i esdeveniments de clickstream poden conviure al mateix llac. Tu decideixes com donar forma a les dades quan les llegeixes, no quan les escrius. Aquesta flexibilitat és just el que el defineix.
Aquesta és la diferència central entre un data lake i un data warehouse. Un warehouse exigeix estructura per endavant i et recompensa amb consultes ràpides i governades. Un llac accepta qualsevol cosa i ajorna l'estructura, cosa que manté les opcions obertes però deixa més feina a qui després intenti donar-li sentit. Una empresa de mitjans podria abocar cada esdeveniment en cru de les seves apps en un llac i transformar després només una part en taules netes quan una anàlisi o un model concret ho necessiti. Els llacs solen recolzar-se en emmagatzematge d'objectes barat com Amazon S3, que és el que fa assequible el "guarda-ho tot".
Llacs i warehouses solen coexistir. Moltes empreses aterren les dades en cru en un llac i després empenyen subconjunts refinats i fiables a un warehouse per al reporting. El patró més recent del "lakehouse" intenta fondre tots dos, afegint estructura i governance d'estil warehouse sobre l'emmagatzematge del llac.
Els data lakes a Dallonses
Construïm data lakes per a clients que de debò necessiten guardar-ho tot: equips que entrenen models, que executen anàlisis pesades o que treballen amb dades massa variades per cabre en taules polides. Un llac sense disciplina es converteix en un pantà, així que posem catalogació, control d'accés i estructura on importa des del principi.
La majoria de vegades un llac és una peça d'un quadre més gran. L'emparellem amb un warehouse perquè les dades en cru i el reporting fiable tinguin cadascun el seu lloc, i deixem clara la frontera entre tots dos. L'analítica de dades de debò necessita tant la llibertat d'explorar dades en cru com la disciplina de reportar números nets, i dissenyem l'arquitectura perquè el client tingui totes dues sense el desordre.
Assegut sobre dades en cru que encara no pots fer servir? Convertim-les en una cosa útil.
Serveis relacionats
Treballs relacionats
Spring GDS 25è Aniversari
Una empresa de logística que envia a 190 països va construir alguna cosa per enviar-se a si mateixa.
Access Ticket
Mig milió de persones. Una app. Zero caos.
Preparat per a treballar junts?
Reserva una reunió
