Spring GDS 25 Aniversario
Una empresa de logística que envía a 190 países construyó algo para enviarse a sí misma.
Data lake
¿Qué es un data lake?
Un data lake es un almacén que guarda datos en crudo en su forma original, a casi cualquier escala, sin imponerles una estructura primero. Tablas estructuradas, registros JSON, imágenes, lecturas de sensores y eventos de clickstream pueden convivir en el mismo lago. Tú decides cómo dar forma a los datos cuando los lees, no cuando los escribes. Esa flexibilidad es justo lo que lo define.
Esta es la diferencia central entre un data lake y un data warehouse. Un warehouse exige estructura por adelantado y te recompensa con consultas rápidas y gobernadas. Un lago acepta cualquier cosa y aplaza la estructura, lo que mantiene las opciones abiertas pero deja más trabajo a quien luego intente darle sentido. Una empresa de medios podría volcar cada evento en crudo de sus apps en un lago y transformar después solo una parte en tablas limpias cuando un análisis o un modelo concreto lo necesite. Los lagos suelen apoyarse en almacenamiento de objetos barato como Amazon S3, que es lo que hace asequible el "guárdalo todo".
Lagos y warehouses suelen coexistir. Muchas empresas aterrizan los datos en crudo en un lago y luego empujan subconjuntos refinados y fiables a un warehouse para el reporting. El patrón más reciente del "lakehouse" intenta fundir ambos, añadiendo estructura y governance de estilo warehouse sobre el almacenamiento del lago.
Los data lakes en Dallonses
Construimos data lakes para clientes que de verdad necesitan guardarlo todo: equipos que entrenan modelos, que ejecutan análisis pesados o que trabajan con datos demasiado variados para caber en tablas pulcras. Un lago sin disciplina se convierte en un pantano, así que ponemos catalogación, control de acceso y estructura donde importa desde el principio.
La mayoría de las veces un lago es una pieza de un cuadro más grande. Lo emparejamos con un warehouse para que los datos en crudo y el reporting fiable tengan cada uno su sitio, y dejamos clara la frontera entre ambos. La analítica de datos de verdad necesita tanto la libertad de explorar datos en crudo como la disciplina de reportar números limpios, y diseñamos la arquitectura para que el cliente tenga las dos sin el desorden.
¿Sentado sobre datos en crudo que aún no puedes usar? Convirtámoslos en algo útil.
Servicios relacionados
Trabajos relacionados
Vizitio
Convertir una marca en un negocio que funciona.
Access Ticket
Medio millón de personas. Una app. Cero caos.
¿Listo para trabajar juntos?
Reservar una reunión
