Arquitectura de datos
14 términos en esta categoría.
- Apache Hudi: qué es y en qué se diferencia de Iceberg y Delta LakeApache Hudi es un formato de tabla abierto para data lakes orientado a upserts y cargas incrementales. Copy on write, merge on read y cuándo encaja frente a Iceberg.
- Apache Iceberg: qué es, para qué sirve y ejemplo prácticoApache Iceberg es un formato abierto de tabla para data lakes que aporta ACID, evolución de esquema y time travel. Definición, arquitectura y tecnologías compatibles.
- Arquitectura Medallion (bronze/silver/gold) en data lakehouseLa arquitectura Medallion organiza un data lakehouse en tres capas: bronze (datos crudos), silver (limpios y estandarizados) y gold (modelados para consumo).
- Data lake: qué es, cuándo conviene y diferencia con data warehouseUn data lake almacena datos crudos de cualquier formato a bajo coste sobre object storage. Casos de uso, ventajas, riesgos y diferencia con DW y lakehouse.
- Data lakehouse: qué es, para qué sirve y ejemplo prácticoDefinición de data lakehouse: arquitectura que combina la flexibilidad del data lake con las garantías ACID del data warehouse. Ejemplos y tecnologías de referencia.
- Data mart: qué es y en qué se diferencia de un data warehouseUn data mart es un subconjunto del data warehouse orientado a un área de negocio concreta. Tipos, ventajas, diferencia con el DW y cuándo usar cada uno.
- Data mesh: qué es, principios y cuándo aplicarloQué es data mesh: enfoque socio-técnico para escalar la analítica de datos en organizaciones grandes mediante propiedad por dominio y datos como producto.
- Data Streaming: qué es el procesamiento en tiempo real de datosEl data streaming procesa eventos conforme llegan, sin esperar a que se acumule un lote. Qué es, cómo funciona Kafka, y cuándo elegir streaming frente a batch.
- Data Vault: qué es y cuándo conviene este modelo de datosData Vault es una técnica de modelado para data warehouses centrada en la trazabilidad y el cambio. Qué son hubs, links y satélites, y cuándo compensa.
- Delta Lake: qué es, para qué sirve y ejemplo prácticoDelta Lake es el formato de tabla abierta creado por Databricks que aporta ACID, time travel y MERGE sobre data lakes. Arquitectura, comparativa con Iceberg y casos de uso.
- Event sourcing: qué es y en qué se diferencia del CDCEn event sourcing el estado no se guarda: se deriva de la secuencia de eventos que lo produjeron. Qué problemas resuelve, qué cuesta y cuándo no compensa.
- Schema-on-read: qué es y en qué se diferencia de schema-on-writeSchema-on-read aplica la estructura al leer el dato, no al escribirlo. Qué implica para un data lake, qué problemas traslada y cuándo conviene cada enfoque.
- Semantic layer: qué es y por qué unifica las métricas de toda la empresaQué es el semantic layer: capa de traducción entre los datos técnicos y las preguntas de negocio. Garantiza que 'ventas' signifique lo mismo en todos los dashboards.
- Time travel: qué es y cómo consultar una tabla tal como estaba antesTime travel es la capacidad de consultar el estado pasado de una tabla usando sus versiones. Cómo funciona en los formatos de tabla abiertos y para qué sirve.