Integración de datos
7 términos en esta categoría.
- Apache Kafka: qué es y para qué sirve en arquitecturas de datosApache Kafka es una plataforma distribuida de streaming de eventos. Qué es, cómo funciona (topics, particiones, brokers) y para qué sirve en datos en tiempo real.
- Apache NiFi: qué es y para qué sirveApache NiFi es una herramienta visual para automatizar el flujo de datos entre sistemas. Qué es, cómo funciona con procesadores y flowfiles y para qué se usa.
- CDC (Change Data Capture): qué es y cómo replicar datos en tiempo realCDC (Change Data Capture) detecta cambios en una base operativa y los replica al destino analítico en tiempo casi real. Métodos, herramientas y cuándo usarlo.
- Data virtualization: qué es y en qué se diferencia de un ETLLa virtualización de datos crea una capa de acceso unificada a fuentes dispersas sin moverlas ni copiarlas. Cómo funciona, ventajas, límites y diferencia con ETL.
- ELT (Extract, Load, Transform): qué es y por qué sustituye al ETLELT es la variante moderna del ETL: cargar datos crudos primero y transformarlos dentro del data warehouse. Ventajas frente al ETL clásico y herramientas.
- ETL (Extract, Transform, Load): definición y cómo funcionaETL es el proceso de extraer datos de fuentes operativas, transformarlos y cargarlos en un destino analítico. Ejemplos, herramientas y diferencias con ELT.
- Reverse ETL: qué es, para qué sirve y ejemplo prácticoReverse ETL mueve datos modelados del warehouse a aplicaciones operacionales (CRM, marketing, soporte). Definición, arquitectura, casos de uso y herramientas de referencia.