4 tecnologías clave para una arquitectura de datos moderna

Estas tecnologías clave están estructurando la empresa para permitir un acceso más rápido, fácil y flexible a grandes volúmenes de valiosos datos

6 marzo, 2018
40 Compartido 1,344 Visualizaciones

La reestructuración  de la infraestructura IT del sector empresarial no es una misión nada fácil. Y es que las plataformas que han dominado el sector IT durante los últimos 30 años, no pueden soportar más las cargas de trabajo necesarias para impulsar las empresas actuales.

En el centro de esta transformación digital están los datos, los cuales se han convertido en la moneda más valiosa en el panorama empresarial hoy día.  Las organizaciones han estado o se han visto durante mucho tiempo bloqueadas con respecto al uso de datos debido a formatos incompatibles, limitaciones tradicionales en las bases de datos, y a la imposibilidad de combinar datos de múltiples  fuentes.

Pero todos estos problemas están desapareciendo gracias al avance tecnológico por lo que hoy mostramos 4 innovaciones a nivel de software que permiten optimizar la arquitectura de datos que manejamos y que para los negocios, tienen el poder de permitir una toma de decisiones más rápida e inteligente y de crear mejores experiencias para los clientes.

1.  NoSQL databases

El RDBMS (Relational database management system), ha dominado el mercado de las bases de datos por cerca de 30 años. Pero la base de datos relacional tradicional ha estado mostrando ser menos adecuada en la gestión de volúmenes de datos cada vez mayores así como con el ritmo tan acelerado al que se deben de gestionar los datos.

En el caso de base de datos de documentos, NoSQL ofrece un modelo mucho más simple desde la perspectiva de ingeniería de software. Este simplificado modelo de desarrollo incrementa la velocidad del mercado y ayuda a las empresas a dar una respuesta más rápida a las necesidades de clientes así como de usuarios internos.

2.  Plataformas de transmisión en tiempo real – Streaming

Responder a los clientes en tiempo real es una tarea crítica que repercutirá en  la experiencia del propio cliente.No es ningún misterio por qué las industrias orientadas al consumidor han experimentado una interrupción masiva en los últimos 10 años. Esto tiene que ver con la capacidad de las empresas para reaccionar ante el usuario en tiempo real. Es decir, escribir al usuario o cliente para decirloe que recibirá una oferta en 24 horas no es la mejor opción ya que ellos habrán actuado y ejecutado su decisión, la cual hicieron hace 23 horas. Trasladarse hacia un modelo de respuesta en tiempo real requiere la retransmisión en directo.

Las aplicaciones de envíos automáticos de mensajes han existido por años, sin embargo las plataformas de streaming actuales escalan mucho mejor (al menos a un coste más bajo), que sus predecesoras.

El reciente avance en tecnologías de streaming abre la puerta a muchas nuevas formas de optimizar negocios. Reaccionar a los clientes es una faceta. Y es que, al proporcionar un ciclo de retroalimentación en tiempo real, las transmisiones de eventos también pueden ayudar a las empresas a mejorar la calidad del producto y obtener un nuevo software más rápido.

3. Docker & Containers 

Los Containers mantienen  beneficios significantes para ambos, desarrolladores y operadores así como también para la organización misma. El enfoque tradicional para el aislamiento de infraestructuras era la partición estática, la asignación de un segmento de recursos fijo y separado (ya sea un servidor físico o una máquina virtual) para cada carga de trabajo.

El gran beneficio de la “tecnología de contenedores” es su capacidad para crear un nuevo tipo de aislamiento. Aquellos que menos entiendan este tipo de tecnología pueden creer que pueden conseguir los mismos beneficios que utilizando herramientas como Ansible, Puppet o Chef, pero en realidad estas tecnologías son complementarias.

Por lo tanto, no importa cuanto lo intentes, ya que que estas herramientas de automatización no pueden crear el aislamiento requerido para mover cargas de trabajo libremente entre infraestructura dispareja y configuraciones de hardware.

El mismo contenedor puede ejecutarse en hardware básico en un centro de datos local o en una máquina virtual en la nube pública, sin cambios necesarios. Esa es la verdadera movilidad de la carga de trabajo

4. Microservicios

Históricamente hablando, el concepto de microservicios no es nada nuevo. La diferencia hoy es que las tecnología disponibles como NoSQL databas, event streaming o la “orquestación de contenedores”, pueden escalar con la creación de miles de micro servicios.

Sin estos nuevos enfoques de almacenaje de datos, event streaming o orquestación de infraestructuras, la ejecución de grandes escalas de microservicios no serían posibles. Es decir, la infraestructura necesaria para manejar y gestionar vastas cantidades de datos, eventos e instancias de contenedores, no sería posible de escalar hacia los niveles requeridos.

Microservicios son todo sobre agilidad de entrega. Un servicio que es micro en naturaleza generalmente consiste en una función única o en un pequeño grupo de funciones. A más pequeña y concentrada la unidad funcional del trabajo, más fácil será crear, testar y desplegar el servicio. Estos servicios deberán de estar desacoplados o perderán la promesa de agilidad de los micro servicios.

Debido a que los microservicios encapsulan una pequeña unidad de trabajo además de estar desacoplados entre sí, existen pocos obstáculos para reemplazar o actualizar el servicio a lo largo del tiempo.

 

Te podría interesar

”La importancia del dato es la línea transversal en la innovación digital”
Actualidad
13 compartido2,409 visualizaciones
Actualidad
13 compartido2,409 visualizaciones

”La importancia del dato es la línea transversal en la innovación digital”

Mónica Gallego - 9 julio, 2018

IDC es una empresa de análisis y consultoría, tienen más de 1.100  analistas en todo el mundo y son líderes en análisis de datos a nivel global.…

La IA mejora los modelos de gestión de riesgo y la ciberseguridad y en el sector financiero
Inteligencia Artificial
67 compartido1,627 visualizaciones
Inteligencia Artificial
67 compartido1,627 visualizaciones

La IA mejora los modelos de gestión de riesgo y la ciberseguridad y en el sector financiero

José Luis - 16 marzo, 2018

El nivel de acierto en los modelos de concesión y seguimiento del riesgo de crédito mejoran entre un 25% y un 50% al usar algoritmos de machine…

El Big Data, clave en la segunda edición del Forbes Summit sobre Transformación Digital
Actualidad
21 compartido1,715 visualizaciones
Actualidad
21 compartido1,715 visualizaciones

El Big Data, clave en la segunda edición del Forbes Summit sobre Transformación Digital

Vicente Ramírez - 5 julio, 2018

Ayer se celebró en la Fundación Rafael del Pino de Madrid la segunda edición del Forbes Summit sobre Transformación Digital (#ForbesTD), evento durante el cual pasaron algunos…

Dejar comentario

Su email no será publicado