Cloud Data Architecture

Uno de los principales escollos que nos encontramos a la hora de ir al Cloud es el de definir la arquitectura de datos correcta que nos permita responder a las necesidades actuales en materia de datos y que, a la vez nos dé un recorrido lo suficientemente flexible como para afrontar los cambios que seguro requeriremos. Y todo esto con la suficiente garantía de que no deberemos rehacer todo o gran parte del desarrollo realizado.

Aquí debemos responder a todos estos grandes interrogantes:

Qué latencia tiene cada dato.
Qué uso tiene: DWH, AI/ML, App Integration, APIs.
Quién lo consume.
Qué requisitos de gobierno del dato tengo.
Qué calidad tiene y cómo la mido a lo largo del tiempo.

SERVICIOS

En DataSpurs llevamos muchos años asesorando empresas para definir cuál es la mejor arquitectura de datos para solventar cada necesidad. Somos conscientes de que este proceso es incremental y que requiere de análisis previo, de entender la estrategia corporativa y de aplicar la tecnología requerida en cada caso de uso.

No es lo mismo una integración de datos en Batch que la integración en tiempo real a través de colas Kafka por ejemplo, o la captura de cambios de una BD relacional o la publicación de endpoints REST en un API Gateway. Hay que entender la necesidad e implementar la mejor solución.

Este proceso siempre debe tener en cuenta una visión común completa, que las herramientas permitan flexibilidad, que no dependamos de múltiples lenguajes de programación para hacer sencillo el mantenimiento, que podamos implementar políticas de privacidad generales, procesos de data governance end-to-end, etc. Esta visión corporativa nos dará ventajas competitivas importantes sobre los que ven cada caso de uso como independiente.

Cloud Data Architecture