Lago de datos

¿Qué es un lago de datos?

Los lagos de datos permiten a las empresas transformar datos sin procesar en datos estructurados, listos para análisis basados en SQL, data science y aprendizaje automático, pero con una latencia menor. Todos los tipos de datos se recopilan con más facilidad y se retienen indefinidamente, incluidas imágenes de streaming, vídeo, archivos binarios y más. Puesto que el lago de datos proporciona capacidad de respuesta para diversos tipos de archivos y un «puerto seguro» para datos nuevos, resulta más sencillo mantenerlo actualizado.

Con este tipo de flexibilidad, los lagos de datos brindan a los usuarios distintos tipos de conjuntos de capacidades, configuraciones regionales e idiomas para realizar las tareas que necesitan. Cuando se comparan los lagos de datos con los almacenes de datos y silos a los que han sustituido, la flexibilidad que proporcionan para aplicaciones de Big Data y aprendizaje automático resulta cada vez más evidente.

Algunos de los beneficios de los lagos de datos para el cliente son los siguientes:

• Referencias dinámicas para el rendimiento de la red de su sitio sin configurar SLE manualmente.
• Comparaciones que resaltan los puntos donde sitios similares están experimentando problemas en función de sus propios datos.
• Sugerencias de optimización basadas en los datos de rendimiento del comportamiento de un sitio de cliente similar.
• Un reentrenamiento constante de la inteligencia artificial/aprendizaje automático, a medida que surgen nuevas tecnologías, infraestructuras y terminales.

Prácticamente todos los proveedores de servicios de nube principales ofrecen soluciones de lago de datos modernas. Los centros de datos locales continúan empleando el sistema de archivos Hadoop (HDFS) casi como un estándar. No obstante, a medida que las empresas adoptan progresivamente el entorno de nube, los científicos de datos, ingenieros y profesionales de TI se encuentran con que disponen de numerosas opciones para aprovechar las posibilidades mejoradas de desplazar su almacenamiento de datos a un entorno de lago de datos basado en la nube.

Los lagos de datos resultan especialmente útiles cuando se trabaja con datos en streaming, como JSON. Los tres casos de uso empresariales más habituales son el análisis o inteligencia empresarial, data science centrada en aprendizaje automático y los servidores de datos; aplicaciones de alto rendimiento que dependen de datos en tiempo real.

Todos los proveedores de servicios de nube más importantes, desde Amazon Web Services (AWS) hasta Microsoft Azure o Google BigQuery, proporcionan el almacenamiento y los servicios necesarios para lagos de datos basados en la nube. Cualquiera que sea el nivel de integración que busque una organización, desde la simple copia de seguridad a la integración completa, existe una variedad casi inagotable de opciones.

Comparadas con hace tan solo dos o tres décadas, la mayoría de las decisiones empresariales ya no se basan en datos transaccionales guardados en almacenes de datos. El cambio radical desde un almacén de datos estructurado a la fluidez de la estructura del lago de datos moderno se ha producido en respuesta a las necesidades y capacidades cambiantes de las aplicaciones de Big Data y data science modernas.

Aunque siguen emergiendo nuevas aplicaciones prácticamente a diario, algunas de las más habituales para el lago de datos moderno se centran en la rapidez de adquisición y análisis de los nuevos datos. Por ejemplo, un lago de datos puede combinar los datos de clientes de una plataforma de CRM con análisis de redes sociales, o una plataforma de marketing puede integrar el historial de compras de un cliente. Cuando se combinan estos elementos, una empresa puede comprender mejor las potenciales áreas de beneficios o las causas de la pérdida de clientes.

Del mismo modo, un lago de datos permite a los equipos de investigación y desarrollo probar hipótesis y evaluar los resultados. Al aportar cada vez más formas de recopilar datos en tiempo real, un lago de datos logra que los métodos de almacenamiento o análisis resulten más rápidos, intuitivos y accesibles a un mayor número de ingenieros.

Las empresas actuales emplean el Big Data para enfrentarse a sus mayores desafíos. Donde Hadoop ha resultado adecuado para destilar valor de los datos desestructurados, ahora las organizaciones buscan nuevas y mejoradas formas de simplificar este proceso.

Las empresas de hoy en día realizan inversiones enormes en análisis, desde sistemas, científicos de datos y plantillas de TI, para implementar, operar y mantener la gestión de datos local basada en Hadoop. Al igual que con cualquier entorno de datos, los requisitos de capacidad pueden cambiar exponencialmente.

HPE GreenLake brinda a las organizaciones una solución basada en la nube realmente escalable capaz de simplificar drásticamente su experiencia de Hadoop, al eliminar la complejidad y el coste y centrándose en su lugar en obtener el conocimiento que proporcionan los datos. HPE GreenLake ofrece una solución global completa con hardware, software y HPE Services.

Al maximizar el potencial de tus datos, HPE GreenLake aprovecha al máximo el lago de datos HDFS ya incluido en el entorno local, mientras se beneficia de las ventajas y la información presentes en la nube.