Data Warehouse y un Data Lake
Los Data Lakes y Data Warehouse son términos utilizados en el almacenamiento de Big Data, pero no son sinónimos y tienen diferencias funcionales distintas. Un Data Lake es un repositorio de datos sin procesar y sin una estructura definida, mientras que un Data Warehouse es un almacén de datos con una estructura definida y filtrada para un propósito específico.
Aunque pueden llegar a parecer similares esto debido a su capacidad de poder manejar grandes volúmenes de datos, es muy importante comprender sus diferencias ya que son capaces de satisfacer las necesidades de diferentes perspectivas.
mirando un poco sus diferentes propósitos un data Warehouse están diseñados para almacenar datos ya han sido limpiados y analizados mientras que un Data Lake es altamente escalable el cual contiene grandes volúmenes de datos pero que no se encuentran procesados si no que se encuentran en su formato nativo hasta que se necesiten para su uso, estos pueden almacenar cualquier información tanto datos sin procesar incluyendo datos no estructurados y semiestructurados.
Las organizaciones a menudo necesitan tanto un Data Warehouse como un Data Lake ya que al combinar los dos las empresas pueden almacenar y acceder a mas grandes volúmenes de datos.
según indican en este artículo de Forbes. A James Dixon, CTO de la empresa Pentaho, se le atribuye la denominación de data lake y usa la siguiente analogía:
«Si piensas un una ‘datamart’ como una tienda de agua embotellada, limpia y preparada para ser consumida fácilmente, el data lake sería como una gran cantidad de agua en un estado más natural. El contenido del data lake fluye de una fuente para llenar el lago y los usuarios pueden examinar, sumergirse o tomar muestras de él».
aportando un poco más personal sobre los artículos o páginas leídas la analogía de james dixon sobre el data lake como una gran cantidad de agua en un estado más natural es muy útil para comprender así un poco más
su propósito al igual que en un lago las empresas o personas pueden explorar y sumergirse para poder tomar muestras de los datos en un data lake según sus necesidades sin estar limitados por una estructura definida , es importante que las empresas aprendan a combinar las dos para una mejor eficiencia a la hora de buscar datos ya que si se combinan las dos se tienen mas grandes volúmenes de datos tanto no procesados como procesados
Bibliografía
Taylor, D. (2020, marzo 21). Data lake vs Data Warehouse – difference between them. Guru99. https://www.guru99.com/data-lake-vs-data-warehouse.html
(S/f). Snowflake.com. Recuperado el 20 de mayo de 2023, de https://www.snowflake.com/trending/data-lake-vs-data-warehouse
Kidd, C. (2022, noviembre 3). Data lake vs. Data warehouse: Comparing benefits, use cases & differences. Splunk-Blogs. https://www.splunk.com/en_us/blog/learn/data-warehouse-vs-data-lake.html
Data lake vs. Data warehouse: What’s the difference? (2022, octubre 13). Coursera. https://www.coursera.org/articles/data-lake-vs-data-warehouse
Comentarios
Publicar un comentario