{"id":4990,"date":"2022-07-03T07:05:14","date_gmt":"2022-07-03T15:05:14","guid":{"rendered":"https:\/\/www.gudusoft.com\/?p=4990"},"modified":"2022-07-03T20:11:10","modified_gmt":"2022-07-04T04:11:10","slug":"data-warehouse-environment-modernization","status":"publish","type":"post","link":"https:\/\/www.gudusoft.com\/es\/modernizacion-del-entorno-de-almacenamiento-de-datos\/","title":{"rendered":"Herramientas y consejos para la modernizaci\u00f3n del entorno de almacenamiento de datos"},"content":{"rendered":"

Herramientas y consejos para la modernizaci\u00f3n del entorno de almacenamiento de datos<\/h2>\n

almac\u00e9n de datos<\/strong><\/a> Tiene una larga trayectoria, y la idea b\u00e1sica es que la mayor\u00eda de las empresas desarrollan diversas aplicaciones para automatizar sus procesos b\u00e1sicos de negocio, y estos procesos evolucionan de forma independiente, lo que genera m\u00faltiples versiones de datos. Anteriormente, la inconsistencia de los datos ha sido un problema para quienes intentaban comprender los ingresos por ventas o los m\u00e1rgenes de beneficio en diferentes l\u00edneas de producto o regiones.<\/p>\n

En esencia, el concepto original de un almac\u00e9n de datos consiste en replicar datos cr\u00edticos de diversos sistemas transaccionales, resolver inconsistencias y generar conjuntos de datos limpios y f\u00e1ciles de analizar. Este proceso suele realizarse mediante programas que se ejecutan peri\u00f3dicamente y mantienen el almac\u00e9n de datos actualizado a medida que se incorporan nuevos datos.<\/p>\n

\"Modernizaci\u00f3n

Modernizaci\u00f3n del entorno del almac\u00e9n de datos<\/p><\/div>\n

Historia del entorno del almac\u00e9n de datos<\/h3>\n

Se requieren numerosos componentes para garantizar el correcto funcionamiento del entorno del almac\u00e9n de datos. Requiere procedimientos de extracci\u00f3n de datos y el almac\u00e9n de datos debe dise\u00f1arse con su propio esquema. Los almacenes de datos modernos tambi\u00e9n requieren procedimientos adicionales para resolver versiones competitivas de los datos de fondo mediante reglas de negocio que determinan la jerarqu\u00eda de las versiones principales de los datos.<\/p>\n

El desaf\u00edo hist\u00f3rico radica en que un almac\u00e9n de datos es similar a un edificio construido sobre un sistema operativo subyacente en constante cambio. Cuando se producen cambios importantes en estos sistemas (como una reorganizaci\u00f3n o una adquisici\u00f3n empresarial), la estructura del almac\u00e9n de datos debe adaptarse para reflejar los cambios empresariales subyacentes. Si el ritmo de cambio empresarial es demasiado r\u00e1pido, el almac\u00e9n de datos puede volverse poco fiable durante un tiempo, lo que mina la confianza de los empresarios en \u00e9l.<\/p>\n

Para resolver este problema, almacenes de datos<\/strong><\/a> Surgi\u00f3. Sin embargo, a menos que los data marts est\u00e9n sincronizados con los datos del almac\u00e9n de datos, podr\u00edan competir con \u00e9l y producir m\u00faltiples versiones de los datos. Para abordar esta inestabilidad, comenzaron a surgir diversos dise\u00f1os de almacenes de datos, incluyendo esquemas en estrella<\/strong>, esquemas de copos de nieve<\/strong>, y otros defendidos por los tecn\u00f3logos Bill Inmon y Ralph Kimball.<\/p>\n

Luego, comenz\u00f3 a surgir el campo de la gesti\u00f3n de datos maestros, con empresas que buscaban recopilar conjuntos de datos de contexto empresarial cada vez m\u00e1s complejos, a menudo con bases de datos independientes que funcionan en conjunto con almacenes de datos. Competir por diferentes versiones de jerarqu\u00edas de productos requiere la participaci\u00f3n de la empresa, de modo que... gobernanza de datos<\/strong><\/a> En el almac\u00e9n de datos se proporcionan procesos para el control empresarial de dichos datos maestros.<\/p>\n

Adem\u00e1s de la gran cantidad de datos, la complejidad a\u00f1adida tambi\u00e9n es un problema. Con el tiempo, empezamos a ver herramientas de consulta y an\u00e1lisis m\u00e1s complejas, que a menudo requer\u00edan su propia capa de metadatos para representar la visi\u00f3n empresarial del almac\u00e9n de datos.<\/p>\n

Al mismo tiempo, extraiga, transforme y cargue (ETL<\/strong><\/a>) los datos han dado lugar a una industria de integraci\u00f3n de datos<\/strong><\/a> herramientas. Estas herramientas automatizan el proceso y cuentan con sus propios scripts propietarios que agregan componentes adicionales que deben procesarse en el entorno del almac\u00e9n de datos.<\/p>\n

Modernizaci\u00f3n del almac\u00e9n de datos<\/h3>\n

Durante muchos a\u00f1os, se ha intentado organizar los componentes de un entorno de almacenamiento de datos empresarial. Para modernizar almacenes de datos cada vez m\u00e1s complejos, los proveedores intentan crear plantillas predise\u00f1adas y generadores de almacenes de datos, como Idera, Magnitude y Attunity. A pesar del \u00e9xito en algunos casos de uso, ninguno de ellos ha alcanzado el dominio del mercado.<\/p>\n

Adem\u00e1s, DevOps y DataOps se dedican a ayudar a que el esquema del almac\u00e9n de datos evolucione y a otros aspectos para hacer que el entorno del almac\u00e9n de datos funcione de manera controlada.<\/p>\n

A pesar de los enormes esfuerzos de los proveedores innovadores, no existen atajos para modernizar los almacenes de datos. Las grandes empresas han invertido considerablemente en almacenes de datos empresariales y sus entornos asociados, pero el gran volumen de procesos, procedimientos, scripts y esquemas sigue siendo un obst\u00e1culo importante para avanzar. Otro obst\u00e1culo es superar la inercia de las pr\u00e1cticas actuales de los administradores de bases de datos y el personal de TI.<\/p>\n

La migraci\u00f3n es dif\u00edcil porque la mayor\u00eda de los an\u00e1lisis empresariales dependen de almacenes de datos. Reestructurar un entorno operativo de almac\u00e9n de datos es como un mec\u00e1nico intentando cambiar el motor de un coche en marcha. Sin embargo, las herramientas de automatizaci\u00f3n de almacenes de datos y el moderno mercado de DataOps est\u00e1n haciendo todo lo posible para ayudar a las empresas a modernizar sus entornos de almacenamiento de datos.<\/p>\n

Conclusi\u00f3n<\/h3>\n

Gracias por leer nuestro art\u00edculo. Esperamos que le ayude a comprender mejor las herramientas y consejos para la modernizaci\u00f3n del entorno de almacenamiento de datos. Si desea obtener m\u00e1s informaci\u00f3n sobre el almacenamiento de datos, le recomendamos visitar Flujo de SQL de Gudu<\/strong><\/a> Para m\u00e1s informaci\u00f3n.<\/p>\n

Como uno de los\u00a0Las mejores herramientas de linaje de datos<\/a><\/strong>\u00a0Disponible en el mercado hoy en d\u00eda, Gudu SQLFlow no solo puede analizar archivos de script SQL, obtener\u00a0linaje de datos<\/strong><\/a>, y realizar una visualizaci\u00f3n, pero tambi\u00e9n permitir a los usuarios proporcionar el linaje de datos en formato CSV y realizar una visualizaci\u00f3n.\u00a0(Publicado por Ryan el 3 de julio de 2022)<\/strong><\/p>\n<\/div><\/div><\/div>