AWS Data Analytics

Cada vez las empresas tienen a su disposición mayor cantidad de datos, provenientes de numerosas fuentes de información. Sin embargo, en muchas ocasiones no se tiene la capacidad de disponer de un entorno analítico capaz de ingestar, modelar, analizar y mostrar la información de valor que se esconde tras esos datos.

En un entorno cada vez más competitivo, global y cambiante como el que nos rodea, la capacidad de poder tomar decisiones rápidamente es primordial, aunque si la información de partida no es correcta o actualizada, seguramente el camino que tomemos no sea el adecuado.

Todos conocemos la arquitectura de la cadena de análisis tradicional:

Fuente de Datos, normalmente una BD relacional en la que está nuestra información de negocio
Solución ETL (Extract – Transform – Load), donde se extraen los datos del origen, se realizan las transformaciones necesarias y, finalmente, se cargan en una BD que normalmente denominamos DataWarehouse
Solución de Análisis y Visualización, como soporte a la hora de tomar decisiones basadas en la foto actual, previsiones, etc.

A nivel conceptual, no cabe la menor duda de que el modelo funciona, pero el problema es que, al trasladarlo a la práctica, en muchas ocasiones resulta complejo de gestionar, ya que se suele optar por soluciones heterogéneas, lo cual hace que la puesta en marcha y la gestión del ciclo de vida de la solución sea complejo.

Por otro lado, tenemos que analizar los costes de la solución. En un esquema clásico, donde se requiere algún tipo de licenciamiento (ya sea por capacidad de cómputo asignada al DataWare o a la solución ETL), normalmente se dan unos costes de capital (CAPEX) que muchas veces hacen que el proyecto sea inviable.

Precisamente es aquí donde la aplicación de la filosofía de cloud pública, especialmente las ventajas de pago por uso, se convierte en el eje sobre el que pivotará la concepción de la nueva arquitectura de análisis del dato.

Como premisa tomaremos que los extremos (Origen y Análisis / Visualización) son constantes debido a que suele ser elementos en cierto modo “impuestos”:

Origen: Serán las fuentes de datos que haya en la empresa, como las BD de ERP y/o CRM, fuentes de información externa, etc.
Análisis / Visualización: En multitud de ocasiones suele suceder que el usuario final no está dispuesto a cambiar sus herramientas, las que usa para analizar y visualizar la información y los cuadros de mando.

Debido a ello, la arquitectura que presentaremos a continuación será independiente tanto del origen como de la herramienta de análisis y visualización en cuestión. Dicho esto, nos centraremos en la pieza central, el motor de la nueva arquitectura de analítica de Amazon Analytics.

1. AWS DMS (Database Migration Service):

Servicio orientado a la migración y sincronización de bases de datos y que, en este caso, será el encargado de importar los datos desde las bases de datos originales hasta el servicio AWS S3.

Respecto a la facturación, el coste de este servicio depende de la capacidad de cómputo asignada a la tarea de extracción de la información y del tiempo que tarda en completar la tarea, por lo que, una vez finaliza la importación de la información, su coste pasa a ser 0 hasta que se realice la siguiente sincronización de datos.

Somos firmes defensores de que la tecnología debe estar al servicio de negocio y debe poder ser lo suficientemente elástica para que ofrezca el rendimiento óptimo en cada momento, evitando ser un obstáculo.

Propuestas como esta, realizadas sobre los pilares de:

Optimización de costes
Pago por uso
Elasticidad
Serverless

Nos ayudan a saber de antemano que vamos a pagar lo justo y que vamos a tener el rendimiento necesario en cada momento, olvidando inversiones en licenciamiento de soluciones de terceros que, muchas veces, van ligadas al número de usuarios o a una capacidad de computación fijada de antemano (normalmente el caso peor, el caso pico).