Diseño de plataformas de datos en la nube

Opiniones de los lectores

Este libro ha sido muy elogiado por su profundidad informativa, claridad y relevancia para las modernas plataformas de datos en la nube, abarcando los principales proveedores de la nube como AWS, GCP y Azure. Los lectores aprecian su enfoque estructurado y los conocimientos prácticos que ofrece a los ingenieros y arquitectos de datos. Sin embargo, algunos usuarios señalaron la ausencia de cobertura de Snowflake y sugirieron incorporar Cloud Well Architected Frameworks para mejorar la orientación.

⬤ Profundidad informativa que cubre AWS, GCP y Azure
⬤ lenguaje y estructura claros
⬤ ideas prácticas y mejores prácticas
⬤ beneficioso para ingenieros y arquitectos de datos
⬤ capítulos útiles sobre gestión de metadatos y esquemas
⬤ despierta ideas para la práctica
⬤ cubre un enfoque de ciclo de vida completo.

⬤ No cubre Snowflake
⬤ podría beneficiarse de la inclusión de Cloud Well Architected Frameworks
⬤ puede requerir algún conocimiento previo de lenguajes de código abierto para una apreciación completa.

(basado en 14 opiniones de lectores)

Título original:

Designing Cloud Data Platforms

Contenido del libro:

En Designing Cloud Data Platforms, Danil Zburivsky y Lynda Partner revelan un enfoque de seis capas que aumenta la flexibilidad y reduce los costes. Descubra patrones para la ingesta de datos procedentes de diversas fuentes y aprenda a aprovechar los servicios preintegrados que ofrecen los proveedores de servicios en la nube.

Resumen

Los almacenes de datos centralizados, que durante mucho tiempo han sido el estándar de facto para albergar datos para análisis, están dando paso rápidamente a plataformas de datos en la nube multifacéticas. Las empresas que adoptan las modernas plataformas de datos en la nube se benefician de una visión integrada de su negocio utilizando todos sus datos y pueden aprovechar las prácticas analíticas avanzadas para impulsar predicciones y servicios de datos aún no imaginados. Designing Cloud Data Platforms es una guía práctica para imaginar y diseñar una plataforma de datos moderna y escalable que aproveche al máximo la flexibilidad de la nube. A medida que vaya leyendo, aprenderá los componentes básicos del diseño de una plataforma de datos en la nube, junto con el papel de tecnologías clave como Spark y Kafka Streams. También explorará la creación de procesos para gestionar los datos basados en la nube, mantenerlos seguros y utilizar herramientas avanzadas de análisis y BI para analizarlos.

La compra del libro impreso incluye un libro electrónico gratuito en formato PDF, Kindle y ePub de Manning Publications.

Acerca de la tecnología

Las canalizaciones, los sistemas de almacenamiento y las API bien diseñados eliminan el complicado escalado y mantenimiento que requieren los centros de datos locales. Una vez que aprenda los patrones para diseñar plataformas de datos en la nube, maximizará el rendimiento independientemente del proveedor de la nube que utilice.

Acerca del libro

En Designing Cloud Data Platforms, Danil Zburivsky y Lynda Partner revelan un enfoque de seis capas que aumenta la flexibilidad y reduce los costes. Descubra patrones para la ingesta de datos de diversas fuentes y aprenda a aprovechar los servicios preintegrados que proporcionan los proveedores de la nube.

Contenido

Prácticas recomendadas para conjuntos de datos estructurados y no estructurados.

Herramientas de aprendizaje automático preparadas para la nube.

Metadatos y análisis en tiempo real.

Arquitectura defensiva, acceso y seguridad.

Acerca del lector

Para profesionales de datos familiarizados con los fundamentos de la computación en nube y Hadoop o Spark.

Sobre el autor

Danil Zburivsky cuenta con más de 10 años de experiencia en el diseño y soporte de infraestructuras de datos a gran escala para empresas de todo el mundo. Lynda Partner es la vicepresidenta de Analytics-as-a-Service en Pythian, y ha estado en el lado empresarial de los datos durante más de 20 años.

Índice

1 Presentación de la plataforma de datos.

2 Por qué una plataforma de datos y no sólo un almacén de datos.

3 Creciendo y aprovechando los 3 Grandes: Amazon, Microsoft Azure y Google.

4 Introducción de datos en la plataforma.

5 Organización y procesamiento de datos.

6 Procesamiento y análisis de datos en tiempo real.

7 Arquitectura de la capa de metadatos.

8 Gestión de esquemas.

9 Acceso a los datos y seguridad.

10 Impulsar el valor empresarial con plataformas de datos.