Capítulo 8. Antes del punto de inflexión
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Los problemas de hoy provienen de las "soluciones" de ayer.
Peter M. Senge, La Quinta Disciplina
Complejidad organizativa, proliferación de fuentes de datos, crecimiento de las expectativas de datos: éstas son las fuerzas que han puesto a prueba nuestros enfoques actuales de la gestión analítica de datos. Nuestros métodos actuales han hecho notables progresos escalando las máquinas: gestionando grandes volúmenes de una variedad de tipos de datos con almacenamiento de datos distribuido a escala planetaria, transmitiendo de forma fiable datos de alta velocidad a través de flujos, y procesando cargas de trabajo de datos intensivos de forma concurrente y rápida. Sin embargo, nuestros métodos tienen limitaciones con respecto a la complejidad y escala organizativa, la escala humana.
En este capítulo, presento brevemente el panorama actual de las arquitecturas de datos, sus características subyacentes y las razones por las que, de cara al futuro, nos limitan.
Evolución de las Arquitecturas Analíticas de Datos
La forma en que gestionamos los datos analíticos ha experimentado cambios evolutivos, cambios impulsados por los nuevos modelos de consumo, que van desde la analítica tradicional en apoyo de las decisiones empresariales hasta los productos inteligentes aumentados con ML. Aunque hemos asistido a un crecimiento acelerado del ...
Get Datos de malla now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
