{"id":90549,"date":"2019-07-29T17:26:10","date_gmt":"2019-07-29T15:26:10","guid":{"rendered":"https:\/\/www.emagister.com\/blog\/?p=90549"},"modified":"2021-04-27T10:35:58","modified_gmt":"2021-04-27T08:35:58","slug":"las-vs-de-data-velocidad","status":"publish","type":"post","link":"https:\/\/www.emagister.com\/blog\/las-vs-de-data-velocidad\/","title":{"rendered":"Las Vs de Data. Velocidad"},"content":{"rendered":"

El desarrollo de Internet <\/em>en los \u00faltimos a\u00f1os ha propiciado la irrupci\u00f3n de nuevos modelos de negocio, con origen digital y muy centrados en el cliente. Estos modelos utilizan arquitecturas de datos tan pegadas al negocio que el propio mercado est\u00e1 basado en las capacidades de la arquitectura. La ventaja competitiva de las empresas que las emplean es la posibilidad de dar respuesta en tiempo real a las necesidades de sus clientes, de los que tienen un conocimiento extremo, saben: qu\u00e9, cu\u00e1ndo, c\u00f3mo y por qu\u00e9.<\/p>\n

La base para conseguirlo, un tratamiento excelente de los datos. En este escenario, las exigencias de an\u00e1lisis y extracci\u00f3n de valor de la informaci\u00f3n son cada vez mayores y con un marco temporal cada vez menor. Aparece el reto de gestionar con Velocidad <\/em>los datos.<\/p>\n

\"\"<\/a>
Recomendaci\u00f3n en tiempo real<\/strong> (tomado de rinapiccolo.com)<\/figcaption><\/figure>\n

Actualmente, analizar los datos en el mismo instante en el que se generan se ha convertido en una necesidad para muchas empresas. Recomendaciones de productos o servicios, comportamiento de clientes, Internet<\/em> de las Cosas, monitorizaci\u00f3n de dispositivos m\u00e9dicos, ciberseguridad, detecci\u00f3n de fraude, son algunos ejemplos de casos de uso en los que es necesario procesar datos en tiempo real, como y cuando vienen, para poder tomar decisiones con la mayor rapidez posible. A esta necesidad de obtener valor de los datos en tiempo real, o cerca del tiempo real, responden las soluciones de\u00a0streaming<\/em>.<\/p>\n

Una de las mejores definiciones de streaming<\/em> es la de Tyler Akidau,<\/em> de Google<\/em>: \u201ca type of data processing engine that is designed with infinite data sets in mind. <\/em>Nothing more\u201d<\/em>. Mientras que en el procesamiento batch<\/em> tenemos un conjunto de datos limitado (bounded<\/em>) con un principio y un final, y el trabajo termina tras procesar este conjunto, en el procesamiento en\u00a0streaming<\/em> nos enfrentamos a flujos de datos sin l\u00edmites (unbounded<\/em>) que llegan al sistema que los tiene que procesar en peque\u00f1as cantidades y de forma continuada. A los\u00a0\u00edtems<\/em> de informaci\u00f3n que llegan al sistema los denominamos eventos, datos, mensajes o records<\/em>. Al conjunto de \u00edtems\u00a0<\/em>con forma de flujo infinito y continuo, lo denominamos\u00a0stream<\/em> de datos.La problem\u00e1tica que conlleva gestionar este tipo de flujos es mayor que la necesaria para gestionar un sistema batch<\/em>.<\/p>\n

Comenzaremos este art\u00edculo definiendo los principales conceptos asociados al procesamiento de streams<\/em> de datos. Despu\u00e9s, analizaremos las principales opciones existentes en el ecosistema streaming<\/em>: herramientas como Storm<\/em>, complementos de tecnolog\u00edas existentes como la librer\u00eda de Streaming<\/em> de Spark<\/em>y, un framework\u00a0<\/em>dise\u00f1ado espec\u00edficamente para streaming<\/em> como es\u00a0Apache Flink<\/em>. Por \u00faltimo, describiremos\u00a0Kafka,<\/em> pieza fundamental en las arquitecturas de tiempo real (y de micro servicios).<\/p>\n

Tipos de procesamiento de eventos<\/h3>\n

La forma de procesar los eventos quiz\u00e1s sea la caracter\u00edstica m\u00e1s importante de un sistema de streaming<\/em>. Define sus propiedades y casos de uso. Hay dos estrategias:<\/p>\n