Azure Fundamentals: Big Data, Integración y Analítica – MUG 2019/08

Azure Fundamentals: Big Data, Integración y Analítica – MUG 2019/08
<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Reading Time"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="mins"></span></span><!-- .bsf-rt-reading-time -->
Updated: February 23, 2020

Esta publicación fue migrada desde https://tectimes.net/ sin cambiar su contenido.


Datos, Analítica y Nube son tres palabras que hoy, en el año 2020, se conectan mucho. Como parte del curso de Azure Fundamentals, recorrimos estos temas junto con Guillermo Bellmann en marco de los encuentros brindados para la comunidad del Microsoft Users Group de Argentina.

Te compartimos el material visto, una introducción teórica a Data Lake y algunas fotos del día compartido con ustedes. No dejes de comentar y darnos tu feedback sobre qué te parece el material. ¡Espero que lo disfrutes!

Big Temas

Este es un resumen de los temas vistos en relación a Databases, Big Data & Analítica en Microsoft Azure:

  • Azure SQL Databases.
  • Azure Databases for MySQL.
  • SQL Server en Virtual Machines.
  • Azure Cosmos DB.
  • Table Storage.
  • Azure Data Lake Store.
  • Azure Data Lake Analytics.
  • Azure HDInsight.
  • Azure Data Factory.
  • Building Blocks de Big Data + Analytics en Azure.

La jornada duró 4 horas en total, de las cuales casi 1 hora fue dedicada al tema para compartir experiencias y construir conocimiento entre todos.

Big Presentation

Esta es la presentación que brindamos en la jornada.

¿Por qué Data Lake en Azure?

Azure Data Lake es un repositorio de datos en la nube para empresas que es seguro, que se puede escalar de forma masiva y que se ha creado conforme al estándar abierto HDFS. Es una solución ideal para llevar a cabo todo tipo de procesamiento y análisis en diferentes plataformas y lenguajes. Quita las complejidades de introducción y almacenamiento de todos los datos acelerando al mismo tiempo la puesta en marcha y ejecución con análisis de lotes, streaming e interactivos.

Lo bueno que Azure Data Lake no tiene límites en cuanto al tamaño de los datos y con capacidad para ejecutar análisis en paralelo de forma masiva, ya puede obtener valor de todos sus datos no estructurados, semiestructurados y estructurados. Comparativamente con un Data Warehouse, permite ingestar datos sin ocuparse del modelo, dado que la estructura se define al momento de consumir los datos.

Durante la jornada se revisó un escenario de implementación basado en servicios de Azure Data Lake, incluyendo: Store, Analytics, SQL PolyBase y PowerBI.

Una Foto

A todos los que participaron: ¡muchas gracias!

0 0 vote
Article Rating

Professor. Techie. Ice cream fan (dulce de leche). My favorite phrase: "Todos los días pueden no ser buenos ... pero hay algo bueno en todos los días". Currently I´m Service Manager at Algeiba Dev (http://www.algeiba.com), providing services with the vision of create the best technology solutions to transform organizations around the world. I´m also Chief Communications Officer in vOpen (https://vopen.tech), an initiative that connect students, professionals and technology experts around the world to share knowledge, experiences and promote technological innovation. I enjoy a lot of educational, technological talks and a good beer. If you want to talk, write me to pablodiloreto@hotmail.com.

Tagged with: , , , ,
guest
0 Comments
Inline Feedbacks
View all comments