Artículos comparativos sobre los servicios de análisis y búsqueda de datos de AWS: Athena, OpenSearch, Glue y construcción de data lakes
Presentamos cómo construir un catálogo de datos basado en dominios y lograr el descubrimiento, compartición y control de acceso a datos mediante flujos de trabajo de suscripción.
Explicamos la coincidencia de registros de múltiples fuentes de datos con Entity Resolution y el diseño de flujos de trabajo de coincidencia.
Explicación de la construcción de infraestructura de análisis de logs con Amazon OpenSearch Service. Se presenta OpenSearch Serverless, la recopilación de logs, el diseño de índices y la gestión del ciclo de vida.
Explicamos la construcción de clústeres Spark con EMR, la diferenciación con EMR Serverless y la optimización de costos mediante el uso de instancias Spot.
Ejecute análisis conjuntos entre múltiples empresas sin compartir ni copiar datos. Aprenda sobre reglas de agregación para prevenir la identificación individual y Cryptographic Computing para análisis cifrado.
Explicamos la ejecución de trabajos Spark/Hive con EMR Serverless, el diseño de ejecuciones de trabajos y la optimización de costos.
Construye dashboards BI serverless con QuickSight, conectando múltiples fuentes de datos y embebiendo visualizaciones en aplicaciones. Presentamos SPICE, ML Insights y la gestión de permisos.
Explicación práctica de Amazon OpenSearch Serverless. Se presenta el diseño de OCU, los tipos de colección, las estrategias de optimización y los patrones de integración.
Ingeste datos en tiempo real con Data Streams y distribúyalos automáticamente a S3, Redshift y OpenSearch con Data Firehose. Explicamos cómo construir un pipeline de streaming con diseño de shards y diferenciación del modo bajo demanda.
Explicamos la construcción de gemelos digitales con AWS IoT TwinMaker. Presentamos la creación de escenas 3D, la integración con datos IoT, la integración con dashboards Grafana y la visualización de equipos industriales.
Resolución de entidades (name matching) de datos de clientes con AWS Entity Resolution. Matching basado en ML, matching basado en reglas, protección de privacidad e integración con Clean Rooms.
Explicamos el análisis de datos con protección de privacidad usando AWS Clean Rooms. Presentamos la colaboración de datos entre múltiples organizaciones, el control de acceso mediante reglas de análisis y el uso de privacidad diferencial.
Explicación de la construcción de infraestructura de streaming con Amazon MSK. Se presenta la diferenciación con Kinesis, el diseño de clústeres, MSK Serverless y la integración de datos con MSK Connect.
Explicamos la construcción de dashboards BI interactivos con Amazon QuickSight y una plataforma de análisis de datos serverless con integración Athena. Presentamos la visualización de alta velocidad con el motor SPICE y métodos prácticos para compartir insights en toda la organización.
Conozca los criterios para elegir entre clústeres Serverless y RA3 provisionados, y cómo prevenir silos de datos mediante el uso compartido de datos y la integración con data lakes a través de Spectrum.
Construcción, control de acceso y gobernanza de data lake con AWS Lake Formation. Gestión granular de permisos a nivel de columna y fila para data lakes basados en S3, e integración con Glue y Athena.
Detecta esquemas automáticamente con crawlers y ejecuta procesamiento ETL con jobs de Glue. Esta guía cubre patrones de uso del Data Catalog y desarrollo visual con Glue Studio.
Explicamos el pipeline de recopilación, preprocesamiento y análisis de datos de dispositivos IoT con AWS IoT Analytics. Presentamos los 4 componentes (canal, pipeline, almacén de datos y conjunto de datos) y la integración con QuickSight.
Aprende a recopilar, modelar y visualizar datos de equipos industriales con AWS IoT SiteWise. Cubre gateways OPC-UA, modelos de activos y dashboards de SiteWise Monitor.
Establezca la gobernanza del data lake con control de acceso granular a nivel de columna y fila y gestión basada en etiquetas. Presentamos la integración con Glue Data Catalog y el acceso entre cuentas.
Ejecuta trabajos Spark y consultas Hive en clústeres EMR, y presentamos la diferenciación con EMR Serverless y la optimización de costos con escalado gestionado.
Explicamos la selección de estilos de distribución y claves de ordenación en Redshift, el diseño de la gestión de cargas de trabajo (WLM) y la aceleración de consultas con AQUA.
Patrones de diseño de data lake con S3 como base de almacenamiento y control de acceso granular con Lake Formation. También se explican pipelines ETL y optimización de costos.
Se ejecuta procesamiento de streams en tiempo real mediante aplicaciones SQL o Java/Python en un entorno completamente gestionado de Apache Flink. Se explican los patrones de diseño de agregación por ventanas, detección de patrones e integración con Kinesis/MSK.
Explicamos la recopilación de datos de telemetría vehicular con AWS IoT FleetWise. Presentamos el modelado de vehículos, el filtrado de datos en el borde y la transferencia eficiente de datos a la nube.
Explicación de la construcción de un entorno Kafka sin operaciones con MSK Serverless. Se presenta la autenticación IAM, el control de acceso y la integración con EventBridge Pipes.
Presentamos escenarios de uso concretos para departamentos de ventas, TI y finanzas, así como patrones de diseño para notificaciones, aprobaciones y flujos de trabajo de múltiples etapas con Quick Flows.
Técnicas de diseño de búsqueda y análisis de datos con Amazon OpenSearch Service. Construcción de plataforma de análisis con búsqueda de texto completo, análisis de logs y visualización con dashboards.
Explicamos técnicas de diseño de procesamiento de datos en streaming con Amazon Kinesis, incluyendo la construcción de pipelines en tiempo real, la integración con Lambda y la entrega a S3.
Explicamos la construcción de redes blockchain con Amazon Managed Blockchain y el uso de Amazon QLDB como base de datos de libro mayor verificable. Presentamos casos de uso prácticos como gestión de cadena de suministro y transparencia en transacciones financieras.
Técnicas de obtención y utilización de datos de terceros con AWS Data Exchange. Construcción de pipelines de datos con integración S3 y publicación de datos como proveedor.
Ingesta y procesa flujos de datos en tiempo real con Kinesis Data Streams y Data Firehose. Presentamos el diseño de shards, el procesamiento con Lambda y la entrega a destinos.
Se explica la construcción de un clúster Kafka completamente gestionado con Amazon MSK (Managed Streaming for Apache Kafka) y la diferenciación con Kinesis. Se presentan patrones de diseño de infraestructura de streaming de datos en tiempo real a gran escala.
Accede a computadoras cuánticas de múltiples proveedores y desarrolla algoritmos cuánticos con simuladores y hardware real. Presentamos los tipos de QPU, circuitos cuánticos y casos de uso.
Explicamos la construcción de pipelines de transcodificación de video con AWS Elemental MediaConvert y S3. Presentamos técnicas prácticas de salida multi-formato, soporte HDR y procesamiento de video serverless con eficiencia de costos.
Adquiera productos de datos de terceros a través de Marketplace y construya pipelines de entrega automática a S3. También se presentan técnicas de productización y monetización de datos propios.