Artículos comparativos sobre los servicios de análisis y búsqueda de datos de AWS: Athena, OpenSearch, Glue y construcción de data lakes
Presentamos de forma concreta escenarios de uso para cada departamento, como ventas / TI / finanzas, y patrones de diseño de flujos de trabajo de notificación / aprobación / varias etapas con Quick Flows.
Se explica el cotejo de registros de datos de clientes (resolución de entidades) con AWS Entity Resolution. Se presentan los tres flujos de trabajo de coincidencia (basado en reglas, basado en ML y basado en servicios de proveedores), el mapeo de ID, los precios, la protección de la privacidad y la integración con Clean Rooms.
Se adquieren productos de datos de terceros a través de Marketplace y se construye un pipeline de entrega automática a S3. También se presentan métodos para convertir en productos y monetizar los datos propios.
Se presentan patrones de diseño de data lake que usan S3 como base de almacenamiento y logran un control de acceso detallado con Lake Formation. También se explican los pipelines ETL y la optimización de costes.
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.
Se presentan la ejecución de jobs de Spark y consultas de Hive en clústeres de EMR, cuándo usarlos frente a EMR Serverless y la optimización de costes mediante el escalado administrado.
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.
Explica la recopilación, el modelado y la visualización de datos de equipos industriales con AWS IoT SiteWise. Presenta los gateways compatibles con OPC-UA, los modelos de activos y los dashboards de SiteWise Monitor.
AWS IoT Analytics finalizó su soporte el 15 de diciembre de 2025. Explica los destinos oficiales de migración (Kinesis Data Streams / Data Firehose, S3 / Timestream, Glue + Athena) y la arquitectura de 4 componentes de la época en que se ofrecía el servicio.
Los datos en tiempo real se ingieren con Data Streams y se entregan automáticamente a S3 / Redshift / OpenSearch con Data Firehose. Este artículo explica cómo construir un pipeline de streaming mediante el diseño de shards y la elección de cuándo usar el modo bajo demanda.
El control de acceso granular a nivel de columna y fila y la gestión basada en etiquetas establecen la gobernanza del data lake. Se presentan la integración con Glue Data Catalog y el acceso entre cuentas.
Un entorno totalmente administrado de Apache Flink ejecuta procesamiento de streams en tiempo real con aplicaciones SQL o Java/Python. Este artículo explica patrones de diseño para la agregación por ventanas, la detección de patrones y la integración con Kinesis/MSK.
Este artículo explica cómo construir clústeres de Kafka totalmente administrados con Amazon MSK (Managed Streaming for Apache Kafka) y cuándo usarlo en lugar de Kinesis. También presenta patrones de diseño para plataformas de streaming de datos en tiempo real a gran escala.
Se diseñan clústeres gestionados de Apache Kafka y se presentan la elección entre estos y MSK Serverless y los patrones de integración de datos con MSK Connect.
Se presenta un método para construir con autenticación de IAM un entorno Kafka que no requiere gestión de clústeres y simplificar el event streaming mediante la integración con EventBridge Pipes.
Amazon OpenSearch Serverless es un servicio totalmente administrado que procesa cargas de trabajo de búsqueda / análisis con escalado automático y sin necesidad de operar ni administrar clústeres. Se explican desde un punto de vista práctico el modelo de facturación de las OCU, los criterios de selección del tipo de colección y las prácticas recomendadas de diseño de índices.
Este artículo explica el análisis de datos con protección de la privacidad mediante AWS Clean Rooms. Presenta la colaboración de datos entre varias organizaciones, el control de acceso mediante reglas de análisis y el aprovechamiento de la privacidad diferencial.
Explica patrones de diseño de pipelines de datos en tiempo real que combinan Kinesis Data Streams y Data Firehose. Presenta el diseño de shards, el almacenamiento en búfer, la transformación con Lambda y la entrega a S3 / Redshift / OpenSearch.
Se explican las técnicas de diseño del procesamiento de datos en streaming que aprovecha Amazon Kinesis Data Streams y Amazon Data Firehose (antes Kinesis Data Firehose), y se presenta cómo construir pipelines de datos en tiempo real mediante la integración con Lambda.
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.
Explicamos la construcción de redes blockchain con Amazon Managed Blockchain, el papel de Amazon QLDB (descontinuado el 31-07-2025) y su ruta oficial de migración a Aurora PostgreSQL.
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.
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.
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.
Explicamos la ejecución de trabajos Spark/Hive con EMR Serverless, el diseño de ejecuciones de trabajos y la optimización de costos.
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 construcción de dashboards BI interactivos con Amazon Quick Sight (antes 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.
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.
Construye dashboards BI serverless con Amazon Quick Sight (antes Amazon QuickSight), conectando múltiples fuentes de datos y embebiendo visualizaciones en aplicaciones. Presentamos SPICE, ML Insights y la gestión de permisos.
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.
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.
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 la construcción de clústeres Spark con EMR, la diferenciación con EMR Serverless y la optimización de costos mediante el uso de instancias Spot.
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.
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.