#Data Centric

Tanto las herramientas de Bi (Business Intelligence), más tradicionales, como las más novedosas y nacidas a partir de la “irrupción” del BigData como son por ejemplo: Tableau, PowerBI, entre muchas otras… han transformado fundamentalmente la forma en que operamos los datos las organizaciones. Los directivos de todas las industrias ahora están utilizando la tecnología de análisis Big Data para una amplia gama de procesos, objetivos y necesidades de gestión. Y las aplicaciones potenciales de las herramientas de BI modernas son prácticamente infinitas, ya que han irradiado en casi todos los aspectos de la gestión operativa y la supervisión estratégica como, se han podido beneficiar de conocimientos más potentes y rápidos. [Leer más]

Online Products, Maturity Model Cuando creamos Productos, debemos tener en mente que no será tarea fácil pero no imposible. Es bueno, naturalmente, como en toda estrategia empresarial el poder construir nuestro Business Plan y detallar, en la mayor, cada paso que vamos hacer. Ok, es cierto, es bastante difícil poder detallar todo, todo y más. Hoy llego con un post que quiere ayudar en el detalle, a gran escala, pero que nos dará una visión 360 de nuestro negocio y que, si todo va bien, nos ayudará en la definición inicial y en los refinamientos posteriores. [Leer más]

En anteriores post hemos hablado sobre Data streaming como también de escalar bases de datos. Pero hoy vengo a darte una introducción, clara y concisa, sobre CQRS y su aplicación; utilizando un tanto los posts mencionados anteriormente. CQRS es un método para optimizar escrituras en bases de datos (write) y leerlas (read). Hoy en día, algunas más que otras, las empresas están ya acostumbradas a trabajar con grandes volúmenes de datos y, por lo tanto, con grandes bases de datos. [Leer más]

Cuando queremos tener una arquitectura desacoplada o, cuando necesitamos tener un acceso programático a nuestro producto y/o servicio, lo más normal y común es tener un servicio de API. Concretamente una API RESTful para, por ejemplo, poder ofrecer servicios como: GET para consultar y leer, POST para crear, PUT para editar y DELETE para eliminar. Bien, uno de los lenguajes más famosos y, recomendable, para poder construir nuestra API RESTful es NodeJS y más concretamente su Framework Express que nos proporciona muchas herramientas útiles para poder organizar nuestra aplicación. [Leer más]

Hemos hablado bastante sobre “Stream Processing”, “Data Stream”, “Distributed Real-Time Stream Processing”, “Data Sharding”, etc… pero, por lo general, siempre contamos con que tendremos una fuente de datos lo suficientemente preparada como para poder coger los datos y convertirlos en procesos o streams. Pero, seamos sinceros, raramente pasa. Es por eso que tenemos soluciones interesantes cuando, por ejemplo, tenemos una base de datos SGBD (puede ser Oracle o SQLServer) y queremos realizar una réplica de la base de datos origen hacia un destino. [Leer más]

Cuando hablamos de Banca, muchos nos imaginamos una oficina de barrio o, grandes edificios en céntricas avenidas de grandes ciudades pero, gracias a la tecnología y, porque no decirlo, “gracias a sus malas prácticas” hoy por hoy podemos decir que la Banca está sufriendo una descentralización de sus negocios gracias al #fintech (tecnología financiera). Un gran ejemplo es Finizens que nació con una clara misión: “Atender al cliente desatendido y, a la vez, tener la mejor gestión pasiva con un modelo de bajas comisiones que no lowcost”, utilizando para ello, la tecnología como principal aliado. [Leer más]

Imaginemos la siguiente situación: somos una empresa y hemos crecido de forma orgánica, pero, se ha acumulado toda nuestra información en una “Monster Database”. ¿Qué tenemos delante nuestro? Claramente tenemos un gran problema, ya que seguramente ésta tendrá un coste (€) alto sumado a que tenemos una base de datos y un gran punto de fallo, sin entrar en detalles de escalabilidad, etc… Podríamos afrontar el problema haciendo un triple salto, aunque seguramente el resultado no sería, pada nada, el esperado (con suerte… quizás si). [Leer más]

Onodo.org nace a partir de la necesidad de crear visualizaciones gráficas y mapas de redes de la Fundación Civio y está enfocada, principalmente, al mundo de la investigación periodística, de una forma simple y muy ágil. A partir del sistema de visualización de redes neuronales, mejorado, y siendo una herramienta totalmente opensource se espera que cualquier persona pueda introducir al sistema su bases de datos y así hacer sus propias visualizaciones para luego poder incrustarlas de forma simple donde corresponda. [Leer más]

Tengo especial ilusión en hacer éste artículo ya que, en un solo post y en una sola empresa, podremos descubrir/resumir lo que se ha venido trabajando durante meses en la web. Es decir, conceptos como los comentados en unos cuantos posts anteriores, veamos el listado: Distributed Real-Time Stream Processing, Data Ingestion & Distribution by Pipeline Process, Una Estrategia Data Centric para nuestra Transformacion Digital, DataOps & Data As A Service (or DaaS), Data Scaling Architectures & Data Caching Architectures en AWS (Hazelcast vs Elasticsearch vs Memcached), Data Transformation Pipelines (Apache Nifi, Flink, Kafka y MongoDB). [Leer más]

Ya en un anterior post comentamos un caso de Arquitectura en “Streams” no nativa, es decir, obteniendo datos transaccionales o operativos los convertiamos en “Streams” mediante una Pipeline para poder analizarlos mediante un sistema Distribuido. Hoy, presentamos un sistema Distributed Real-Time Stream Processing nativo, veamos dos ejemplos de arquitectura, entre los cuales, uno nos será muy próximo. Real Time Analytics Architecture En el siguiente Diagrama tenemos el caso que vamos a explicar: [Leer más]