Propuesta de una guía de herramientas prácticas para la implementación de un data lake en las empresas

Abstract

Un data lake es un repositorio de almacenamiento que contiene una gran cantidad de datos en bruto, donde todavía no tienen una finalidad definida, a diferencia de un data warehouse que es un depósito de datos donde sus datos ya se encuentran estructurados, filtrados y procesados para un propósito concreto. El objetivo de este trabajo de investigación es proponer una guía de herramientas tecnológicas adecuadas para la implementación de un data lake, dirigido a las empresas con la finalidad de que aprovechen las ventajas que ofrecen los distintos proveedores como IBM, AWS, Microsoft Azure, Google Cloud en las distintas fases de implementación de un data lake y puedan solventar los problemas de acceso a información pertinente para poder mantenerse relevante en el mercado a través de la explotación de sus datos.

A data lake is a storage repository that contains a large amount of raw data, where it does not yet have a defined purpose, unlike a data warehouse, which is a data warehouse where its data is already structured, filtered, and processed for a concrete purpose. The objective of this research work is to propose a guide of appropriate technological tools for the implementation of a data lake, aimed at companies in order to take advantage of the advantages offered by different providers such as IBM, AWS, Microsoft Azure, Google Cloud in the different phases of implementation of a data lake and can solve the problems of access to relevant information in order to stay relevant in the market through the exploitation of their data.