El Data lake es un repositorio que centraliza y almacena una gran cantidad de datos de diferentes tipos provenientes de distintas fuentes. Los datos almacenados pueden ser estructurados, semiestructurados o en bruto, sin ningún tipo de preprocesamiento o análisis.

En el Data lake, el procesamiento de estos datos ocurre solo cuando se utilizan. Por lo tanto, los datos se pueden reutilizar y utilizar varias veces para diferentes propósitos.

Estas informaciones se pueden utilizar para alimentar los sistemas de la empresa, generar alertas, o se puede utilizar para crear dashboards.

Diferencias entre Data Lake y Data Warehouse

En el Data warehouse los datos se almacenan de forma estructurada siguiendo el modelo relacional (estructurados en columnas y tablas) y listos para ser utilizados.

En el data lake, los datos no siguen un patrón definido y pueden o no haber pasado por algún proceso de análisis o tratamiento de datos. La mayoría de las veces aparece en su estado bruto.

La implementación de un data lake es más económica en comparación con la implementación de un data warehouse, pero se necesita un estudio completo de las necesidades de la empresa para definir la mejor opción de implementación.

¿Cuándo es el Data lake una buena opción?

Si la empresa trabaja con una pequeña cantidad de datos que tiene formatos estandarizados y necesita datos preestructurados, sería innecesario implementar un data lake y una buena opción sería una base de datos relacional común.

El data lake está destinado a almacenar grandes cantidades de datos de diversos tipos. Haciendo que el tratamiento de estos datos sea difícil o imposible de realizar por un sistema de gestión convencional.

Es necesario utilizar herramientas Big data para el análisis de estos datos.

Si tu empresa trabaja con una gran cantidad de datos (hasta petabytes) provenientes de múltiples fuentes y de diferentes tipos, implementar un data lake es una buena opción.

Las actividades en las que el data lake es una opción son actividades que generan datos en tiempo real, machine learning y empresas que trabajan con análisis de datos.

Ventajas del data lake

• Menor costo de implementación.
• Mayor escalabilidad.
• Datos disponibles en cualquier momento.
• Se puede acceder a los datos simultáneamente.
• Los datos se pueden reutilizar para diferentes aplicaciones.
• Admite múltiples tipos de datos.