Migración a AWS

Migración a AWS (Amazon Web Services): Arquitectura moderna de referencia

AWS recomienda una arquitectura moderna de referencia que combina una serie de herramientas y servicios para cubrir todas las necesidades de analítica, tanto descriptiva como avanzada y basada en datos estructurados y no estructurados, para cubrir las necesidades presentes y futuras de nuestra organización.

Los datos se recopilan de múltiples fuentes de datos en toda la empresa, aplicaciones SaaS, dispositivos, registros, transmisión de medios y redes sociales.

Según el tipo de fuente de datos, AWS Database Migration Service, AWS DataSync, Amazon Kinesis, Amazon Managed Streaming for Apache Kafka, AWS IoT Core y Amazon AppFlow se utilizan para ingerir los datos en un lago de datos en AWS

AWS Data Exchange se utiliza para integrar datos de terceros en el lago de datos

AWS Lake Formation se utiliza para crear el lago de datos escalable y Amazon S3 se utiliza como almacenamiento del lago de datos.

AWS Lake Formation también se utiliza para habilitar la gobernanza unificada para administrar de forma centralizada la seguridad, el control de acceso y los registros de auditoría

AWS Glue y AWS Glue DataBrew se utilizan para catalogar, transformar, enriquecer, mover y replicar datos en varios almacenes de datos y el lago de datos

Amazon Kinesis Data Analytics se utiliza para transformar y analizar datos de transmisión en tiempo real

Amazon QuickSight proporciona inteligencia empresarial basada en el aprendizaje automático

Amazon OpenSearch se puede utilizar como analítica operativa

Amazon Redshift se utiliza como datawarehouse en la nube

Amazon EMR proporciona la plataforma de big data en la nube para procesar grandes cantidades de datos mediante herramientas de código abierto.

Los servicios de IA de Amazon SageMaker y AWS se pueden usar para crear, entrenar e implementar modelos de aprendizaje automático y agregar inteligencia a sus aplicaciones.

Amazon Redshift Spectrum y Amazon Athena permiten capacidades interactivas de consulta, análisis y procesamiento.

Arquitectura de inicio

Al igual que el caso de Azure, proponemos una arquitectura de inicio simple y fácilmente escalable ante necesidades futuras, que da respuesta a las necesidades inmediatas de analítica descriptiva requerida por las distintas áreas de negocio de tu organización

Extracción de datos estructurados desde las fuentes

Se realizan unas primeras operaciones de procesamiento y control de cambios

Se depositan los datos extraídos en el Data lake, basado en Simple Storage Service (S3), donde se cometen a las sucesivas cargas y transformaciones entre capas de refinado

Finalmente se cargan los datos a un Datawarehouse relacional, basado en Amazon Redshift, donde se implementan las capas de Staging, analítica y, opcionalmente, otra corporativa, dependiendo del enfoque de modelado del dato elegido.

Se utiliza la herramienta de visualización de datos más adecuada (QuickSights, Power BI, Tableau, Qlik)

¿Empezamos?

Envíanos un mensaje y te responderemos lo antes posible. También puedes contactarnos: