{"id":8630,"date":"2022-05-23T08:52:04","date_gmt":"2022-05-23T14:52:04","guid":{"rendered":"https:\/\/ugit.siua.ac.cr\/?p=8630"},"modified":"2022-06-24T13:58:29","modified_gmt":"2022-06-24T19:58:29","slug":"dp-900-resumen","status":"publish","type":"post","link":"https:\/\/sada.services\/?p=8630","title":{"rendered":"DP-900: Resumen"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"8630\" class=\"elementor elementor-8630\" data-elementor-settings=\"{&quot;ha_cmc_init_switcher&quot;:&quot;no&quot;}\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-6ccebe3 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"6ccebe3\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-474b91b jltma-glass-effect-no\" data-id=\"474b91b\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-de04c6b jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"de04c6b\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1acec37 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"1acec37\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-b046938 jltma-glass-effect-no\" data-id=\"b046938\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-ad86bbd jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"ad86bbd\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Tipos de Datos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-66f4ce6 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"66f4ce6\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-46a8f88 jltma-glass-effect-no\" data-id=\"46a8f88\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-bf3acab jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"bf3acab\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2001\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-2001\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Datos \/ Informaci\u00f3n \/ Datos Estructurados \/ SemiEstructurados \/ No Estructurados<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2001\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-2001\"><h2>Datos:<\/h2>\n<hr \/>\n<ul>\n<li>Los datos son una colecci\u00f3n de elementos, como n\u00fameros, descripciones y observaciones, que se usan para registrar informaci\u00f3n.<\/li>\n<li>Los datos son s\u00edmbolos como n\u00fameros, letras o signos que son empleados para representar a trav\u00e9s de un lenguaje un hecho, una condici\u00f3n, un valor, una cantidad,etc<\/li>\n<li>Las estructuras de datos en las que se organizan estos datos suelen representar\u00a0<em>entidades<\/em><\/li>\n<li>Normalmente, cada entidad tiene uno o varios\u00a0<em>atributos<\/em>\u00a0o caracter\u00edsticas<\/li>\n<li>Los datos se pueden clasificar seg\u00fan su tipo en:<br \/>\n<ul>\n<li>Estructurados<\/li>\n<li>Semiestructurados<\/li>\n<li>No Estructurados<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h2>Informaci\u00f3n:<\/h2>\n<ul>\n<li>Datos e informaci\u00f3n no son lo mismo<\/li>\n<li>La informaci\u00f3n es el resultado ejecutar un procesamiento a un conjunto de datos d\u00e1ndole u significado o interpretaci\u00f3n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<hr \/>\n<h2>Datos Estructurados<\/h2>\n<hr \/>\n<ul>\n<li>Los datos estructurados son aquellos que se ajustan a un\u00a0<em>esquema<\/em>\u00a0fijo, por lo que todos los datos tienen los mismos campos o propiedades<\/li>\n<li>Suelen ser datos tabulares que se representan mediante filas y columnas en una base de datos<\/li>\n<li>Normalmente, el esquema de las entidades de datos estructurados es\u00a0<em>tabular<\/em>; es decir, los datos se representan en una o varias tablas que constan de filas para representar cada instancia de una entidad de datos y columnas para representar los atributos de la entidad<\/li>\n<li>Los datos estructurados suelen almacenarse en una base de datos en la que varias tablas pueden hacer referencia entre s\u00ed mediante el uso de valores de clave en un modelo\u00a0<em>relacional<\/em><\/li>\n<li>Suelen ser datos tabulares que se representan mediante filas y columnas en una base de datos<\/li>\n<li>Las bases de datos que contienen tablas de este tipo se denominan BD relacionales<\/li>\n<li>Un servicio de Azure de este tipo es\u00a0<strong>Azure SQL Database<\/strong><\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<hr \/>\n<h2>Datos Semi-Estructurados<\/h2>\n<hr \/>\n<ul>\n<li>Los datos\u00a0<em>semiestructurados<\/em>\u00a0son informaci\u00f3n que tiene cierta estructura, pero que permite alguna variaci\u00f3n entre las instancias de entidad.<\/li>\n<li>Por ejemplo, aunque la mayor\u00eda de los clientes pueden tener una direcci\u00f3n de correo electr\u00f3nico, algunos podr\u00edan tener varias y otros, ninguna.<\/li>\n<li>Un formato com\u00fan para los datos semiestructurados es la\u00a0<em>notaci\u00f3n de objetos JavaScript<\/em>\u00a0(JSON).\u00a0<\/li>\n<li>Este tipo de documento permite almacenar datos de una manera m\u00e1s flexible ya que se pueden guardar datos distintos para cada registro<\/li>\n<li>Son informaci\u00f3n que no residen en una BD relacional pero que contienen cierta estructura<\/li>\n<li>Este tipo de documento permite almacenar datos de una manera m\u00e1s flexible ya que se pueden guardar datos distintos para cada registro<\/li>\n<li><strong>Azure Cosmos DB<\/strong> permite almacenar documentos tipo JSON<\/li>\n<li>La estructura de un documento JSON se establece de la siguiente manera\n<ul>\n<li>\u00abEstudianteID\u00bb: se le conoce como objeto ra\u00edz y contiene toda la informaci\u00f3n de este documento JSON<\/li>\n<li>\u00abDatos Personales\u00bb: es un objeto anidado<\/li>\n<li>\u00abAsignaturas\u00bb: es una matriz anidada\n<figure class=\"wp-block-image size-large\"><img fetchpriority=\"high\" decoding=\"async\" class=\"wp-image-8681\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_138-1024x549.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_138-1024x549.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_138-300x161.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_138-768x412.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_138.png 1296w\" alt=\"\" width=\"1024\" height=\"549\" \/><\/figure>\n<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<ul>\n<li style=\"list-style-type: none;\">\u00a0<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<hr \/>\n<h2>Datos no estructurados<\/h2>\n<hr \/>\n<ul>\n<li>No todos los datos est\u00e1n estructurados o semiestructurados.<\/li>\n<li>Por ejemplo, los documentos, im\u00e1genes, datos de audio y de v\u00eddeo y archivos binarios podr\u00edan no tener una estructura espec\u00edfica.<\/li>\n<li>Son datos que no cuentan con ning\u00fan tipo de estructura. Por ejemplo: archivos multimedia (audio, im\u00e1genes y v\u00eddeo)<\/li>\n<li>Se encuentran normalmente en plataformas de streamming<\/li>\n<li>Por ejemplo en una aplicaci\u00f3n que reproduce m\u00fasica las canciones no son un datos estructural y se pueden representar en un formato JSON , sin embargo se deben poder almacenar en alg\u00fan lugar pero no se modifican solo se consultan<\/li>\n<li><strong>Azure Blob Storage\u00a0<\/strong>es un servicio que permite almacenar este tipo de datos<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f98aaf3 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"f98aaf3\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-cc63c66 jltma-glass-effect-no\" data-id=\"cc63c66\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-537b78e jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"537b78e\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-0a401a6 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"0a401a6\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-73dddf3 jltma-glass-effect-no\" data-id=\"73dddf3\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b668539 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"b668539\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Creaci\u00f3n de Bases de Datos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-9121701 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"9121701\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-56a31dc jltma-glass-effect-no\" data-id=\"56a31dc\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-8ca3ba9 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"8ca3ba9\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1471\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1471\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Creaci\u00f3n de BD Pasos:  Dise\u00f1o Conceptual \/ L\u00f3gico \/ F\u00edsico<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1471\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1471\"><hr \/>\n<p><strong>Dise\u00f1o Conceptual:<\/strong><\/p>\n<hr \/>\n<ul>\n<li>Es construir un modelo llamado Entidad-Relaci\u00f3n<\/li>\n<li>Por ejemplo tenemos la entidad \u00abProducto\u00bb con los atributos: Identificador \/ Cantidad \/ Descripci\u00f3n<\/li>\n<li>Y normalmente una BD esta constituida por m\u00e1s de una entidad que se relacionan entre s\u00ed por un contexto<\/li>\n<li>Este modelo es independiente del sistema de administraci\u00f3n de BD <strong>(DBMS)<\/strong> donde se va a implementar y no requiere conocimientos t\u00e9cnicos para ser interpretado<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<hr \/>\n<p><strong>Dise\u00f1o L\u00f3gico<\/strong><\/p>\n<hr \/>\n<ul>\n<li>Es la transformaci\u00f3n del dise\u00f1o conceptual y la base del modelo relacional<\/li>\n<li>Es una forma est\u00e1ndar de representar las entidades, sus relaciones y los detalles t\u00e9cnicos de estas<\/li>\n<li>Por ejemplos caracter\u00edsticas de los atributos, relaciones de los datos y los tipos de relaciones entre las entidades<\/li>\n<li>Este tambi\u00e9n es independiente al<strong> (DBMS)<\/strong> en que se va a implementar la BD<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<hr \/>\n<p><strong>Dise\u00f1o f\u00edsico<\/strong><\/p>\n<hr \/>\n<ul>\n<li>Se crea a partir del dise\u00f1o l\u00f3gico y la informaci\u00f3n del uso esperado de la BD, que se refiere al:\n<ul>\n<li>Volumen de datos<\/li>\n<li>Transformaciones que el sistema deber\u00e1 procesar<\/li>\n<li>Frecuencia de uso<\/li>\n<li>Calidad del servicio esperada<\/li>\n<\/ul>\n<\/li>\n<li>Con esta informaci\u00f3n se definen las caracter\u00edsticas y configuraciones f\u00edsicas y l\u00f3gicas que la BD deber\u00e1 tener<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-a6bc85a elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"a6bc85a\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-cd2a37d jltma-glass-effect-no\" data-id=\"cd2a37d\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-fc6f209 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"fc6f209\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-3f0b76b elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"3f0b76b\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-0bcc92d jltma-glass-effect-no\" data-id=\"0bcc92d\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-941ed14 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"941ed14\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Clasificaci\u00f3n de BD Seg\u00fan Uso<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-0d3b88a elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"0d3b88a\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-c50100f jltma-glass-effect-no\" data-id=\"c50100f\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-cf82260 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"cf82260\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2171\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-2171\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">OLTP (datos Transacionales \/ CRUD \/ LOB \/ ACID)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2171\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-2171\"><p>\u00a0<\/p>\n<h2><strong>OLTP<\/strong><\/h2>\n<hr \/>\n<ul>\n<li>OLTP: Online Transsaccion Processing<\/li>\n<li>Utilizada para realizar transacciones (cambios constantes en los datos)<\/li>\n<li>Un ejemplo es un sistema bancario ya que constantemente se realizan\u00a0 aumento y disminuci\u00f3n de saldos<\/li>\n<li>Los usuarios profesionales pueden consumir estos datos agregadolos previamente en un modelo anal\u00edtico como informes o paneles.<\/li>\n<li>Azure SQL Database es de tipo OLTP<\/li>\n<\/ul>\n<h3>\u00a0<\/h3>\n<h3><strong>Exploraci\u00f3n del procesamiento de datos transaccionales<\/strong><\/h3>\n<hr \/>\n<ul>\n<li>Un sistema de procesamiento de datos transaccional es lo que la mayor\u00eda de los usuarios considera la funci\u00f3n principal de la inform\u00e1tica empresarial.<\/li>\n<li>Un sistema transaccional registra las\u00a0<em>transacciones<\/em>\u00a0que encapsulan eventos espec\u00edficos de los que la organizaci\u00f3n quiere realizar un seguimiento.<\/li>\n<li><em>Los usuarios profesionales pueden consumir datos agregados previamente en un modelo anal\u00edtico como informes o paneles.<\/em><\/li>\n<li><span style=\"color: var( --e-global-color-text ); font-size: 0.8rem; background-color: var(--page-background-color);\">Piense en una transacci\u00f3n como una unidad de trabajo peque\u00f1a y discreta.<\/span><\/li>\n<li>Una transacci\u00f3n es una secuencia de operaciones at\u00f3micas<\/li>\n<li>&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;<\/li>\n<li>Esto significa que todas las operaciones de la secuencia se deben completar correctamente<\/li>\n<li>O si ocurre un error se deben revertir todas las operaciones<\/li>\n<li>Cada transacci\u00f3n de BD tiene un punto inicial definido, seguidos de los pasos para modificar los datos de la BD<\/li>\n<li>Al final BD confirma los cambios para que estos sean permanentes o los revierte al punto inicial<\/li>\n<li>&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;<\/li>\n<li>Los sistemas transaccionales suelen ser de gran volumen; a veces, controlan muchos millones de transacciones en un solo d\u00eda.<\/li>\n<li>El trabajo que realizan los sistemas transaccionales a menudo se conoce como procesamiento de transacciones en l\u00ednea <strong>(OLTP).<\/strong><\/li>\n<li>Las soluciones OLTP se basan en un sistema de base de datos en el que el almacenamiento de datos est\u00e1 optimizado tanto para las operaciones de lectura como para las de escritura, con el fin de admitir cargas de trabajo transaccionales en las que se crean, recuperan, actualizan y eliminan registros de datos (a menudo denominadas operaciones\u00a0<strong><em>CRUD<\/em><\/strong>).<\/li>\n<li>Los sistemas OLTP suelen usarse para admitir aplicaciones activas que procesan datos empresariales, a menudo denominadas aplicaciones de\u00a0<em>l\u00ednea de negocio<\/em>\u00a0(<strong>LOB<\/strong>).<\/li>\n<li>Estas operaciones se aplican transaccionalmente, de una forma que garantiza la integridad de los datos almacenados en la base de datos.<\/li>\n<\/ul>\n<h4>ACID<\/h4>\n<ul>\n<li>Para ello, los sistemas OLTP aplican transacciones que admiten la denominada sem\u00e1ntica<strong> ACID:<\/strong><\/li>\n<li><strong>Atomicidad<\/strong>:\n<ul>\n<li>Cada transacci\u00f3n se trata como una unidad \u00fanica, la cual se completa correctamente o produce un error general.<\/li>\n<li>garantiza que cada transacci\u00f3n se trata como una unidad \u00fanica, donde se completa correctamente o produce un error<\/li>\n<\/ul>\n<\/li>\n<li><strong>Coherencia<\/strong>:\n<ul>\n<li>Las transacciones solo pueden pasar los datos de la base de datos de un estado v\u00e1lido a otro.<\/li>\n<li>garantiza que una transacci\u00f3n solo puede pasar de un estado valido a otro<\/li>\n<\/ul>\n<\/li>\n<li><strong>Aislamiento:<\/strong>\n<ul>\n<li>Las transacciones simult\u00e1neas no pueden interferir entre s\u00ed y deben dar lugar a un estado coherente de la base de datos.<\/li>\n<li>garantiza que la ejecuci\u00f3n simultanea de transacciones deja la BD como si estas se ejecutar\u00e1n de manera secuencial<\/li>\n<\/ul>\n<\/li>\n<li><strong>Durabilidad<\/strong>:\n<ul>\n<li>Cuando se ha confirmado una transacci\u00f3n, permanece confirmada. Una vez que la transacci\u00f3n de transferencia de la cuenta se ha completado, los saldos revisados de las cuentas se conservan, de modo que, incluso si el sistema de base de datos se desactiva, la transacci\u00f3n confirmada se refleje cuando se vuelva a activar<\/li>\n<li>garantiza que una vez confirmada la transacci\u00f3n permanecer\u00e1 confirmada incluso se se produce un error en el sistema estos<\/li>\n<\/ul>\n<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2172\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-2172\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">OLAP (datos anal\u00edticos \/ ETL \/ Tipos de An\u00e1lisis: Descriptivo \/ Diagn\u00f3stico \/ Predictivo \/ Prescriptivo \/ Cognitivo) KPI \/ ROI<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2172\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-2172\"><p>\u00a0<\/p>\n<h2><strong>OLAP<\/strong><\/h2>\n<hr \/>\n<ul>\n<li>OLAP: Online Analytical Processing<\/li>\n<li>Normalmente utilizada para el an\u00e1lisis ya que por lo general los datos almacenados permanecen est\u00e1ticos y sin cambios<\/li>\n<li>Por ejemplo: sistema de respaldos que guarda datos hist\u00f3ricos, los cuales pueden ser consultados para generar gr\u00e1ficas o informes<\/li>\n<li><strong>Azure table Storage<\/strong> nos permite utilizar este servicio<\/li>\n<\/ul>\n<hr \/>\n<h3><strong>Exploraci\u00f3n del procesamiento de datos anal\u00edticos<\/strong><\/h3>\n<hr \/>\n<ul>\n<li>el procesamiento de datos anal\u00edticos usa sistemas de solo lectura (o\u00a0<em>principalmente<\/em>\u00a0de lectura) que almacenan grandes vol\u00famenes de datos hist\u00f3ricos o m\u00e9tricas empresariales<\/li>\n<li>Los an\u00e1lisis pueden basarse en una instant\u00e1nea de los datos en un momento concreto o en una serie de instant\u00e1neas.<\/li>\n<li>Son sistemas de solo lectura<\/li>\n<li>Se utilizan para analizar datos y tomar decisiones<\/li>\n<li><em>Los<strong> lagos de datos<\/strong><\/em><strong> s<\/strong>on comunes en escenarios de procesamiento anal\u00edtico de datos modernos, en los que se debe recopilar y analizar un gran volumen de datos basados en archivos.<\/li>\n<li><em>Los<strong> almacenamientos de datos<\/strong><\/em>\u00a0son un recurso establecido para almacenar datos en un esquema relacional <strong>optimizado para operaciones de lectura<\/strong>, principalmente consultas para admitir informes y visualizaci\u00f3n de datos. El esquema de almacenamiento de datos puede requerir alguna desnormalizaci\u00f3n de los datos en un origen de datos OLTP (que introduce cierta duplicaci\u00f3n para que las consultas se lleven a cabo con mayor rapidez).<\/li>\n<li>Un modelo OLAP es un tipo agregado de almacenamiento de datos optimizado para cargas de trabajo anal\u00edticas. Las agregaciones de datos se encuentran en diferentes dimensiones y distintos niveles, lo que permite\u00a0<em>rastrear agrupando datos y explorar en profundidad<\/em>\u00a0las agregaciones en varios niveles jer\u00e1rquicos;<\/li>\n<li>Dado que los datos de OLAP se agregan previamente, las consultas para devolver los res\u00famenes que contiene se pueden ejecutar r\u00e1pidamente.<\/li>\n<li>Los diferentes tipos de usuario pueden llevar a cabo el trabajo anal\u00edtico de datos en distintas fases de la arquitectura general. Por ejemplo:<\/li>\n<\/ul>\n<ol>\n<li>Los cient\u00edficos de datos pueden trabajar directamente con archivos de datos en un lago de datos para explorar los datos y crear modelos a partir de estos.<\/li>\n<li>Los analistas de datos pueden consultar tablas directamente en el almacenamiento de datos para generar informes y visualizaciones complejos.<\/li>\n<li>Los usuarios profesionales pueden consumir datos agregados previamente en un modelo anal\u00edtico como informes o paneles.<\/li>\n<\/ol>\n<ul>\n<li>Los detalles espec\u00edficos de un sistema de procesamiento anal\u00edtico pueden variar seg\u00fan la soluci\u00f3n, pero una arquitectura com\u00fan para el an\u00e1lisis a escala empresarial tiene el siguiente aspecto:<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"wp-image-8780\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/analytical-processing-1-1024x336.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/analytical-processing-1-1024x336.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/analytical-processing-1-300x98.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/analytical-processing-1-768x252.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/analytical-processing-1.png 1117w\" alt=\"\" width=\"1024\" height=\"336\" \/><\/figure>\n<ol>\n<li>Los archivos de datos se pueden almacenar en un lago de datos central para analizarlos.<\/li>\n<li>Un proceso de extracci\u00f3n, transformaci\u00f3n y carga (ETL) permite copiar datos de archivos y bases de datos OLTP en un almacenamiento de datos optimizado para la actividad de lectura. Normalmente, un esquema de almacenamiento de datos se basa en tablas de\u00a0<em>hechos<\/em>\u00a0que contienen valores num\u00e9ricos que quiere analizar (por ejemplo, importes de ventas), con tablas de\u00a0<em>dimensiones<\/em>\u00a0relacionadas que representan las entidades por las que quiere medirlas (por ejemplo, cliente o producto).<\/li>\n<li>Los datos del almacenamiento de datos se pueden agregar y cargar en un modelo de procesamiento anal\u00edtico en l\u00ednea (OLAP) o un\u00a0<em>cubo<\/em>. Los valores num\u00e9ricos agregados (<em>medidas<\/em>) de las tablas de hechos se calculan para intersecciones de\u00a0<em>dimensiones<\/em>\u00a0a partir de tablas de dimensiones. Por ejemplo, los ingresos de ventas podr\u00edan sumarse por fecha, cliente y producto.<\/li>\n<li>Los datos del lago de datos, el almacenamiento de datos y el modelo anal\u00edtico se pueden consultar para generar informes, visualizaciones y paneles.<\/li>\n<\/ol>\n<hr \/>\n<h2>Tipos de An\u00e1lisis<\/h2>\n<hr \/>\n<p>Realizar una mejor toma de decisiones ayuda a alcanzar una mayor grado de eficiencia y reducir costos, esto se puede lograr por medio del an\u00e1lisis que se divide de la siguiente manera<\/p>\n<p><em>An\u00e1lisis de datos<\/em>\u00a0es un t\u00e9rmino comod\u00edn que cubre una variedad de actividades, cada una con su propio enfoque y objetivos. Estas actividades se pueden clasificar como an\u00e1lisis\u00a0<em>descriptivo<\/em>,\u00a0<em>de diagn\u00f3stico<\/em>,\u00a0<em>predictivo<\/em>,\u00a0<em>prescriptivo<\/em>\u00a0y\u00a0<em>cognitivo<\/em>.<\/p>\n<p><span class=\"mx-imgBorder\"><img decoding=\"async\" src=\"https:\/\/docs.microsoft.com\/es-mx\/learn\/wwl-data-ai\/explore-concepts-of-data-analytics\/media\/4-analytics-table.png\" alt=\"Categories of analytics\" data-linktype=\"relative-path\" \/><\/span><\/p>\n<p>\u00a0<\/p>\n<p><strong>An\u00e1lisis Descriptivo<\/strong><\/p>\n<ul>\n<li>Responde a: <strong>\u00bfQu\u00e9 esta pasando? que ha sucedido? \u00a0en funci\u00f3n de datos hist\u00f3ricos.<\/strong><\/li>\n<li>Toma los datos sin procesar y proporciona informaci\u00f3n valiosa sobre el pasado<\/li>\n<li>Estos solo indican si algo esta bien o mal<\/li>\n<li>Por ejemplo: con base en los datos del \u00faltimo vez se puede ver que los ciberataques aumentaron 47% con respecto al mes anterior<\/li>\n<li>Mediante el desarrollo de KPI (indicadores clave de rendimiento), estas estrategias pueden facilitar el seguimiento del \u00e9xito o el fracaso de los objetivos clave. En muchos sectores se usan m\u00e9tricas como la rentabilidad de la inversi\u00f3n (ROI)<\/li>\n<\/ul>\n<p><strong>An\u00e1lisis Diagn\u00f3stico<\/strong><\/p>\n<ul>\n<li>Responde a: <strong>\u00bfPor qu\u00e9 est\u00e1 pasando? responder preguntas sobre las causas de algo<\/strong><\/li>\n<li>Es decir explica alg\u00fan suceso<\/li>\n<li>Los datos hist\u00f3ricos pueden comenzar a medirse con otros datos para responder a la pregunta por que sucedi\u00f3 algo en el pasado<\/li>\n<li>Es el proceso de recopilar e interpretar diferentes conjuntos de datos para identificar anomal\u00edas, detectar patrones y determinar relaciones<\/li>\n<li>Por ejemplo: con ayuda de los datos hist\u00f3ricos se puede determinar que hubo un periodo de actualizaciones en los equipos de computo que no se realiz\u00f3<\/li>\n<li>\n<p>Las t\u00e9cnicas de an\u00e1lisis de diagn\u00f3stico complementan el an\u00e1lisis descriptivo m\u00e1s b\u00e1sico. Toman los resultados del an\u00e1lisis descriptivo y profundizan en la b\u00fasqueda de la causa. Los indicadores de rendimiento se investigan a\u00fan m\u00e1s para descubrir por qu\u00e9 han sido mejores o peores. Esto se suele realizar en tres pasos:<\/p>\n<ol>\n<li>Identificaci\u00f3n de anomal\u00edas en los datos. Pueden ser cambios inesperados en una m\u00e9trica o en un mercado determinado.<\/li>\n<li>Recopilaci\u00f3n de datos relacionados con estas anomal\u00edas.<\/li>\n<li>Uso de t\u00e9cnicas estad\u00edsticas para detectar relaciones y tendencias que expliquen estas anomal\u00edas.<\/li>\n<\/ol>\n<\/li>\n<\/ul>\n<p><strong>An\u00e1lisis Predictivo<\/strong><\/p>\n<ul>\n<li>Responde a: <strong>\u00bfQu\u00e9 pasar\u00e1? responder a preguntas sobre lo que ocurrir\u00e1 en el futuro<\/strong><\/li>\n<li>Es una categor\u00eda de inteligencia empresarial (Business Intelligence)<\/li>\n<li>Que utiliza variables descriptivas y predictivas del pasado para analizar e identificar la probabilidad de un resultado futuro<\/li>\n<li>Por ejemplo: si no se actualizan los equipos los ciberataques continuar\u00e1n aumentando<\/li>\n<li>Las t\u00e9cnicas de an\u00e1lisis predictivo usan datos hist\u00f3ricos para identificar tendencias y determinar la probabilidad de que se repitan. Las herramientas de an\u00e1lisis predictivo proporcionan conclusiones valiosas sobre lo que puede ocurrir en el futuro. Engloban diversas t\u00e9cnicas estad\u00edsticas y de aprendizaje autom\u00e1tico, como las de redes neuronales, \u00e1rboles de decisi\u00f3n y regresi\u00f3n.<\/li>\n<\/ul>\n<p><strong>An\u00e1lisis Prescriptivo<\/strong><\/p>\n<ul>\n<li>Responde a: <strong>\u00bfQu\u00e9 se debe realizar?\u00a0responder preguntas sobre las acciones que se deben llevar a cabo para lograr un objetivo.<\/strong><\/li>\n<li>Es una combinaci\u00f3n de datos, modelos matem\u00e1ticos y reglas comerciales para determinar las acciones que influyan en los resultados futuros deseados<\/li>\n<li>Por ejemplo: es necesario realizar la actualizaci\u00f3n y crear un mecanismo de alertas que evite que este suceso vuelva a ocurrir<\/li>\n<li>Mediante las conclusiones del an\u00e1lisis predictivo, se pueden tomar decisiones basadas en datos. Esta t\u00e9cnica permite que, en caso de incertidumbre, las empresas tomen decisiones fundamentadas. Las t\u00e9cnicas de an\u00e1lisis prescriptivo dependen de estrategias de aprendizaje autom\u00e1tico para buscar patrones en conjuntos de datos de gran tama\u00f1o. Mediante el an\u00e1lisis de eventos y decisiones anteriores, se puede calcular la probabilidad de otros resultados.<\/li>\n<\/ul>\n<p><strong>An\u00e1lisis Cognitivo<\/strong><\/p>\n<ul>\n<li>Puede ayudarnos a automatizar o mejorar procesos, ya que re\u00fane tecnolog\u00edas inteligentes<\/li>\n<li>Aplicando sem\u00e1ntica, algoritmos de Inteligencia artificial y t\u00e9cnicas de aprendizaje como el aprendizaje profundo y autom\u00e1tico<\/li>\n<li>Por ejemplo: con este an\u00e1lisis se podr\u00edan detectar amenazas en la red casi de manera inmediata al registrar alg\u00fan comportamiento inusual incluso se podr\u00eda ejecutar acciones correctivas evitando perder tiempo que es crucial en temas de seguridad<\/li>\n<li>\n<p>El an\u00e1lisis cognitivo intenta obtener inferencias a partir de datos y patrones existentes, derivar conclusiones en funci\u00f3n de KB existentes y, despu\u00e9s, agregar estos resultados a la KB para futuras inferencias, un bucle de comentarios de autoaprendizaje. El an\u00e1lisis cognitivo ayuda a saber lo que podr\u00eda ocurrir si cambiaran las circunstancias y c\u00f3mo se podr\u00edan controlar estas situaciones.<\/p>\n<p>Las inferencias no son consultas estructuradas basadas en una base de datos de reglas, sino supuestos no estructurados que se recopilan de varios or\u00edgenes y se expresan con distintos grados de confianza. El an\u00e1lisis cognitivo eficaz depende de algoritmos de aprendizaje autom\u00e1tico. Usa varios conceptos de NLP (Procesamiento de lenguaje natural) para entender or\u00edgenes de datos desaprovechados anteriormente, como los registros de conversaciones de centros de llamadas y revisiones de productos.<\/p>\n<p>Te\u00f3ricamente, al aprovechar las ventajas de la inform\u00e1tica en paralelo y distribuida masiva, y los costos decrecientes del almacenamiento de datos y de la capacidad de computaci\u00f3n, no hay ning\u00fan l\u00edmite en el desarrollo cognitivo que estos sistemas pueden lograr.<\/p>\n<div id=\"next-section\" class=\"modular-content-container is-hidden-portrait\">\u00a0<\/div>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-49315fa elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"49315fa\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-d06a036 jltma-glass-effect-no\" data-id=\"d06a036\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1f40b90 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"1f40b90\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2a0565c elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"2a0565c\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-c379f95 jltma-glass-effect-no\" data-id=\"c379f95\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-30b26fb jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"30b26fb\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Clasificaci\u00f3n de BD Seg\u00fan Almac\u00e9n<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-9990a9f elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"9990a9f\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-75852ff jltma-glass-effect-no\" data-id=\"75852ff\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-562ff97 jltma-glass-effect-no elementor-widget elementor-widget-text-editor\" data-id=\"562ff97\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p>Las BD de pueden clasificar de acuerdo a su almac\u00e9n de datos en:<\/p>\n<ul>\n<li>Almacenes de archivos<\/li>\n<li>Bases de Datos<\/li>\n<\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-c961f70 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"c961f70\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-3951b03 jltma-glass-effect-no\" data-id=\"3951b03\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d2a5ae7 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"d2a5ae7\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Almacenes de archivos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-74b9819 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"74b9819\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-c22f712 jltma-glass-effect-no\" data-id=\"c22f712\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-98853c5 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"98853c5\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1591\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1591\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Almacenamiento de archivos CSV \/ JSON \/ XML \/ BLOB \/ Optimizados: AVRO \/ ORC \/ Parquet<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1591\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1591\"><hr \/>\n<h2>Exploraci\u00f3n del almacenamiento de archivos<\/h2>\n<hr \/>\n<p>La capacidad de almacenar datos en archivos es un elemento b\u00e1sico de cualquier sistema inform\u00e1tico<\/p>\n<p>El formato de archivo espec\u00edfico que se usa para almacenar datos depende de una serie de factores, entre los que se incluyen los siguientes:<\/p>\n<ul>\n<li>El tipo de datos que se almacenan (estructurados, semiestructurados o no estructurados).<\/li>\n<li>Las aplicaciones y los servicios que tendr\u00e1n que leer, escribir y procesar los datos.<\/li>\n<li>La necesidad de que los archivos de datos sean legibles para los usuarios o est\u00e9n optimizados para un almacenamiento y procesamiento eficientes.<\/li>\n<\/ul>\n<p><strong>Archivos de texto delimitado (CSV)<\/strong><\/p>\n<ul>\n<li>El formato m\u00e1s com\u00fan para los datos delimitados son los valores separados por comas (CSV), en los que los campos est\u00e1n separados por comas y las filas finalizan con un retorno de carro o una nueva l\u00ednea. (Opcionalmente, la primera l\u00ednea puede incluir los nombres de campo.)<\/li>\n<li>separados por tabulaciones (TSV)<\/li>\n<li>delimitados por espacios (en los que se usan tabulaciones o espacios para separar los campos),<\/li>\n<li>datos de ancho fijo en los que a cada campo se le asigna un n\u00famero fijo de caracteres.<\/li>\n<li>El texto delimitado es una buena opci\u00f3n para los datos estructurados a los que necesita tener <strong>acceso una amplia gama de aplicaciones y servicios en un formato legible.<\/strong><\/li>\n<\/ul>\n<p id=\"javascript-object-notation-json\"><strong>Notaci\u00f3n de objetos JavaScript (JSON)<\/strong><\/p>\n<ul>\n<li>usa un esquema de documento jer\u00e1rquico para definir entidades de datos (objetos) que tienen varios atributos<\/li>\n<li>Cada atributo puede ser un objeto (o una colecci\u00f3n de objetos ), lo que hace de JSON un formato flexible adecuado tanto para datos estructurados como semiestructurados.<\/li>\n<li>Tenga en cuenta que los objetos se incluyen entre llaves (<strong>{..}<\/strong>) y las colecciones se incluyen entre corchetes (<strong>[..]<\/strong>).<\/li>\n<li>Los atributos se representan mediante pares <em>nombre<\/em><strong>:<\/strong><em>valor<\/em>\u00a0y se separan por comas (<strong>,<\/strong>).<\/li>\n<\/ul>\n<p>{ \u00abcustomers\u00bb: [ { \u00abfirstName\u00bb: \u00abJoe\u00bb, \u00ablastName\u00bb: \u00abJones\u00bb, \u00abcontact\u00bb: [ { \u00abtype\u00bb: \u00abhome\u00bb, \u00abnumber\u00bb: \u00ab555 123-1234\u00bb }, { \u00abtype\u00bb: \u00abemail\u00bb, \u00abaddress\u00bb: \u00abjoe@litware.com\u00bb } ] }, { \u00abfirstName\u00bb: \u00abSamir\u00bb, \u00ablastName\u00bb: \u00abNadoy\u00bb, \u00abcontact\u00bb: [ { \u00abtype\u00bb: \u00abemail\u00bb, \u00abaddress\u00bb: \u00absamir@northwind.com\u00bb } ] } ] }<\/p>\n<p><strong>Lenguaje de marcado extensible (XML)<\/strong><\/p>\n<ul>\n<li>formato de datos legible popular en la d\u00e9cada de 1990 y 2000<\/li>\n<li>En gran medida lo ha reemplazado el formato JSON<\/li>\n<li>usa\u00a0<em>etiquetas<\/em>\u00a0entre corchetes angulares (<strong>..\/<\/strong>) para definir\u00a0<em>elementos<\/em>\u00a0y\u00a0<em>atributos<\/em><\/li>\n<\/ul>\n<p><strong>Objeto binario grande (BLOB)<\/strong><\/p>\n<ul>\n<li>todos los archivos se almacenan como datos binarios (1 y 0), pero en los formatos legibles los bytes de datos binarios se asignan a caracteres imprimibles (normalmente a trav\u00e9s de un esquema de codificaci\u00f3n de caracteres como ASCII o Unicode).<\/li>\n<li>algunos formatos de archivo, especialmente para los datos no estructurados, almacenan los datos como datos binarios sin formato que las aplicaciones deben interpretar y representar<\/li>\n<li>Los tipos comunes de datos almacenados como datos binarios incluyen im\u00e1genes, v\u00eddeo, audio y documentos espec\u00edficos de aplicaciones.<\/li>\n<\/ul>\n<p><strong>Formatos de archivo optimizados<\/strong><\/p>\n<ul>\n<li>Aunque los formatos legibles para datos estructurados y semiestructurados pueden ser \u00fatiles, normalmente no est\u00e1n optimizados para el procesamiento o el espacio de almacenamiento. Con el paso del tiempo, se han desarrollado algunos formatos de archivo especializados que permiten la compresi\u00f3n, la indexaci\u00f3n y un almacenamiento y procesamiento eficientes.<\/li>\n<\/ul>\n<p><strong><em>Avro<\/em><\/strong><\/p>\n<ul>\n<li>formato basado en filas creado por Apache<\/li>\n<li>Cada registro contiene un encabezado que describe la estructura de los datos en ese registro<\/li>\n<li>Este encabezado se almacena como JSON.<\/li>\n<li>Los datos, se almacenan como informaci\u00f3n binaria<\/li>\n<li>Una aplicaci\u00f3n usa la informaci\u00f3n del encabezado para analizar los datos binarios y extraer los campos que contienen<\/li>\n<li>es un formato adecuado para comprimir datos y reducir los requisitos de almacenamiento y ancho de banda de red.<\/li>\n<\/ul>\n<p><strong><em>ORC<\/em><\/strong><\/p>\n<ul>\n<li>formato de columnas de filas optimizadas (organiza los datos en columnas en lugar de en filas)<\/li>\n<li>desarroll\u00f3 HortonWorks para optimizar las operaciones de lectura y escritura en Apache Hive (Hive es un sistema de almacenamiento de datos que admite res\u00famenes de datos r\u00e1pidos y consultas en grandes conjuntos de datos).<\/li>\n<li>Un archivo ORC contiene\u00a0<em>franjas<\/em>\u00a0de datos<\/li>\n<li>Cada franja contiene los datos de una columna o de un conjunto de columnas<\/li>\n<li>Una franja contiene un \u00edndice de las filas de dicha franja, los datos de cada fila y un pie de p\u00e1gina que contiene informaci\u00f3n estad\u00edstica (count, sum, max, min, etc.) de cada columna.<\/li>\n<\/ul>\n<p><strong><em>Parquet<\/em><\/strong><\/p>\n<ul>\n<li>creado por Cloudera y Twitter<\/li>\n<li>Un archivo Parquet contiene grupos de filas.<\/li>\n<li>Los datos de cada columna se almacenan juntos en el mismo grupo de filas. Cada grupo de filas contiene uno o varios fragmentos de datos.<\/li>\n<li>Incluye metadatos que describen el conjunto de filas que hay en cada fragmento<\/li>\n<li>Parquet destaca por almacenar y procesar tipos de datos anidados de forma eficaz.<\/li>\n<li>Admite esquemas de compresi\u00f3n y codificaci\u00f3n muy eficaces.<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-0bddd0f elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"0bddd0f\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-13a9a5b jltma-glass-effect-no\" data-id=\"13a9a5b\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5bb55c8 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"5bb55c8\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-02b1f98 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"02b1f98\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1f09f99 jltma-glass-effect-no\" data-id=\"1f09f99\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1008441 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"1008441\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">BASES DE DATOS RELACIONALES<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-78f7b4f elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"78f7b4f\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-0dedd0b jltma-glass-effect-no\" data-id=\"0dedd0b\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-a7a30da jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"a7a30da\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1751\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1751\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">BD Relacionales<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1751\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1751\"><hr \/>\n<h2>Bases de datos relacionales<\/h2>\n<hr \/>\n<p><strong>Introducci\u00f3n:<\/strong><\/p>\n<ul>\n<li>Cuando se comenz\u00f3 a utilizar las BD cada organizaci\u00f3n almacenan su informaci\u00f3n con su propio estructura lo que provocaba diversas complicaciones, por ejemplo\n<ul>\n<li>Los desarrolladores requer\u00edan demasiada informaci\u00f3n sobre la estructura de los datos<\/li>\n<li>Era ineficaces y costosas de mantener y dif\u00edcil de optimizar para que la aplicaci\u00f3n tuviera un buen rendimiento<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Caracter\u00edsticas:<\/strong><\/p>\n<ul>\n<li>Las bases de datos relacionales suelen usarse para almacenar y consultar <strong>datos estructurados.<\/strong><\/li>\n<li>Los datos se almacenan en tablas que representan entidades<\/li>\n<li>A cada instancia de una entidad se le asigna una\u00a0<em>clave principal<\/em>\u00a0que la identifica de forma \u00fanica<\/li>\n<li>estas claves se usan para hacer referencia a la instancia de entidad en otras tablas.<\/li>\n<li>Este uso de claves para hacer referencia a entidades de datos permite\u00a0<em>normalizar<\/em> una base de datos relacional, esto conlleva la eliminaci\u00f3n de valores de datos duplicados<\/li>\n<li>Las tablas se administran y consultan mediante el Lenguaje de consulta estructurado (SQL), que se basa en un est\u00e1ndar ANSII,<\/li>\n<li>Las bases de datos que contienen tablas para almacenar los datos denominan BD relacionales<\/li>\n<li>Un servicio de Azure de este tipo es <strong>Azure SQL Database<\/strong><\/li>\n<li>El modelo relacional proporciona una forma est\u00e1ndar de representar y consultar datos que cualquier aplicaci\u00f3n puede usar<\/li>\n<li>Los tipos de datos disponibles que se pueden usar al definir una tabla dependen del sistema de base de datos que se use, aunque hay tipos de datos est\u00e1ndar definidos por el American National Standards Institute (ANSI) que son compatibles con la mayor\u00eda de los sistemas de base de datos<\/li>\n<li>Las BD relacionales proporcionan el modelo de BD m\u00e1s sencillo de almacenamiento de datos<\/li>\n<li>En una BD relacional las colecciones de mundo real se modelan en forma de tablas<\/li>\n<li><strong>Una entidad de describe como<\/strong> que informaci\u00f3n se debe conocerse o conservarse<\/li>\n<li>Su nombre es por que las entidades se pueden relacionar entre s\u00ed creando una nueva tablas<\/li>\n<li>Las estructura de filas y columnas facilitan el uso inicial, sin embargo esta forma puede provocar errores en como se relacionan los datos<\/li>\n<li>Por ejemplo que pasa si un cliente tiene m\u00e1s de una tarjeta de cr\u00e9dito para realizar los pagos<\/li>\n<li>Estos problemas se pueden resolver con la normalizaci\u00f3n, que hace que los datos se dividan en un gran nuevo de tablas, con pocas columnas y bien definidas<\/li>\n<li>En una BD relacional las colecciones de entidades del mundo real se modelan en forma de tablas<\/li>\n<li>Una entidad se define como: \u00bfQu\u00e9 informaci\u00f3n debe conocerse o conservarse?<\/li>\n<li>Las filas de una tabla tienen 1 o m\u00e1s columnas que definen las propiedades de la entidad<\/li>\n<li>Todas las filas tienen las mismas columnas<\/li>\n<li>Algunas columnas se utilizan para mantener la relaci\u00f3n entre las tablas, de aqu\u00ed proviene el nombre de modelo relacional<\/li>\n<li>Su nombre es por que las entidades se pueden relacionar entre s\u00ed creando una nueva tablas<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h3>Caracter\u00edsticas de una BD relacional<\/h3>\n<ul>\n<li>Todos los datos son tabulares<\/li>\n<li>Las entidades se modelan como tablas<\/li>\n<li>Cada instancia de la entidad es una fila de la tabla<\/li>\n<li>Cada propiedad se define como una columna<\/li>\n<li>Todas las filas tienen las mismas columnas<\/li>\n<li>Una tabla puede tener cualquier n\u00famero de filas<\/li>\n<li>La clave principal identifica de forma exclusiva cada fila de la tabla<\/li>\n<li>La clave externa hace referencia a las filas de otra tabla relacionada<\/li>\n<li>Cada tabla requiere una clave Principal (PK) que debe ser \u00fanica e irrepetible y es el identificador de cada entidad<\/li>\n<li>Cuando una instancia tiene llaves primarias de otras entidades son llamadas claves externas (FK), estas si se pueden repetir y una tabla puede contener m\u00e1s de una clave externa<\/li>\n<li>La mayor\u00eda de la bases de datos relacionales admiten el Lenguaje de Consulta Estructurado (SQL)<\/li>\n<\/ul>\n<hr \/>\n<p><\/p>\n<h3 class=\"wp-block-heading\">Tipos de relaci\u00f3n<\/h3>\n<hr \/>\n<p><\/p>\n<p>Para representar la relaci\u00f3n entre entidades se utilizan diferentes notaciones:<\/p>\n<p><\/p>\n<ul class=\"wp-block-list\">\n<li>Uno a uno: por ejemplo un cliente puede tener solo una tarjeta de cr\u00e9dito<\/li>\n<li>Uno a varios: un cliente puede tener varios pedidos<\/li>\n<li>Varios a uno: varios productos llegan a un almac\u00e9n<\/li>\n<li>Varios a Varios: varios pedidos pueden solicitar varios productos<\/li>\n<\/ul>\n<h3>Modelado<\/h3>\n<hr \/>\n<p><\/p>\n<p>Una BD puede tener muchas entidades y muchas relaciones por tanto necesario seguir una serie de reglas:<\/p>\n<ul>\n<li>Cada tabla requiere una clave Principal (PK) que debe ser \u00fanica e irrepetible y es el identificador de cada entidad<\/li>\n<li>Cuando una instancia tiene llaves primarias de otras entidades son llamadas claves externas (FK), estas si se pueden repetir y una tabla puede contener m\u00e1s de una clave externa<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<figure class=\"wp-block-image size-full\"><\/figure>\n<p><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1752\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1752\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Normalizaci\u00f3n<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1752\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1752\"><h2>Comprensi\u00f3n de la normalizaci\u00f3n<\/h2>\n<hr \/>\n<ul>\n<li>La normalizaci\u00f3n es el proceso de organizar los datos de una base de datos. Se incluye la creaci\u00f3n de tablas y el establecimiento de relaciones entre ellas seg\u00fan reglas dise\u00f1adas tanto para proteger los datos como para hacer que la base de datos sea m\u00e1s flexible al eliminar la redundancia y las dependencias incoherentes.<\/li>\n<li>La normalizaci\u00f3n es un t\u00e9rmino que usan los profesionales de bases de datos para referirse a un proceso de dise\u00f1o de esquemas que reduce al m\u00ednimo la duplicaci\u00f3n de los datos e impone la integridad de los datos.<\/li>\n<li>Aunque hay muchas reglas complejas que definen el proceso de refactorizaci\u00f3n de los datos en varios niveles (o\u00a0<em>formas<\/em>) de normalizaci\u00f3n, una definici\u00f3n sencilla a efectos pr\u00e1cticos es:<\/li>\n<\/ul>\n<ol>\n<li>Separar cada\u00a0<em>entidad<\/em>\u00a0en su propia tabla.<\/li>\n<li>Separar cada\u00a0<em>atributo<\/em>\u00a0discreto en su propia columna.<\/li>\n<li>Identificar de forma \u00fanica cada instancia de entidad (fila) mediante una\u00a0<em>clave principal<\/em>.<\/li>\n<li>Usar columnas de\u00a0<em>clave externa<\/em>\u00a0para vincular entidades relacionadas.<\/li>\n<\/ol>\n<ul>\n<li>La descomposici\u00f3n de atributos en columnas individuales garantiza que cada valor est\u00e9 restringido a un tipo de datos adecuado<\/li>\n<li>la creaci\u00f3n de columnas individuales aporta un nivel \u00fatil de granularidad a los datos a la hora de realizar las consultas; por ejemplo, puede filtrar f\u00e1cilmente los clientes que viven en una ciudad concreta.<\/li>\n<li>Las instancias de cada entidad se identifican de forma \u00fanica mediante un identificador u otro valor de clave, conocido como\u00a0<em>clave principal<\/em>;\u00a0<\/li>\n<li>y cuando una entidad hace referencia a otra (por ejemplo, un pedido tiene un cliente asociado), la clave principal de la entidad relacionada se almacena como una\u00a0<em>clave externa<\/em><\/li>\n<li>Normalmente, un sistema de administraci\u00f3n de bases de datos relacionales (RDBMS) puede aplicar la integridad referencial para garantizar que un valor especificado en un campo de clave externa tenga una clave principal correspondiente existente en la tabla relacionada (lo que, por ejemplo, impide la realizaci\u00f3n de pedidos para clientes que no existen).<\/li>\n<li>En algunos casos, se puede definir una clave (principal o externa) como una clave\u00a0<em>compuesta<\/em>\u00a0basada en una combinaci\u00f3n \u00fanica de varias columnas<\/li>\n<\/ul>\n<p><\/p>\n<p><\/p>\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" width=\"800\" height=\"689\" class=\"wp-image-8922\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/normalized-data.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/normalized-data.png 800w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/normalized-data-300x258.png 300w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/normalized-data-768x661.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/><\/figure>\n<h2 id=\"first-normal-form\" class=\"heading-anchor\">Primera forma normal<\/h2>\n<ul>\n<li>Elimine los grupos repetidos de las tablas individuales.<\/li>\n<li>Cree una tabla independiente para cada conjunto de datos relacionados.<\/li>\n<li>Identifique cada conjunto de datos relacionados con una clave principal.<\/li>\n<\/ul>\n<p>\u00bfQu\u00e9 ocurre cuando se agrega un tercer proveedor? Agregar un campo no es la respuesta, requiere modificaciones en las tablas y el programa, y no admite f\u00e1cilmente un n\u00famero variable de proveedores. En su lugar, coloque toda la informaci\u00f3n de los proveedores en una tabla independiente denominada Proveedores y despu\u00e9s vincule el inventario a los proveedores con el n\u00famero de elemento como clave, o los proveedores al inventario con el c\u00f3digo de proveedor como clave.<\/p>\n<h2 id=\"second-normal-form\" class=\"heading-anchor\">Segunda forma normal<\/h2>\n<ul>\n<li>Cree tablas independientes para conjuntos de valores que se apliquen a varios registros.<\/li>\n<li>Relacione estas tablas con una clave externa.<\/li>\n<\/ul>\n<p>Los registros no deben depender de nada que no sea una clave principal de una tabla, una clave compuesta si es necesario. Por ejemplo, considere la direcci\u00f3n de un cliente en un sistema de contabilidad. La direcci\u00f3n se necesita en la tabla Clientes, pero tambi\u00e9n en las tablas Pedidos, Env\u00edos, Facturas, Cuentas por cobrar y Colecciones. En lugar de almacenar la direcci\u00f3n de un cliente como una entrada independiente en cada una de estas tablas, almac\u00e9nela en un lugar, ya sea en la tabla Clientes o en una tabla Direcciones independiente.<\/p>\n<p>\u00a0<\/p>\n<section class=\"primary-holder column is-two-thirds-tablet is-three-quarters-desktop\">\n<div class=\"columns is-gapless-mobile has-large-gaps \">\n<div id=\"main-column\" class=\"column  is-full is-8-desktop\"><main id=\"main\" dir=\"ltr\" lang=\"es-es\" role=\"main\" data-bi-name=\"content\">\n<div class=\"content \">\n<h2 id=\"third-normal-form\" class=\"heading-anchor\">Tercera forma normal<\/h2>\n<ul>\n<li>Elimine los campos que no dependan de la clave.<\/li>\n<\/ul>\n<p>Los valores de un registro que no sean parte de la clave de ese registro no pertenecen a la tabla. En general, siempre que el contenido de un grupo de campos pueda aplicarse a m\u00e1s de un \u00fanico registro de la tabla, considere colocar estos campos en una tabla independiente.<\/p>\n<p>Por ejemplo, en una tabla Contrataci\u00f3n de empleados, puede incluirse el nombre de la universidad y la direcci\u00f3n de un candidato. Pero necesita una lista completa de universidades para enviar mensajes de correo electr\u00f3nico en grupo. Si la informaci\u00f3n de las universidades se almacena en la tabla Candidatos, no hay forma de enumerar las universidades que no tengan candidatos en ese momento. Cree una tabla Universidades independiente y vinc\u00falela a la tabla Candidatos con el c\u00f3digo de universidad como clave.<\/p>\n<\/div>\n<p>EXCEPCI\u00d3N: cumplir la tercera forma normal, aunque en teor\u00eda es deseable, no siempre es pr\u00e1ctico. Si tiene una tabla Clientes y desea eliminar todas las dependencias posibles entre los campos, debe crear tablas independientes para las ciudades, c\u00f3digos postales, representantes de venta, clases de clientes y cualquier otro factor que pueda estar duplicado en varios registros. En teor\u00eda, la normalizaci\u00f3n merece el trabajo que supone. Sin embargo, muchas tablas peque\u00f1as pueden degradar el rendimiento o superar la capacidad de memoria o de archivos abiertos.<\/p>\n<p>Puede ser m\u00e1s factible aplicar la tercera forma normal s\u00f3lo a los datos que cambian con frecuencia. Si quedan algunos campos dependientes, dise\u00f1e la aplicaci\u00f3n para que pida al usuario que compruebe todos los campos relacionados cuando cambie alguno.<\/p>\n<\/main><\/div>\n<h2 id=\"other-normalization-forms\" class=\"heading-anchor\">Otras formas de normalizaci\u00f3n<\/h2>\n<p>La cuarta forma normal, tambi\u00e9n llamada Forma normal de Boyce Codd (BCNF, Boyce Codd Normal Form), y la quinta forma normal existen, pero rara vez se consideran en un dise\u00f1o real. Si no se aplican estas reglas, el dise\u00f1o de la base de datos puede ser menos perfecto, pero no deber\u00eda afectar a la funcionalidad.<\/p>\n<\/div>\n<main id=\"main\" dir=\"ltr\" lang=\"es-es\" role=\"main\" data-bi-name=\"content\">\n<div class=\"content \">\n<h2 id=\"normalizing-an-example-table\" class=\"heading-anchor\">Normalizaci\u00f3n de una tabla de ejemplo<\/h2>\n<p>Estos pasos demuestran el proceso de normalizaci\u00f3n de una tabla de alumnos ficticia.<\/p>\n<ol>\n<li>\n<p>Tabla sin normalizar:<\/p>\n<div class=\"has-inner-focus\">\n<table class=\"table table-sm\" aria-label=\"Tabla 1\">\n<thead>\n<tr>\n<th>N\u00ba alumno<\/th>\n<th>Tutor<\/th>\n<th>Despacho-Tut<\/th>\n<th>Clase1<\/th>\n<th>Clase2<\/th>\n<th>Clase3<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1022<\/td>\n<td>Garc\u00eda<\/td>\n<td>412<\/td>\n<td>101-07<\/td>\n<td>143-01<\/td>\n<td>159-02<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>D\u00edaz<\/td>\n<td>216<\/td>\n<td>101-07<\/td>\n<td>143-01<\/td>\n<td>179-04<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/li>\n<li>\n<p>Primera forma normal: sin grupos repetidos<\/p>\n<p>Las tablas s\u00f3lo deben tener dos dimensiones. Puesto que un alumno tiene varias clases, estas clases deben aparecer en una tabla independiente. Los campos Clase1, Clase2 y Clase3 de los registros anteriores son indicativos de un problema de dise\u00f1o.<\/p>\n<p>Las hojas de c\u00e1lculo suelen usar la tercera dimensi\u00f3n, pero las tablas no deber\u00edan hacerlo. Otra forma de considerar ese problema es con una relaci\u00f3n de uno a varios y poner el lado de uno y el lado de varios en tablas distintas. En su lugar, cree otra tabla en la primera forma normal eliminando el grupo repetido (N\u00ba clase), seg\u00fan se muestra a continuaci\u00f3n:<\/p>\n<div class=\"has-inner-focus\">\n<table class=\"table table-sm\" aria-label=\"Tabla 2\">\n<thead>\n<tr>\n<th>N\u00ba alumno<\/th>\n<th>Tutor<\/th>\n<th>Despacho-Tut<\/th>\n<th>N\u00ba clase<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1022<\/td>\n<td>Garc\u00eda<\/td>\n<td>412<\/td>\n<td>101-07<\/td>\n<\/tr>\n<tr>\n<td>1022<\/td>\n<td>Garc\u00eda<\/td>\n<td>412<\/td>\n<td>143-01<\/td>\n<\/tr>\n<tr>\n<td>1022<\/td>\n<td>Garc\u00eda<\/td>\n<td>412<\/td>\n<td>159-02<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>D\u00edaz<\/td>\n<td>216<\/td>\n<td>101-07<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>D\u00edaz<\/td>\n<td>216<\/td>\n<td>143-01<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>D\u00edaz<\/td>\n<td>216<\/td>\n<td>179-04<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/li>\n<li>\n<p>Segunda forma normal: eliminar los datos redundantes<\/p>\n<p>Observe los diversos valores de N\u00ba clase para cada valor de N\u00ba alumno en la tabla anterior. N\u00ba clase no depende funcionalmente de N\u00ba alumno (la clave principal), de modo que la relaci\u00f3n no cumple la segunda forma normal.<\/p>\n<p>Las tablas siguientes demuestran la segunda forma normal:<\/p>\n<p>Alumnos:<\/p>\n<div class=\"has-inner-focus\">\n<table class=\"table table-sm\" aria-label=\"Tabla 3\">\n<thead>\n<tr>\n<th>N\u00ba alumno<\/th>\n<th>Tutor<\/th>\n<th>Despacho-Tut<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1022<\/td>\n<td>Garc\u00eda<\/td>\n<td>412<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>D\u00edaz<\/td>\n<td>216<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Registro:<\/p>\n<div class=\"has-inner-focus\">\n<table class=\"table table-sm\" aria-label=\"Tabla 4\">\n<thead>\n<tr>\n<th>N\u00ba alumno<\/th>\n<th>N\u00ba clase<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1022<\/td>\n<td>101-07<\/td>\n<\/tr>\n<tr>\n<td>1022<\/td>\n<td>143-01<\/td>\n<\/tr>\n<tr>\n<td>1022<\/td>\n<td>159-02<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>101-07<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>143-01<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>179-04<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/li>\n<li>\n<p>Tercera forma normal: eliminar los datos que no dependen de la clave<\/p>\n<p>En el \u00faltimo ejemplo, Despacho-Tut (el n\u00famero de despacho del tutor) es funcionalmente dependiente del atributo Tutor. La soluci\u00f3n es pasar ese atributo de la tabla Alumnos a la tabla Personal, seg\u00fan se muestra a continuaci\u00f3n:<\/p>\n<p>Alumnos:<\/p>\n<div class=\"has-inner-focus\">\n<table class=\"table table-sm\" aria-label=\"Tabla 5\">\n<thead>\n<tr>\n<th>N\u00ba alumno<\/th>\n<th>Tutor<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1022<\/td>\n<td>Garc\u00eda<\/td>\n<\/tr>\n<tr>\n<td>4123<\/td>\n<td>D\u00edaz<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Personal:<\/p>\n<div class=\"has-inner-focus\">\n<table class=\"table table-sm\" aria-label=\"Tabla 6\">\n<thead>\n<tr>\n<th>Nombre<\/th>\n<th>Sala<\/th>\n<th>Dept.<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Garc\u00eda<\/td>\n<td>412<\/td>\n<td>42<\/td>\n<\/tr>\n<tr>\n<td>D\u00edaz<\/td>\n<td>216<\/td>\n<td>42<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/li>\n<\/ol>\n<\/div>\n<\/main><\/section>\n<p><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1753\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1753\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">SQL (DDL  \/ DCL \/ DML)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1753\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1753\"><h2>SQL<\/h2>\n<hr \/>\n<ul>\n<li>SQL significa\u00a0<em>Lenguaje de consulta estructurado<\/em><\/li>\n<li>Se usa para comunicarse con una base de datos relacional<\/li>\n<li>Se trata del lenguaje est\u00e1ndar para los sistemas de administraci\u00f3n de bases de datos relacionales<\/li>\n<li>Algunos sistemas de administraci\u00f3n de bases de datos relacionales habituales que utilizan SQL incluyen Microsoft\u00a0SQL\u00a0Server, MySQL, PostgreSQL, MariaDB y Oracle.<\/li>\n<li><em>El Instituto Nacional Estadounidense de Est\u00e1ndares (ANSI) estandariz\u00f3 originalmente el lenguaje SQL en 1986 y, luego, la Organizaci\u00f3n Internacional de Normalizaci\u00f3n (ISO), en 1987. Desde entonces, el est\u00e1ndar se ha ampliado varias veces a medida que los proveedores de bases de datos relacionales han agregado nuevas caracter\u00edsticas a sus sistemas. Adem\u00e1s, la mayor\u00eda de los proveedores de bases de datos incluyen sus propias extensiones que no forman parte del est\u00e1ndar, lo que ha dado lugar a la creaci\u00f3n de varios dialectos de SQL.<\/em><\/li>\n<li>muchos sistemas de administraci\u00f3n de bases de datos tambi\u00e9n cuentan con extensiones propias adicionales, estas extensiones proporcionan una funcionalidad que no se incluye en el est\u00e1ndar de SQL y contienen \u00e1reas como la administraci\u00f3n de la seguridad y la capacidad de programaci\u00f3n.\u00a0<\/li>\n<li>muchos sistemas de administraci\u00f3n de BD&#8217;s tienen extensiones propias que proporcionan funcionalidades extras en temas de seguridad o programaci\u00f3n que no se incluyen en el est\u00e1ndar SQL, es estos se les llama <strong>\u00abDialectos\u00bb<\/strong><\/li>\n<li>Por ejemplo,<strong> Microsoft\u00a0SQL\u00a0Server<\/strong> y los servicios de base de datos de Azure basados en el motor de base de datos de SQL\u00a0Server usan <strong>Transact-SQL.<\/strong><\/li>\n<li>\n<p>Algunos dialectos populares de SQL incluyen:<\/p>\n\n<ul class=\"wp-block-list\">\n<li><em>Transact-SQL (T-SQL)<\/em>. Esta versi\u00f3n de SQL la usan los servicios Microsoft\u00a0SQL\u00a0Server y Azure SQL.<\/li>\n<li><em>pgSQL<\/em>. Se trata del dialecto, con extensiones, que se implementa en PostgreSQL.<\/li>\n<li><em>PL\/SQL<\/em>. Se trata del dialecto que utiliza Oracle. PL\/SQL significa \u00ablenguaje de procedimientos\/SQL\u00bb.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<h3>Tipos de instrucci\u00f3n SQL<\/h3>\n<p><!-- \/wp:heading --><!-- wp:paragraph --><\/p>\n<p>Las instrucciones SQL se agrupan en tres grupos l\u00f3gicos principales:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:list --><\/p>\n<ul>\n<li>Lenguaje de definici\u00f3n de datos (DDL):que se aplican sobre los componentes, columnas o sobre la tabla<\/li>\n<li>Lenguaje de control de datos (DCL)<\/li>\n<li>Lenguaje de manipulaci\u00f3n de datos (DML): que se aplican a los registros de una tabla<\/li>\n<\/ul>\n<hr \/>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p>\n<p><!-- wp:heading {\"level\":4} --><\/p>\n<h4>Instrucciones DDL<\/h4>\n<hr \/>\n<p>Las instrucciones DDL se usan para crear, modificar y quitar tablas y otros objetos de una base de datos (tabla, procedimientos almacenados, vistas, etc.).<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>Las instrucciones de DDL m\u00e1s habituales son las siguientes:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:image {\"id\":8951,\"sizeSlug\":\"full\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"974\" height=\"327\" class=\"wp-image-8951\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_1343.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1343.png 974w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1343-300x101.png 300w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1343-768x258.png 768w\" sizes=\"(max-width: 974px) 100vw, 974px\" \/><\/figure>\n<p><!-- \/wp:image --><!-- wp:paragraph --><\/p>\n<p>Advertencia: La instrucci\u00f3n\u00a0<strong>DROP<\/strong>\u00a0es muy eficaz. Al quitar una tabla, se pierden todas las filas de esa tabla. Salvo en el caso de que tenga una copia de seguridad, no podr\u00e1 recuperar los datos.<\/p>\n<p><!-- \/wp:paragraph --><\/p>\n<p><!-- wp:paragraph --><\/p>\n<ul>\n<li>En el siguiente ejemplo se crea una nueva tabla de base de datos.<\/li>\n<li>Los elementos entre par\u00e9ntesis especifican los detalles de cada columna, como el nombre, el tipo de datos, si la columna debe contener siempre un valor (distinto de NULL) y si los datos de la columna se usan para identificar de forma \u00fanica una fila (CLAVE PRINCIPAL).<\/li>\n<li>Cada tabla debe tener una clave principal, <strong>aunque SQL no aplica forzosamente esta regla.<\/strong><\/li>\n<\/ul>\n<p><!-- \/wp:paragraph --><!-- wp:heading {\"level\":5} --><\/p>\n<h5>Nota<\/h5>\n<p><!-- \/wp:heading --><!-- wp:paragraph --><\/p>\n<ul>\n<li>Las columnas marcadas como\u00a0<strong>NOT NULL<\/strong>\u00a0se denominan columnas\u00a0<em>obligatorias<\/em>. Si omite la cl\u00e1usula\u00a0<em>NOT NULL<\/em>, puede crear filas que no contengan un valor en la columna.<\/li>\n<li>Se considera que una columna vac\u00eda de una fila tiene un valor\u00a0<em>NULL<\/em>.<\/li>\n<\/ul>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>CREATE TABLE Product\n(\n    ID INT PRIMARY KEY,\n    Name VARCHAR(20) NOT NULL,\n    Price DECIMAL NULL\n);<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<ul>\n<li>Los tipos de datos disponibles para las columnas de una tabla variar\u00e1n en funci\u00f3n del sistema de administraci\u00f3n de bases de datos.<\/li>\n<li>Aun as\u00ed, la mayor\u00eda de los sistemas de administraci\u00f3n de bases de datos admiten tipos num\u00e9ricos como INT (un n\u00famero entero), DECIMAL (un n\u00famero decimal) y tipos de cadena como VARCHAR (<em>VARCHAR<\/em> significa \u00abdatos de caracteres de longitud variable\u00bb).\u00a0<\/li>\n<\/ul>\n<p><strong>MCT<\/strong><\/p>\n<ul>\n<li>Para crear una tabla se utiliza la instrucci\u00f3n CREATE TABLE<\/li>\n<li>Dentro de los par\u00e9ntesis se definen los campos (nombre_campo tipo_dato restricciones)<\/li>\n<li>restricciones:\n<ul>\n<li>Primary Key: clave primaria<\/li>\n<li>NOT NULL: indica que la columna no puede estar vacia<\/li>\n<li>UNIQUE: indica que lo valores de na columna no se pueden repetir<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<h3>Palabras reservadas<\/h3>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>CREATE: permite crear objetos<\/li>\n<li>INSERT: almacena datos en una tabla<\/li>\n<li>UPDATE: actualiza datos de una tabla<\/li>\n<li>DELETE: quita filas de una tabla<\/li>\n<li>SELECT: consulta datos de una tabla<\/li>\n<li>FROM: indica que tabla se va a consultar<\/li>\n<li>WHERE: permite agregar una condici\u00f3n<\/li>\n<li>JOIN: uni\u00f3n de tablas<\/li>\n<li>ON: comparaci\u00f3n entre columnas<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<p><strong>Instrucciones DDL<\/strong><\/p>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>Se utilizan para crear, modificar y eliminar tablas u otros objetos como \u00edndices, vistas, procedimientos almacenados<\/li>\n<li>Las m\u00e1s comunes son:<\/li>\n<li>CREATE: permite crear objetos<\/li>\n<li>ALTER: modifica la estructura de un objeto (Ej: agregar o quitar columna)<\/li>\n<li>DROP: eliminar un objeto<\/li>\n<li>RENAME: renombrar un objeto<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<p><strong>Consideraciones<\/strong><\/p>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>Al aplicar DROP sobre una tabla esta y sus filas son eliminadas y no se pueden recupar a menos que tenga un respaldo<\/li>\n<li>Las columnas con NOT NULL se consideran obligatorias<\/li>\n<li>Las columnas NULL pueden tener o no datos<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p>\n<hr \/>\n<p><!-- \/wp:list --><\/p>\n<p><!-- wp:heading {\"level\":4} --><\/p>\n<h4>Instrucciones DCL<\/h4>\n<hr \/>\n<p>\u00a0<\/p>\n<p><!-- \/wp:heading --><!-- wp:paragraph --><\/p>\n<p>Los administradores de bases de datos suelen usar instrucciones DCL para administrar el acceso a objetos de una base de datos mediante la concesi\u00f3n, denegaci\u00f3n o revocaci\u00f3n de permisos a usuarios o grupos espec\u00edficos.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>Las tres instrucciones DCL principales son las siguientes:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:image {\"id\":8953,\"sizeSlug\":\"full\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"982\" height=\"266\" class=\"wp-image-8953\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_1344.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1344.png 982w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1344-300x81.png 300w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1344-768x208.png 768w\" sizes=\"(max-width: 982px) 100vw, 982px\" \/><\/figure>\n<p><!-- \/wp:image --><!-- wp:paragraph --><\/p>\n<p><!-- wp:paragraph --><\/p>\n<p>Por ejemplo, la siguiente instrucci\u00f3n\u00a0<strong>GRANT<\/strong>\u00a0permite a un usuario denominado\u00a0<em>user1<\/em>\u00a0leer, insertar y modificar datos en la tabla\u00a0<strong>Product<\/strong>.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>GRANT SELECT, INSERT, UPDATE\nON Product\nTO user1;<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:heading {\"level\":4} --><\/p>\n<h4>Instrucciones DML<\/h4>\n<p><!-- \/wp:heading --><!-- wp:paragraph --><\/p>\n<p>Las instrucciones DML se usan para manipular las filas de las tablas. Estas instrucciones permiten recuperar (consultar) datos, insertar nuevas filas o modificar filas existentes. Tambi\u00e9n puede eliminar filas si ya no las necesita.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>Las cuatro instrucciones DML principales son las siguientes:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:image {\"id\":8954,\"sizeSlug\":\"full\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"975\" height=\"329\" class=\"wp-image-8954\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_1345.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1345.png 975w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1345-300x101.png 300w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1345-768x259.png 768w\" sizes=\"(max-width: 975px) 100vw, 975px\" \/><\/figure>\n<ul>\n<li>La forma b\u00e1sica de una instrucci\u00f3n\u00a0<strong>INSERT<\/strong>\u00a0insertar\u00e1 una fila cada vez<\/li>\n<li>De forma predeterminada, las instrucciones\u00a0<strong>SELECT<\/strong>,\u00a0<strong>UPDATE<\/strong>\u00a0y\u00a0<strong>DELETE<\/strong>\u00a0se aplican a todas las filas de una tabla<\/li>\n<li>Normalmente, se aplica una cl\u00e1usula\u00a0<strong>WHERE<\/strong>\u00a0con estas instrucciones para especificar criterios, de forma que solo se seleccionen, actualicen o eliminen las filas que cumplan estos criterios.<\/li>\n<li><strong>SQL no ofrece\u00a0<em>solicitudes de confirmaci\u00f3n<\/em>, por lo que debe tener cuidado al usar DELETE o UPDATE sin una cl\u00e1usula WHERE, ya que podr\u00eda perder o modificar una gran cantidad de datos.<\/strong><\/li>\n<\/ul>\n<p><!-- \/wp:paragraph --><\/p>\n<p><!-- wp:paragraph --><\/p>\n<p>El c\u00f3digo siguiente es un ejemplo de una instrucci\u00f3n SQL que permite seleccionar todas las filas (indicadas con *) de la tabla\u00a0<strong>Customer<\/strong>, donde el valor de la columna\u00a0<strong>Ciudad<\/strong>\u00a0es \u00abSeattle\u00bb:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>SELECT *\nFROM Customer\nWHERE City = 'Seattle';<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<p>Para recuperar solo un subconjunto espec\u00edfico de columnas de la tabla, puede enumerarlas en la cl\u00e1usula\u00a0<strong>SELECT<\/strong>, tal como se muestra a continuaci\u00f3n:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>SELECT FirstName, LastName, Address, City\nFROM Customer\nWHERE City = 'Seattle';<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<p>Si una consulta devuelve muchas filas, estas no necesariamente aparecen en una secuencia concreta. Si quiere ordenar los datos, puede agregar una cl\u00e1usula\u00a0<strong>ORDER BY<\/strong>. Los datos se ordenar\u00e1n por la columna especificada:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>SELECT FirstName, LastName, Address, City\nFROM Customer\nWHERE City = 'Seattle'\nORDER BY LastName;<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<p>Tambi\u00e9n puede ejecutar instrucciones SELECT que recuperen datos de varias tablas mediante una cl\u00e1usula\u00a0<strong>JOIN<\/strong>. Las combinaciones indican c\u00f3mo las filas de una tabla se conectan con las filas de la otra para determinar qu\u00e9 datos se van a devolver. Una condici\u00f3n de combinaci\u00f3n t\u00edpica coincide con una clave externa de una tabla y su clave principal asociada en la otra tabla.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>En la consulta siguiente se muestra un ejemplo que une las tablas\u00a0<strong>Customer<\/strong>\u00a0y\u00a0<strong>Order<\/strong>. La consulta usa\u00a0<em>alias<\/em>\u00a0de tabla para abreviar los nombres de tabla al especificar qu\u00e9 columnas deben recuperarse en la cl\u00e1usula\u00a0<strong>SELECT<\/strong>\u00a0y qu\u00e9 columnas deben coincidir en la cl\u00e1usula\u00a0<strong>JOIN<\/strong>.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>SELECT o.OrderNo, o.OrderDate, c.Address, c.City\nFROM Order AS o\nJOIN Customer AS c\nON o.Customer = c.ID<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<p>En el ejemplo siguiente se muestra c\u00f3mo modificar una fila existente mediante SQL. Se cambia el valor de la columna\u00a0<strong>Address\u00a0<\/strong>de la tabla\u00a0<strong>Customer<\/strong>\u00a0para las filas que tienen el valor 1 en la columna\u00a0<strong>ID<\/strong>. Todas las dem\u00e1s filas permanecen sin cambios:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>UPDATE Customer\nSET Address = '123 High St.'\nWHERE ID = 1;<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<p>Advertencia: Si omite la cl\u00e1usula\u00a0<strong>WHERE<\/strong>, una instrucci\u00f3n\u00a0<strong>UPDATE<\/strong>\u00a0modificar\u00e1\u00a0<strong>todas<\/strong>\u00a0las filas de la tabla.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>Use la instrucci\u00f3n\u00a0<strong>DELETE<\/strong>\u00a0para quitar filas. Debe especificar la tabla en la que se va a realizar la eliminaci\u00f3n y una cl\u00e1usula\u00a0<strong>WHERE<\/strong>\u00a0que identifique las filas que se van a eliminar:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>DELETE FROM Product\nWHERE ID = 162;<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<p>Advertencia: Si omite la cl\u00e1usula\u00a0<strong>WHERE<\/strong>, una instrucci\u00f3n\u00a0<strong>DELETE<\/strong>\u00a0quitar\u00e1\u00a0<strong>todas<\/strong>\u00a0las filas de la tabla.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>La instrucci\u00f3n\u00a0<strong>INSERT<\/strong>\u00a0tiene un formato ligeramente diferente. Debe especificar una tabla y las columnas en una cl\u00e1usula\u00a0<strong>INTO<\/strong>, y una lista de valores que se van a almacenar en estas columnas. El lenguaje SQL est\u00e1ndar solo admite la inserci\u00f3n de una fila cada vez, tal como se muestra en el ejemplo siguiente. Algunos dialectos le permiten especificar varias cl\u00e1usulas\u00a0<strong>VALUES<\/strong>\u00a0para agregar varias filas a la vez:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>INSERT INTO Product(ID, Name, Price)\nVALUES (99, 'Drill', 4.99);<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:heading {\"level\":3} --><\/p>\n<h3>Nota:<\/h3>\n<p><!-- \/wp:heading --><!-- wp:paragraph --><\/p>\n<p>En este tema se describen algunas instrucciones SQL y sintaxis b\u00e1sicas para ayudarle a comprender c\u00f3mo se usa SQL para trabajar con objetos en una base de datos. Si quiere obtener m\u00e1s informaci\u00f3n sobre c\u00f3mo consultar datos con SQL, revise la ruta de aprendizaje\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/learn\/paths\/get-started-querying-with-transact-sql\">Introducci\u00f3n a las consultas con Transact-SQL<\/a>\u00a0en Microsoft\u00a0Learn.<\/p>\n<p>\u00a0<\/p>\n<p><strong>MCT:<\/strong><\/p>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<p><strong>Instrucciones DML<\/strong><\/p>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>Se utilizan para manipular las filas de una tabla ( insertar \/ modificar \/ eliminar \/ consultar )<\/li>\n<li>SET: Permite indicar el valor por el cual se modificar\u00e1 un campo en una instrucci\u00f3n UPDATE<\/li>\n<li>*: Se utiliza despu\u00e9s del SELECT para indicar que se deben obtener todas las columnas<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<p><strong>Consideraciones<\/strong><\/p>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>La forma b\u00e1sica de una instrucci\u00f3n INSERT insertar\u00e1 una fila de forma predeterminada<\/li>\n<li>Las instrucciones SELECT \/ UPDATE \/ DELETE se aplican a todas las filas de una tabla<\/li>\n<li>La clausula WHERE es el medio para determinar a que filas deseamos aplicarle la instrucci\u00f3n<\/li>\n<li>SQL: no ofrece solicitudes de confirmaci\u00f3n por lo que se debe tener cuidado al usar DELETE \/ UPDATE sin una clausula WHERE por que podr\u00eda perder o modificar una gran cantidad de datos<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<p><strong>Cl\u00e1usulas y condiciones<\/strong><\/p>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>FROM: indica la tabla que se desea utilizar<\/li>\n<li>JOIN: permite la combinaci\u00f3n de tablas<\/li>\n<li>ORDER BY: permite ordenar las filas<\/li>\n<li>Algunas condiciones puede utilizar operadores l\u00f3gicos (= &lt; &gt;)<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:paragraph --><\/p>\n<p><!-- \/wp:paragraph --><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1754\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-1754\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Objetos Vista \/ Procedimiento \/ Indice<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1754\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-1754\"><p><strong>Vista<\/strong><\/p>\n<ul>\n<li>Una vista es una tabla virtual basada en los resultados de una consulta\u00a0<strong>SELECT<\/strong>.<\/li>\n<\/ul>\n<p><!-- wp:paragraph --><\/p>\n<pre class=\"wp-block-code\"><code>CREATE VIEW Deliveries\nAS\nSELECT o.OrderNo, o.OrderDate,\n       c.FirstName, c.LastName, c.Address, c.City\nFROM Order AS o JOIN Customer AS c\nON o.CustomerID = c.ID;<\/code><\/pre>\n<p><!-- \/wp:code --><\/p>\n<ul>\n<li>Puede consultar la vista y filtrar los datos de la misma forma que una tabla.<\/li>\n<\/ul>\n<p><!-- wp:paragraph --><\/p>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>SELECT OrderNo, OrderDate, LastName, Address\nFROM Deliveries\nWHERE City = 'Seattle';<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:heading {\"level\":3} --><\/p>\n<p><strong>MCT<\/strong><\/p>\n<ul>\n<li>Existen consultas que son constantemente utilizadas por lo que para mejorar el rendimiento de la BD y que estas consultas se procesen desde cero se pueden utilizar vistas<\/li>\n<li>Es una tabla virtual definida a partir de una consulta determinada que puede contener distintas columnas de varias tablas<\/li>\n<li>Tambi\u00e9n se pueden utilizar para combinar datos de dos tablas que se consultan constantemente<\/li>\n<\/ul>\n<p><!-- wp:heading --><\/p>\n<p><strong>Tipos de vistas<\/strong><\/p>\n<p><!-- \/wp:heading --> <!-- wp:list --><\/p>\n<ul>\n<li><strong>Vistas indexadas:<\/strong> vistan en las que se crean un \u00edndice y que mejoran el rendimiento de las consultas<\/li>\n<li><strong>Vistas con particiones: <\/strong>combina datos horizontales con particiones de un conjunto de tablas miembro en uno o m\u00e1s servidores<\/li>\n<li><strong>Vistas del sistemas<\/strong>: expone metadatos que se usan para devolver informaci\u00f3n de la instancia de SQL Server u objetos definidos en la instancia. Por ejemplo la vista del catalogo sys.database<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<p><strong>Procedimiento almacenado<\/strong><\/p>\n<ul>\n<li>Un procedimiento almacenado define instrucciones SQL que se pueden ejecutar a petici\u00f3n<\/li>\n<li>Los procedimientos almacenados se usan para encapsular la l\u00f3gica de programaci\u00f3n en una base de datos para las acciones que las aplicaciones deben realizar al trabajar con datos.<\/li>\n<li>Puede definir un procedimiento almacenado con par\u00e1metros<!-- wp:paragraph --><!-- \/wp:paragraph --><!-- wp:code -->\n<pre class=\"wp-block-code\"><code>CREATE PROCEDURE RenameProduct\n\t@ProductID INT,\n\t@NewName VARCHAR(20)\nAS\nUPDATE Product\nSET Name = @NewName\nWHERE ID = @ProductID;<\/code><\/pre>\n<!-- \/wp:code --><!-- wp:paragraph -->\n<p>Cuando haya que cambiar el nombre de un producto, puede ejecutar el procedimiento almacenado y pasar el identificador del producto y el nuevo nombre que se va a asignar:<\/p>\n<!-- \/wp:paragraph --><!-- wp:code -->\n<pre class=\"wp-block-code\"><code>EXEC RenameProduct 201, 'Spanner';<\/code><\/pre>\n<!-- \/wp:code --><!-- wp:heading {\"level\":3} -->\n<p><strong>\u00edndice<\/strong><\/p>\n<!-- \/wp:heading --><\/li>\n<li>Un \u00edndice le ayuda a buscar datos en una tabla<\/li>\n<li>Piense en el \u00edndice de una tabla como en el \u00edndice de la parte final de un libro. El \u00edndice de un libro contiene un conjunto ordenado de contenido, junto a las p\u00e1ginas en las que aparece. El \u00edndice le servir\u00e1 para buscar la referencia a un elemento del libro.<\/li>\n<li><!-- wp:paragraph -->\n<p>Cuando se crea un \u00edndice en una base de datos, se especifica una columna de la tabla<\/p>\n<\/li>\n<li>\n<p>el \u00edndice contiene una copia de estos datos con un criterio de ordenaci\u00f3n y punteros a las filas correspondientes de la tabla.<\/p>\n<\/li>\n<li>Cuando el usuario ejecuta una consulta que especifica esa columna en la cl\u00e1usula <strong>WHERE<\/strong>, el sistema de administraci\u00f3n de bases de datos puede utilizar el \u00edndice para capturar los datos m\u00e1s r\u00e1pidamente que si tuviera que examinar toda la tabla fila por fila.<\/li>\n<\/ul>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<ul>\n<li>Por ejemplo, podr\u00eda usar el c\u00f3digo siguiente para crear un \u00edndice en la columna\u00a0<strong>Name<\/strong>\u00a0de la tabla\u00a0<strong>Product<\/strong>:<\/li>\n<\/ul>\n<p><!-- \/wp:paragraph --><!-- wp:code --><\/p>\n<pre class=\"wp-block-code\"><code>CREATE INDEX idx_ProductName\nON Product(Name);<\/code><\/pre>\n<p><!-- \/wp:code --><!-- wp:paragraph --><\/p>\n<p>El \u00edndice crea una estructura basada en \u00e1rbol que el optimizador de consultas del sistema de base de datos puede usar para buscar r\u00e1pidamente filas en la tabla\u00a0<strong>Product<\/strong>\u00a0en funci\u00f3n de un nombre espec\u00edfico (<strong>Name<\/strong>).<\/p>\n<p><!-- wp:paragraph --><\/p>\n<p><!-- \/wp:paragraph --><!-- wp:image {\"id\":8959,\"sizeSlug\":\"full\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"550\" height=\"283\" class=\"wp-image-8959\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/index.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/index.png 550w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/index-300x154.png 300w\" sizes=\"(max-width: 550px) 100vw, 550px\" \/><\/figure>\n<p><!-- \/wp:image --><!-- wp:paragraph --><\/p>\n<ul>\n<li>Para una tabla que contiene pocas filas, el uso del \u00edndice probablemente no sea m\u00e1s eficaz que simplemente leer toda la tabla y buscar las filas solicitadas por la consulta (en cuyo caso, el optimizador de consultas omitir\u00e1 el \u00edndice).<\/li>\n<li>Pero cuando una tabla tiene muchas filas, los \u00edndices pueden mejorar dr\u00e1sticamente el rendimiento de las consultas.<\/li>\n<li>Puede crear muchos \u00edndices en una tabla.<\/li>\n<li><span style=\"font-size: 1.125rem;\">Sin embargo, los \u00edndices no son gratuitos. <\/span><\/li>\n<li><span style=\"font-size: 1.125rem;\">Un \u00edndice consume espacio de almacenamiento y, cada vez que inserte datos en una tabla, los actualice o los elimine, tendr\u00e1 que hacer el mantenimiento de sus \u00edndices. <\/span><\/li>\n<li><span style=\"font-size: 1.125rem;\">Este trabajo adicional puede ralentizar las operaciones de inserci\u00f3n, actualizaci\u00f3n y eliminaci\u00f3n. Debe conseguir un equilibrio entre tener \u00edndices que aceleren las consultas y el coste de realizar otras operaciones.<\/span><\/li>\n<\/ul>\n<p><strong>MCT:<\/strong><\/p>\n<ul>\n<li>Es una estructura asociada con una tabla o vista contiene claves generadas a partir de una o varias columnas<\/li>\n<li>Sirve para hacer referencia a algunos elementos determinados lo que al hacer consultas acelera la recuperaci\u00f3n de filas de una tabla<\/li>\n<li>Cuando se crea un \u00edndice se debe especificar una columna de una tabla, el \u00edndice contiene una copia de estos datos como un criterio de ordenaci\u00f3n y punteros a las filas correspondientes de la tabla<\/li>\n<li>Cuando el usuario realiza una consulta que contiene la columna de la cl\u00e1usula WHERE el sistema de administraci\u00f3n de BD puede utilizar el \u00edndice obtener los datos m\u00e1s r\u00e1pidamente que si tuviera que analizar toda la fila<\/li>\n<\/ul>\n<p><!-- wp:heading --><\/p>\n<p><strong>\u00cdndice vs Almacenamiento<\/strong><\/p>\n<p><!-- \/wp:heading --> <!-- wp:list --><\/p>\n<ul>\n<li>Los \u00edndices requiere espacio de almacenamiento y mantenimiento que se realiza de forma autom\u00e1tica al modificar o eliminar datos de la tabla original<\/li>\n<li>Por esto no se recomienda crear \u00edndices para todas las columnas existentes en una tabla<\/li>\n<li>Se recomiendan solo cuando la columna sea constantemente requerida en las consultas o en tablas de solo lectura ya que tener una gran cantidad de \u00edndices puede afectar el rendimiento de una BD<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<p><strong>\u00cdndices autom\u00e1ticos<\/strong><\/p>\n<p><!-- \/wp:heading --> <!-- wp:list --><\/p>\n<ul>\n<li>Existen \u00edndices que se crean autom\u00e1ticamente, por ejemplo cuando se crea una restricci\u00f3n \u00abPrimary Key\u00bb se crea un \u00edndice cl\u00faster \u00fanico en las columnas si a\u00fan no existe un \u00edndice cluster en la tabla o o se ha especificado un \u00edndice no cluster<\/li>\n<li>Cuando se crea una restricci\u00f3n \u00abUNIQUE\u00bb se creara un \u00edndice no cluster \u00fanico, puede especificarse un \u00edndice cluster \u00fanico si todav\u00eda no existe un \u00edndice cluster en la tabla<\/li>\n<li>Para crear un \u00edndice se requiere la siguiente sentencia<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:paragraph --><\/p>\n<p><!-- \/wp:paragraph --><\/p>\n<p><!-- \/wp:heading --><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f9b4bdd elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"f9b4bdd\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-e76ab95 jltma-glass-effect-no\" data-id=\"e76ab95\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3acae04 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"3acae04\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-acf20ec elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"acf20ec\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7e13f83 jltma-glass-effect-no\" data-id=\"7e13f83\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-0229f1a jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"0229f1a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">BASES DE DATOS NO RELACIONALES<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ae6802f elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"ae6802f\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-241a058 jltma-glass-effect-no\" data-id=\"241a058\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c9b9b48 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"c9b9b48\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2111\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-2111\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">BD No Relacionales<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2111\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-2111\"><hr \/>\n<h3>Bases de datos no relacionales<\/h3>\n<hr \/>\n<ul>\n<li>Son sistemas de administraci\u00f3n de datos que no aplican un esquema relacional a los datos<\/li>\n<li>Una BD no relacional es la BD que no utiliza el esquema tabular de filas y columnas<\/li>\n<li>Utilizan un modelo al almacenamiento optimizado para para el tipo de datos que almacena<\/li>\n<li>Se conocen como bases de datos NoSQL<\/li>\n<li>Algunas admiten una variante del lenguaje SQL.<\/li>\n<li>Las bases de datos no relacionales permiten almacenar los datos en un formato que coincide m\u00e1s con la estructura original<\/li>\n<li>Si dos clientes tienen la misma direcci\u00f3n en una BD relacional solo se almacena la direcci\u00f3n una \u00fanica vez, pero en una BD no relacional o de documentos la direcci\u00f3n se duplicar\u00e1, esto aumenta el tama\u00f1o del almacenamiento y har\u00e1 que el mantenimiento de los datos sea m\u00e1s complejo ya que si la direcci\u00f3n cambia se debe modificar en 2 documentos<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<h2>Tipos de almacenes<\/h2>\n<ul>\n<li>Para los datos no relacionales existen diferentes tipos de almacenes, por ejemplo:\n<ul>\n<li>clave:valor<\/li>\n<li>documentos<\/li>\n<li>JSON<\/li>\n<li>grafos<\/li>\n<li>familias de columnas<\/li>\n<li>Series temporales<\/li>\n<li>Archivos compartidos<\/li>\n<li>Almacenamiento de objetos<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<ul>\n<li><strong>Bases de datos de clave-valor:<\/strong>\n<ul>\n<li>en las que cada registro consta de una clave \u00fanica y un valor asociado, que puede estar en cualquier formato.<\/li>\n<li>Asocia cada valor de datos a una clave \u00fanica<\/li>\n<li>Est\u00e1n optimizados para las aplicaciones que realizan b\u00fasquedas simples<\/li>\n<li>Se almacenan mediante una tablas HASH<\/li>\n<li>Estas pueden recibir un gran n\u00famero de compras en segundos<\/li>\n<li>Las BD de clave:valor pueden manejar el escalado de datos y cambios de estad<br \/><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-8764\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/key-value-store-1.png\" alt=\"\" width=\"245\" height=\"145\" \/><\/li>\n<\/ul>\n<\/li>\n<li><strong>Bases de datos de documentos<\/strong>\n<ul>\n<li>que son una forma espec\u00edfica de base de datos de clave-valor, en la que el valor es un documento JSON (que el sistema est\u00e1 optimizado para analizar y consultar).<\/li>\n<li>Una BD de documentos, almacena una colecci\u00f3n de documentos<\/li>\n<li>donde cada documento consta de campos como nombre y datos<\/li>\n<li>Los documentos se recuperan mediante claves \u00fanicas<\/li>\n<li>Normalmente los documentos contienen los datos de una sola identidad como: un cliente, producto o un pedido<\/li>\n<li>No es necesario que los documentos tengan la misma estructura<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-8765\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/document-store-1.png\" sizes=\"(max-width: 360px) 100vw, 360px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/document-store-1.png 360w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/document-store-1-300x186.png 300w\" alt=\"\" width=\"360\" height=\"223\" \/><\/p>\n<ul>\n<li><strong>Bases de datos de familia de columnas<\/strong>\n<ul>\n<li>que almacenan datos tabulares con filas y columnas, pero con la posibilidad de dividir esas columnas en grupos, conocidos como familias de columnas. Cada familia de columnas contiene un conjunto de columnas que tienen una relaci\u00f3n l\u00f3gica entre s\u00ed.<\/li>\n<li>Una BD de familias de columnas organiza los datos en filas y columnas, pero a diferencias de una BD relacional permite organizar los datos con un enfoque desnormalizado para estructurar datos dispersos<\/li>\n<li>Facebook messenger hace uso del sistema de ficheros de almacenamiento masivo de de datos, por lo que esta preparado para almacenar una enorme cantidad de informaci\u00f3n en tablas de manera que despu\u00e9s pueda ser recuperada mediante consultas por rangos, es decir mediante consultas de columnas<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-8766\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/column-family-store-1.png\" sizes=\"(max-width: 407px) 100vw, 407px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/column-family-store-1.png 407w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/column-family-store-1-300x118.png 300w\" alt=\"\" width=\"407\" height=\"160\" \/><\/p>\n<ul>\n<li><strong>Bases de datos de grafos<\/strong>\n<ul>\n<li>que almacenan entidades como nodos con v\u00ednculos para definir relaciones entre ellas.<\/li>\n<li>Una BD de grafos almacena dos tipos de informaci\u00f3n:\n<ul>\n<li>Nodos<\/li>\n<li>Bordes: especifican las relaci\u00f3n entre los nodos<\/li>\n<\/ul>\n<\/li>\n<li>Esta estructura hace que sea f\u00e1cil realizar consultas donde las relaciones son complejas<\/li>\n<li>Por ejemplo: es el an\u00e1lisis de relaciones entre los usuarios de las redes sociales o h\u00e1bitos de compras de los clientes en las tiendas onlines<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-8767\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/graph-1.png\" alt=\"\" width=\"284\" height=\"195\" \/><\/p>\n<ul>\n<li><strong>Series Temporales<\/strong>\n<ul>\n<li>los almacenes de datos de series temporales son un conjunto de valores que se organizan por horas<\/li>\n<li>Recopilan grandes cantidades de datos en tiempo real a partir de una gran n\u00famero de or\u00edgenes<\/li>\n<li>Normalmente tienen muchos registros y el total de los datos puede crecer r\u00e1pidamente<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<ul>\n<li><strong>Archivos compartidos<\/strong>\n<ul>\n<li>Permiten acceder a los archivos a trav\u00e9s de una red<\/li>\n<li>Permiten establecer la seguridad y mecanismos de control de acceso<\/li>\n<li>Permiten tambi\u00e9n permitir a los servicios distribuidos proporcionar un acceso para operaciones b\u00e1sicas como lectura y escritura<\/li>\n<li>Permite acceder al mismo archivo desde dos ubicaciones distintas, por ejemplo 2 desarrolladores que acceden a los mismos recursos desde dos ubicaciones distintas<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>Almacenamiento de objetos<\/h3>\n<ul>\n<li>Esta optimizado para almacenar y recuperar objetos binarios grandes, como im\u00e1genes, archivos, transmisiones de v\u00eddeo y audio, objetos de datos de gran tama\u00f1o, documentos y im\u00e1genes de disco de una MV<\/li>\n<li>Ejemplos: sitios web est\u00e1ticos o de consulta es decir que no requieren interacci\u00f3n del usuario o modificaci\u00f3n constante de sus datos<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-69e6823 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"69e6823\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-8dd1523 jltma-glass-effect-no\" data-id=\"8dd1523\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-ef93381 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"ef93381\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-cab4582 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"cab4582\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-586541f jltma-glass-effect-no\" data-id=\"586541f\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-21e9257 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"21e9257\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Exploraci\u00f3n de roles y servicios de datos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1bc326c elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"1bc326c\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-58484e0 jltma-glass-effect-no\" data-id=\"58484e0\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1ff1a4b jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"1ff1a4b\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-3341\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-3341\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Roles de trabajo DBA \/ Ingeniero (SQLCMD) \/ Analista (Power BI)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-3341\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-3341\"><p>Estos son los tres roles de trabajo principales que se ocupan de los datos de la mayor\u00eda de las organizaciones:<\/p>\n<p><strong>Administrador de base de datos<\/strong><\/p>\n<ul>\n<li>administran bases de datos<\/li>\n<li>asignan permisos a los usuarios<\/li>\n<li>almacenan copias de seguridad de datos<\/li>\n<li>restauran datos en caso de que se produzca un error.<\/li>\n<li>Responsable del dise\u00f1o, la implementaci\u00f3n, el mantenimiento y los aspectos operativos de los sistemas de bases de datos locales y los basados en la nube.\u00a0<\/li>\n<li>Son responsables de la disponibilidad general y de las optimizaciones y el rendimiento coherentes de las bases de datos<\/li>\n<li>Trabajan con las partes interesadas para implementar directivas, herramientas y procesos para la realizaci\u00f3n de copias de seguridad, as\u00ed como planes de recuperaci\u00f3n que permiten reponerse tras un desastre natural o un error humano.<\/li>\n<li>Los administradores de base de datos tambi\u00e9n son responsables de administrar la seguridad de los datos en la base de datos, conceder privilegios sobre los datos, y conceder o denegar el acceso a los usuarios seg\u00fan corresponda.<\/li>\n<\/ul>\n<p>MCT:<\/p>\n<ul>\n<li>Responsabilidades m\u00e1s comunes:\n<ul>\n<li>Instalar y actualizar las herramientas de la aplicaci\u00f3n y servidor de BD<\/li>\n<li>Asignar el almacenamiento del sistema y planear los requerimientos de almacenamiento<\/li>\n<li>Modificar la estructura de la base de datos, cuando sea necesario a partir de la informaci\u00f3n que brindan los desarrolladores de la aplicaciones<\/li>\n<li>Controlar y supervisar el acceso de los usuarios<\/li>\n<li>Garantizar el cumplimento del contrato de licencia con el proveedor<\/li>\n<li>Agregar usuarios mantener la seguridad del sistema<\/li>\n<li>Supervisar y optimizar el rendimiento de la base de datos<\/li>\n<li>Planeamiento de respaldos y recuperaci\u00f3n<\/li>\n<li>Mantener los datos archivados<\/li>\n<li>Realizar copias de seguridad de la bases de datos<\/li>\n<li>Ponerse en contacto con el proveedor para obtener soporte t\u00e9cnico<\/li>\n<li>Administrar y supervisar la aplicaci\u00f3n de los datos<\/li>\n<li>Generar informes consultando la BD<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Ingeniero de datos<\/strong><\/p>\n<ul>\n<li>administran la infraestructura y los procesos para la integraci\u00f3n de datos en una organizaci\u00f3n, aplican rutinas de limpieza de datos, identifican reglas de gobernanza de datos e implementan canalizaciones para transferir y transformar datos entre sistemas.<\/li>\n<li>Los ingenieros de datos colaboran con las partes interesadas para dise\u00f1ar e implementar cargas de trabajo relacionadas con datos, incluidas canalizaciones de ingesta de datos<\/li>\n<li>actividades de limpieza y transformaci\u00f3n<\/li>\n<li>almacenes de datos para cargas de trabajo anal\u00edticas<\/li>\n<li>Usan una amplia gama de tecnolog\u00edas de plataforma de datos, como bases de datos relacionales y no relacionales, almacenes de archivos y flujos de datos.<\/li>\n<li>Tambi\u00e9n son responsables de garantizar que la privacidad de los datos se mantenga dentro de la nube y que abarque desde el entorno local hasta los almacenes de datos en la nube.\u00a0<\/li>\n<li>Se ocupan de la administraci\u00f3n y la supervisi\u00f3n de canalizaciones de datos para asegurarse de que las cargas de datos funcionen seg\u00fan lo previsto.<\/li>\n<\/ul>\n<p><strong>MCT:<\/strong><\/p>\n<ul>\n<li>Los ingenieros de datos son un cargo muy t\u00e9cnico que requiere experiencia y conocimientos en \u00e1reas como programaci\u00f3n, matem\u00e1ticas e inform\u00e1tica<\/li>\n<li>Se encargan de administrar y organizar los datos al mismo tiempo que supervisan las tendencias e incoherencias que afectan a los objetivos empresariales<\/li>\n<li>Ademas deben contar con habilidades interpersonales para poder comunicar las tendencias de los datos a los dem\u00e1s miembros de la organizaci\u00f3n y ayudar a la empresa a usar los datos que se recopilan<\/li>\n<\/ul>\n<p><strong>Tareas y responsabilidades de los ingenieros de datos<\/strong><\/p>\n<ul>\n<li>Desarrollar, construir, probar y mantener bases de datos y estructuras de BD<\/li>\n<li>Adaptar la arquitectura de datos a los requisitos empresariales<\/li>\n<li>Adquirir datos<\/li>\n<li>Desarrollar procesos para crear y recuperar informaci\u00f3n de conjuntos de datos<\/li>\n<li>Usar herramientas y lenguajes de programaci\u00f3n para examinar los datos<\/li>\n<li>Identificar maneras de mejorar la confiabilidad, eficacia y calidad de los datos<\/li>\n<li>Investigar cuestiones comerciales y empresariales<\/li>\n<li>Implementar programas de an\u00e1lisis sofisticados Machinne Learning y m\u00e9todos estad\u00edsticos<\/li>\n<li>Preparar los datos para el modelado predictivo y descriptivo<\/li>\n<li>Usar datos para detectar tareas que se pueden automatizar<\/li>\n<\/ul>\n<p><strong>Herramientas habituales de la ingenier\u00eda de datos<\/strong><\/p>\n<ul>\n<li>Para el dominio de la ingenier\u00eda de datos, se debe tener dominio de diversas herramientas que le permiten crear bases de datos bien dise\u00f1adas y optimizadas para los procesos empresariales que se ejecutar\u00e1n<\/li>\n<li>Debe tener conocimiento exhaustivo del sistema de administraci\u00f3n de BD la plataforma en donde se ejecutar\u00e1 el sistema y los requisitos empresariales que se aplican a los datos almacenados en la BD<\/li>\n<li>Si se utiliza un sistema de administraci\u00f3n de BD relacionales se deben tener conocimientos de SQL para poder crear bases de datos, tablas, indices, vistas, etc<\/li>\n<li>Muchos sistemas de administraci\u00f3n de BD proporcionan una interfaz de lineas de comando que permiten operaciones<\/li>\n<li>Por ejemplo se puede utilizar SQL CMD para conectarse a la Azure SQL Sever y Databases que permite ejecutar consultas y comandos ad hoc<\/li>\n<\/ul>\n<p><strong>Analista de datos<\/strong><\/p>\n<ul>\n<li>exploran y analizan los datos con el fin de crear visualizaciones y gr\u00e1ficos que permiten que las organizaciones tomen decisiones fundamentadas.<\/li>\n<li>Un analista de datos ayuda a las empresas a maximizar el valor de sus recursos de datos.\u00a0<\/li>\n<li>Son los responsables de explorar datos para identificar tendencias y relaciones, dise\u00f1ar e implementar modelos anal\u00edticos, y habilitar funcionalidades de an\u00e1lisis avanzado mediante informes y visualizaciones.<\/li>\n<li>Los analistas de datos se ocupan del procesamiento de los datos sin procesar para convertirlos en informaci\u00f3n pertinente, en funci\u00f3n de los requisitos empresariales establecidos, con el fin de ofrecer conclusiones de inter\u00e9s.<\/li>\n<\/ul>\n<p><strong>MCT:<\/strong><\/p>\n<ul>\n<li>Los analistas de datos se encargar de descifrar el significado real de los datos y explorar los datos<\/li>\n<li>Los datos se utilizan para determinar las tendencias de los problemas y otra informaci\u00f3n que pueda ser \u00fatil para la empresa<\/li>\n<li>Gran parte del rol del analista de datos se centra en:\n<ul>\n<li>La visualizaci\u00f3n de los datos que es fundamental para presentar grandes cantidades de informaci\u00f3n de manera que se entiendan universalmente o que se puedan interpretar con facilidad<\/li>\n<li>Detectar patrones y tenencias correlacionales<\/li>\n<li>Estas representaciones incluyen gr\u00e1ficos, grafos, infografias y otros recursos visuales<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Principales funciones de un analista de datos<\/strong><\/p>\n<ul>\n<li>Hacer que los conjuntos de datos grandes o complejos sean m\u00e1s accesibles, comprensibles e utilizables<\/li>\n<li>Creaci\u00f3n de grafos, gr\u00e1ficos, histogramas, mapas geogr\u00e1ficos y otros modelos visuales que ayudan a explicar el significado de grandes vol\u00famenes de datos e aislar las \u00e1reas de inter\u00e9s<\/li>\n<li>Transformar, mejorar e integrar datos de varios or\u00edgenes en funci\u00f3n de los requerimientos empresariales,<\/li>\n<li>Combinar los conjuntos de resultados de datos de varios or\u00edgenes<\/li>\n<li>Buscar patrones ocultos mediante el uso de datos<\/li>\n<li>Proporcionar informaci\u00f3n de manera pr\u00e1ctica y atractiva a los usuarios mediante la creaci\u00f3n de informes y paneles gr\u00e1ficos enriquecidos<\/li>\n<\/ul>\n<p><strong>Herramientas habituales de visualizaci\u00f3n de datos<\/strong><\/p>\n<ul>\n<li>Power BI:\n<ul>\n<li>Es una colecci\u00f3n de servicios de software, aplicaciones y conectores que funcionan conjuntamente para convertir or\u00edgenes de datos relacionados entre s\u00ed, en informaci\u00f3n coherente, interactiva y atractiva visualmente<\/li>\n<li>Permite conectarse f\u00e1cilmente a los or\u00edgenes de datos, hojas de c\u00e1lculo de excel, BD locales y en la nube<\/li>\n<li>Descubrir que es importante en estos datos y compartir sus hallazgos con otras personas de la organizaci\u00f3n<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>NOTA:<\/strong><\/p>\n<p>\u00a0Hay roles adicionales de este tipo que no se mencionan aqu\u00ed, como\u00a0<em>cient\u00edfico de datos<\/em>\u00a0y\u00a0<em>arquitecto de datos<\/em>; adem\u00e1s, existen otros profesionales t\u00e9cnicos que trabajan con datos, como los\u00a0<em>desarrolladores de aplicaciones<\/em>\u00a0y los\u00a0<em>ingenieros de software<\/em>.<\/p>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-3342\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-3342\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Herramientas de Administraci\u00f3n Azure Data Studio \/ SSMS \/ Azure Portal<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-3342\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-3342\"><hr \/>\n<p><strong>Herramientas de Administraci\u00f3n<\/strong><\/p>\n<hr \/>\n<p><strong>Azure Portal<\/strong><\/p>\n<ul>\n<li>Tiene una serie de p\u00e1ginas que nos permite aprovisionar los servicios<\/li>\n<li>Antes de la creaci\u00f3n esta es validada<\/li>\n<\/ul>\n<p><strong>Azure Mobile App<\/strong><\/p>\n<ul>\n<li>Permite conectar dispositivos m\u00f3viles a Azure<\/li>\n<li>Para ver o administrar los recursos<\/li>\n<\/ul>\n<p><strong>CLI Azure<\/strong><\/p>\n<ul>\n<li>Proporciona comandos que se pueden ejecutar de la shell del sistema operativo<\/li>\n<li>Con estos comandos puede administrar los recursos de Azure<\/li>\n<li>Ideal para automatizar la creaci\u00f3n de servicios, con script&#8217;s de programaci\u00f3n<\/li>\n<li>Se puede ejecutar en Windows, Mac OS y LInux<\/li>\n<li>La curva de aprendizaje es m\u00e1s grande<\/li>\n<\/ul>\n<p><strong>Azure PowerShell<\/strong><\/p>\n<ul>\n<li>Muchos administradores est\u00e1n familiarizados con comandos de PowerShell para crear script y programar tareas administrativas<\/li>\n<li>Utiliza cmdlets comandos espec\u00edficos de Azure que permiten administrar recursos de Azure<\/li>\n<li>Esta disponible para Windows, MAc OS y Linux<\/li>\n<\/ul>\n<p><strong>Plantillas de Azure Resources Manager<\/strong><\/p>\n<ul>\n<li>Una plantilla de ARM describe el o los servicios que se desean crear en un archivo de texto tipo JSON que contiene objetos de Javascript<\/li>\n<li>Es conveniente utilizarlas cuando no solo se desea crear el servicio sino tambi\u00e9n la infraestructura de red, sistemas de almacenamiento y otros recursos<\/li>\n<li>Y cuando el servicios de debe replicar varias veces y de forma coherente<\/li>\n<li>Tiene la ventaja que Resources Manager comprueba la plantilla antes de implementarla<\/li>\n<li>Tambi\u00e9n puede importar la plantilla de un conjunto de recursos ya existentes<\/li>\n<\/ul>\n<hr \/>\n<p><strong>Herramientas de Consulta<\/strong><\/p>\n<hr \/>\n<ul>\n<li>Existen a Azure diferentes herramientas para realizar las consultas de datos\n<ul>\n<li>Editor de consultas en Azure Portal<\/li>\n<li>SQLCMD: desde la l\u00ednea de comandos<\/li>\n<li>SQL Managent Studio<\/li>\n<li>Azure Data Studio<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<ul>\n<li>Primero se debe establecer una conexi\u00f3n con la BD para que se requiere\n<ul>\n<li>El nombre de la BD<\/li>\n<li>Nombre del servidor<\/li>\n<li>Y credenciales del usuario<\/li>\n<\/ul>\n<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<ul>\n<li>La mayor\u00eda de los sistemas de administraci\u00f3n de BD\u2019s proporcionan su propio conjuntos de herramientas para ayudar a la administraci\u00f3n<\/li>\n<li>Por ejemplo\n<ul>\n<li>SQL Server -&gt; SQL Server Management Studio<\/li>\n<li>PostgreSQL -&gt; PGAdmin<\/li>\n<li>Mysql -&gt; Worbench<\/li>\n<\/ul>\n<\/li>\n<li>Adem\u00e1s existen muchas herramientas de administraci\u00f3n de BD\u2019s multiplaforma como por ejemplo Azure Data Studio<\/li>\n<\/ul>\n<p><strong>Azure Data Studio<\/strong><\/p>\n<ul>\n<li>Proporciona una interfaz gr\u00e1fica de usuario para administrar n\u00fameros sistemas de BD\u2019s<\/li>\n<li>Actualmente tiene soporte para:\n<ul>\n<li>SQL Sever (local)<\/li>\n<li>Azure SQL Database<\/li>\n<li>PostgreSQL<\/li>\n<li>Azure SQL Data WereHouse<\/li>\n<li>Y clusters de macrodatos de SQL Server<\/li>\n<\/ul>\n<\/li>\n<li>Es una herramienta extensible que permite descargar e instalar extensiones desde desarrolladores terceros que se conectan a otro sistemas<\/li>\n<li>Y proporciona asistentes que ayudan a automatizar muchas tareas administrativas<\/li>\n<\/ul>\n<p><strong>SQL Server Management Studio? SSMS<\/strong><\/p>\n<ul>\n<li>Proporciona una interfaz gr\u00e1fica de usuario que permite:\n<ul>\n<li>Consultar datos<\/li>\n<li>Realizar tareas generales de administraci\u00f3n<\/li>\n<li>Y Generaci\u00f3n de script para automatizaci\u00f3n las operaciones de mantenimiento y soporte t\u00e9cnico<\/li>\n<\/ul>\n<\/li>\n<li>Una caracter\u00edstica es la capacidad de crear scripts de\u00a0<strong>TRANSACT-SQL<\/strong>\u00a0para casi todas las funcionalidades que brinda SSMS<\/li>\n<li>Esto le permite al administrador de BD\u2019s programar y automatizar muchas tareas comunes<\/li>\n<li>Transact-SQL es un conjunto de extensiones de programaci\u00f3n Microsoft que agregan caracter\u00edsticas al lenguaje de consulta estructurado SQL incluido:\n<ul>\n<li>El control de transacciones<\/li>\n<li>El control de excepciones y errores<\/li>\n<li>Procesamiento de filas<\/li>\n<li>Y variables declaradas<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Uso de Azure Portal para administrar Azure SQL Database<\/strong><\/p>\n<ul>\n<li>Azure SQL Database proporciona servicios de BD\u2019s que se ejecutan en la nube<\/li>\n<li>Para administrar estas BD\u2019s se puede utilizar Azure Portal para las tareas habituales como:\n<ul>\n<li>Como aumento del tama\u00f1o de la BD<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>Creaci\u00f3n y eliminaci\u00f3n de una BD<\/p>\n<p>\u00a0<\/p>\n<hr \/>\n<p>Configuraci\u00f3n de Servicios<\/p>\n<hr \/>\n<ul>\n<li>La primera configuraci\u00f3n es \u00abDenegar acceso a red p\u00fablica\u00bb que si indicamos que \u00abS\u00ed\u00bb la BD no tendr\u00e1 acceso a ninguna red p\u00fablica y solo se aceptar\u00e1n conexiones por un punto de red privado y se dehabilitara cualquier regla de firewall<\/li>\n<li>En \u00abReglas de Azure\u00bb si tenemos m\u00e1s servicios de Azure y estos deben ingresar al servicio que estamos configurando, es aqu\u00ed donde los configuramos y lo que hacemos es crear una regla de firewall para la o las Ip&#8217;s que se les dar\u00e1 el acceso<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":4} --><\/p>\n<h4>Configurar la autenticaci\u00f3n<\/h4>\n<p><!-- \/wp:heading --> <!-- wp:list --><\/p>\n<ul>\n<li>Con la autenticaci\u00f3n de Azure podemos administrar de forma centralizada las identidades de los usuarios de la BD en un \u00fanico lugar y gestionar los permisos<\/li>\n<li>Este servicio esta para Azure SQL Database, Azure PostgreSQL, Azure Mysql<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":4} --><\/p>\n<h4>Configuraci\u00f3n del control de acceso<\/h4>\n<p><!-- \/wp:heading --> <!-- wp:list --><\/p>\n<ul>\n<li>Azure permite especificar quien o quienes pueden acceder a nuestros recursos<\/li>\n<li>Para configurarlo debe ingresar al servicio secci\u00f3n \u00abControl de Acceso (IAM)\u00bb<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><!-- wp:heading {\"level\":4} --><\/p>\n<h4>Configuraci\u00f3n de Advanced Data Security<\/h4>\n<p><!-- \/wp:heading --> <!-- wp:list --><\/p>\n<ul>\n<li>Adem\u00e1s de la autenticaci\u00f3n y autorizaci\u00f3n muchos servicios brindan una protecci\u00f3n extra de configuraci\u00f3n Avanzada de los datos<\/li>\n<li>Que le brinda protecci\u00f3n contra amenazas y una serie de evaluaciones<\/li>\n<li>Le agrega inteligencia que busca patrones de movimientos inusuales y identifica posibles vulnerabilidades de seguridad y brinda recomendaciones<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-3343\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-3343\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">DBMS<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-3343\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-3343\"><p><strong>Data Base Management System (DBMS)<\/strong><\/p>\n<ul>\n<li>Es un conjunto de software espec\u00edfico para la administraci\u00f3n de BD&#8217;s<\/li>\n<li>Cuya funci\u00f3n es una interfaz entre el usuario, la BD y las aplicaciones<\/li>\n<li>Controlan los aspectos f\u00edsicos de una BD, por ejemplo\n<ul>\n<li>Donde y como se almacena<\/li>\n<li>Qui\u00e9n puede acceder a ella y como se garantiza la disponibilidad<\/li>\n<\/ul>\n<\/li>\n<li>Azure se encarga de:\n<ul>\n<li>Configuraci\u00f3n<\/li>\n<li>Administraci\u00f3n<\/li>\n<li>Actualizaciones<\/li>\n<li>Seguridad<\/li>\n<\/ul>\n<\/li>\n<li>El usuario se encarga de\n<ul>\n<li>Administrar y asegurar sus datos<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4d9a34c elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"4d9a34c\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-95251df jltma-glass-effect-no\" data-id=\"95251df\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-fa44764 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"fa44764\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-96d84db elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"96d84db\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-9290ec1 jltma-glass-effect-no\" data-id=\"9290ec1\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7cb6faf jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"7cb6faf\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Procesamiento de Datos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-8adcaf0 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"8adcaf0\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6ee182d jltma-glass-effect-no\" data-id=\"6ee182d\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3c52d7b jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"3c52d7b\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-6321\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-6321\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Procesamiento<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-6321\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-6321\"><ul>\n<li>El procesamiento de datos es la conversi\u00f3n datos a informaci\u00f3n significativa<\/li>\n<li>En funci\u00f3n de como llegan los datos al sistemas se pueden clasificar en\n<ul>\n<li>Streaming:\n<ul>\n<li>Donde se procesan cada uno de los datos seg\u00fan como llegan<\/li>\n<\/ul>\n<\/li>\n<li>Procesamiento por lotes:\n<ul>\n<li>Se pueden almacenar el el bufer de datos sin procesar y procesarlos en grupos<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-6322\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-6322\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Datos por lotes (Azure Batch Data \/ HPC \/ MPI \/ Autodesk Maya, 3ds Max, Arnold, y V-Ray \/ Azure Data Factory.)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-6322\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-6322\"><table>\n<tbody>\n<tr>\n<td>Tipo<\/td>\n<td>SaaS<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<ul>\n<li>Es un m\u00e9todo de ejecuci\u00f3n de tareas repetitivas, de gran volumen que permite a los usuarios procesar datos cuando se disponga de recursos inform\u00e1ticos con poco o nula interacci\u00f3n del usuario<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<h3>Par\u00e1metros esenciales<\/h3>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>Quien env\u00eda la tarea<\/li>\n<li>Que programa se ejecutar\u00e1<\/li>\n<li>Ubicaci\u00f3n de archivos de entrada y salida<\/li>\n<li>Cuando se debe ejecutar la tarea<\/li>\n<\/ul>\n<p><strong>Caracter\u00edsticas<\/strong><\/p>\n<ul>\n<li>En el procesamiento por lotes los alimentos de datos se recopilan en un grupo conforme van llegando<\/li>\n<li>Despu\u00e9s todo el grupo se procesa m\u00e1s adelante como un lote<\/li>\n<li>La forma en como se procesa cada grupo se puede determinar de varias maneras<\/li>\n<li>Use Azure Batch para ejecutar aplicaciones de inform\u00e1tica de alto rendimiento (HPC) en paralelo y a gran escala, de manera eficaz en Azure.<\/li>\n<li>Azure Batch permite crear y administrar un conjunto de nodos de proceso (m\u00e1quinas virtuales), instalar las aplicaciones que desea ejecutar y programar trabajos para que se ejecuten en los nodos.\u00a0<\/li>\n<li>Los desarrolladores pueden usar Batch como un servicio de plataforma para compilar aplicaciones SaaS o aplicaciones cliente en las que se requiere una ejecuci\u00f3n a gran escala.\u00a0<\/li>\n<li>Por ejemplo, puede compilar un servicio con Batch para que ejecute una simulaci\u00f3n de riesgo Monte Carlo para una empresa de servicios financieros o un servicio que procese muchas im\u00e1genes.<\/li>\n<li>Batch funciona bien con cargas de trabajo intr\u00ednsecamente paralelas (a veces llamadas \u00abembarazosamente paralelas\u00bb).<\/li>\n<li>Estas cargas de trabajo tienen aplicaciones que se pueden ejecutar de manera independiente y donde cada instancia completa una parte del trabajo.<\/li>\n<\/ul>\n<p><!-- wp:paragraph --><\/p>\n<p><strong>Ventajas<\/strong><\/p>\n<ul>\n<li>Se pueden procesar grandes vol\u00famenes de datos en un momento determinado y se pueden programar en la noche o momento de poca actividad<\/li>\n<\/ul>\n<p><strong>Desventajas<\/strong><\/p>\n<ul>\n<li>El tiempo de retardo entre la ingesta de datos y la obtenci\u00f3n de los resultados<\/li>\n<li>Todos los datos deben estar listos para poder procesar un lote, es decir los datos deben comprobarse con cuidado<\/li>\n<li>Los problemas que se dan con los datos, errores y bloqueos de los programas que se dan mientras se realiza la carga de los datos<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<p>A continuaci\u00f3n puede ver algunos ejemplos de cargas de trabajo intr\u00ednsecamente paralelas con las que puede trabajar en Batch:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:list --><\/p>\n<ul>\n<li>Modelado de riesgos financieros mediante simulaciones Monte Carlo<\/li>\n<li>Representaci\u00f3n de im\u00e1genes VFX y 3D<\/li>\n<li>An\u00e1lisis y procesamiento de im\u00e1genes<\/li>\n<li>Transcodificaci\u00f3n de elementos multimedia<\/li>\n<li>An\u00e1lisis de secuencia gen\u00e9tica<\/li>\n<li>Reconocimiento \u00f3ptico de caracteres (OCR)<\/li>\n<li>Ingesta, procesamiento, extracci\u00f3n, transformaci\u00f3n y carga de datos<\/li>\n<li>Ejecuci\u00f3n de pruebas de software<\/li>\n<\/ul>\n<p><!-- \/wp:list --><!-- wp:paragraph --><\/p>\n<p>Tambi\u00e9n puede usar Batch para\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-es\/azure\/batch\/batch-mpi\">ejecutar cargas de trabajo estrechamente acopladas<\/a>\u00a0donde las aplicaciones que se ejecutan necesitan comunicarse entre s\u00ed, en lugar de hacerlo de forma independiente. Las aplicaciones estrechamente acopladas normalmente utilizan Message Passing Interface (MPI) API. Puede ejecutar cargas de trabajo estrechamente acopladas con Batch mediante\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/message-passing-interface\/microsoft-mpi\">Microsoft MPI<\/a>\u00a0o Intel MPI. Mejore el rendimiento de la aplicaci\u00f3n con\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-es\/azure\/virtual-machines\/sizes-hpc\">inform\u00e1tica de alto rendimiento<\/a>\u00a0especializada y tama\u00f1os de m\u00e1quina virtual\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-es\/azure\/virtual-machines\/sizes-gpu\">optimizados para GPU<\/a>.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>Estos son algunos ejemplos de cargas de trabajo estrechamente acopladas:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:list --><\/p>\n<ul>\n<li>An\u00e1lisis de elementos finitos<\/li>\n<li>Din\u00e1mica de fluidos<\/li>\n<li>Aprendizaje de inteligencia artificial multinodo<\/li>\n<\/ul>\n<p><!-- \/wp:list --><!-- wp:paragraph --><\/p>\n<p>Batch admite\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-es\/azure\/batch\/batch-rendering-service\">cargas de trabajo de representaci\u00f3n a gran escala<\/a>\u00a0con herramientas de representaci\u00f3n que incluyen Autodesk Maya, 3ds Max, Arnold, y V-Ray.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p>Azure Batch tambi\u00e9n se puede ejecutar como parte de un flujo de trabajo mayor de Azure para transformar datos, administrado mediante herramientas como\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-es\/azure\/data-factory\/transform-data-using-dotnet-custom-activity\">Azure Data Factory<\/a>.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:paragraph --><\/p>\n<p id=\"how-it-works\">El siguiente diagrama muestra los pasos de un flujo de trabajo com\u00fan de Batch, con una aplicaci\u00f3n cliente o un servicio hospedado usando Batch para ejecutar una carga de trabajo paralela.<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:image {\"id\":8866,\"sizeSlug\":\"full\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"760\" height=\"708\" class=\"wp-image-8866\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/tech_overview_03.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/tech_overview_03.png 760w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/tech_overview_03-300x279.png 300w\" sizes=\"(max-width: 760px) 100vw, 760px\" \/><\/figure>\n<p><!-- \/wp:image --><\/p>\n<p><!-- \/wp:list --><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-6323\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-6323\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Streaming data<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-6323\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-6323\"><hr \/>\n<h2>Streaming data<\/h2>\n<hr \/>\n<ul>\n<li>Los sistemas de streaming poseen una arquitectura orientada a manejar eventos individualmente, para que los datos de puedan procesar tan pronto como se genera el evento<\/li>\n<li>Los casos de uso:\n<ul>\n<li>Donde se requiere respuesta activa de los usuarios tan pronto ocurran los eventos<\/li>\n<li>Por ejemplo: el monitoreo de datos provenientes de sensores, redes sociales, servidores, aplicaciones, etc<\/li>\n<\/ul>\n<\/li>\n<li>Esta arquitectura puede tener problemas de accesibilidad y calidad de datos}<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<h3>\u00bfQu\u00e9 es Streaming?<\/h3>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>Es la tecnolog\u00eda de transmisi\u00f3n de datos por Internet que pueden ser accedidos por los usuarios sin la necesidad de la descarga previa<\/li>\n<li>La carga del contenido publicado en este formato se realiza mientras el archivo esta siendo accedido, lo que disminuye el tiempo de espera de los usuarios, permitiendo el acceso casi instant\u00e1neo<\/li>\n<li>Con streaming se puede transmitir contenido en vivo o grabados anteriormente, sin que los datos tengan que ser almacenados en computadoras u otro dispositivo<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<h3>\u00bfQu\u00e9 son los datos de Streaming?<\/h3>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>Son datos que se generan constantemente a partir de muchas fuentes de datos, que env\u00edan los datos simult\u00e1neamente en conjuntos de datos peque\u00f1os<\/li>\n<li>Estos datos <strong>deben procesarse de manera secuencial<\/strong> de registro por registro o en ventanas graduales<\/li>\n<li>Se utilizan para diferentes tipos de an\u00e1lisis como correccionales, agregaciones, filtrado y muestreo<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<h3>Ventajas<\/h3>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>Tiene ventaja cuando se generan datos nuevos y din\u00e1micos en forma constante<\/li>\n<li>Se basa en procesar transmisiones, para realizar acciones sencillas como respuesta<\/li>\n<li>Por ejemplo emitir alertas cuando se supera cierto umbral<\/li>\n<li>Y con el tiempo pueden realizar an\u00e1lisis m\u00e1s sofisticados, como algoritmos de aprendizaje autom\u00e1tico<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><strong>Procesamiento de datos de streaming y en tiempo real<\/strong><\/p>\n<p><!-- \/wp:heading --><!-- wp:list --><\/p>\n<ul>\n<li>En el procesamiento en streaming cada nuevo fragmento de datos se procesa cuando llega<\/li>\n<li>Trata los datos en tiempo real<\/li>\n<li>Ejemplos:<\/li>\n<li>Instituci\u00f3n financiera: seguimiento en tiempo real de la bolsa de valores<\/li>\n<li>V\u00eddeo juegos en linea: registra las acciones de los jugadores<\/li>\n<\/ul>\n<p><!-- \/wp:list --><\/p>\n<p><!-- wp:heading --><\/p>\n<figure class=\"wp-block-table\"><\/figure>\n<p><!-- \/wp:table --><\/p>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-6324\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-6324\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Diferencias<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-6324\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-6324\"><hr \/>\n<p><!-- \/wp:list --><\/p>\n<p><!-- wp:heading --><\/p>\n<h2>Diferencias entre los datos de streaming y por lotes<\/h2>\n<p><!-- \/wp:heading --><!-- wp:table --><\/p>\n<figure class=\"wp-block-table\">\n<table>\n<tbody>\n<tr>\n<td>\u00a0<\/td>\n<td>Lote<\/td>\n<td>Streaming<\/td>\n<\/tr>\n<tr>\n<td>\u00c1mbito de los datos<\/td>\n<td>puede procesar todos los datos del conjunto de datos<\/td>\n<td>Solo tiene los \u00faltimos datos<\/td>\n<\/tr>\n<tr>\n<td>Tama\u00f1o<\/td>\n<td>Puede procesar grandes conjuntos de datos de manera eficaz<\/td>\n<td>Esta dise\u00f1ado para registros individuales o microlotes que constan de pocos registros<\/td>\n<\/tr>\n<tr>\n<td>Rendimiento<\/td>\n<td>La latencia es de unas horas<\/td>\n<td>Es casi inmediato, lantencia de segundos o milisegundos<\/td>\n<\/tr>\n<tr>\n<td>An\u00e1lisis<\/td>\n<td>Para an\u00e1lisis complejos<\/td>\n<td>Para an\u00e1lisis de respuestas simples, agregaciones o c\u00e1lculos, como la media acumulada<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/figure>\n<p><!-- \/wp:table --><\/p>\n<p><!-- \/wp:list --><\/p>\n<p><!-- \/wp:list --><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4ed3644 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"4ed3644\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-cc975f2 jltma-glass-effect-no\" data-id=\"cc975f2\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-f3cfd2e jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"f3cfd2e\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f7b2374 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"f7b2374\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-b117a15 jltma-glass-effect-no\" data-id=\"b117a15\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-cc0be51 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"cc0be51\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Servicios Azure BD Relacionales<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-d20b431 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"d20b431\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-18dada9 jltma-glass-effect-no\" data-id=\"18dada9\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-9b9290a jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"9b9290a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1631\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1631\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure SQL Database<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1631\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1631\"><hr \/>\n<p><strong>Introducci\u00f3n<\/strong><\/p>\n<hr \/>\n<ul>\n<li>BD Relacional<\/li>\n<li>Tipo por uso: OLTP<\/li>\n<li>Es un sistema de gesti\u00f3n de BD Relacionales<\/li>\n<li><em>Azure\u00a0SQL<\/em> es el nombre colectivo de una familia de soluciones de bases de datos relacionales basadas en el motor de base de datos de Microsoft\u00a0SQL Server.\u00a0<\/li>\n<li>Su lenguaje principal es TRANSCT-SQL un lenguaje est\u00e1ndar de ANSI<\/li>\n<li>\u00a0<\/li>\n<li>Normalmente, los administradores de bases de datos aprovisionan y administran sistemas de bases de datos de Azure\u00a0SQL para admitir aplicaciones de l\u00ednea de negocio <strong>(LOB)<\/strong> que necesitan almacenar datos transaccionales.<\/li>\n<li>Los ingenieros de datos pueden usar sistemas de bases de datos de Azure SQL como or\u00edgenes para canalizaciones de datos que realizan operaciones de e<em>xtracci\u00f3n<\/em>,\u00a0<em>transformaci\u00f3n<\/em>\u00a0y\u00a0<em>carga<\/em>\u00a0(ETL) para ingerir los datos transaccionales en un sistema anal\u00edtico.<\/li>\n<li>Los analistas de datos pueden consultar las bases de datos de Azure\u00a0SQL directamente para crear informes, aunque en organizaciones grandes los datos suelen combinarse con datos de otros or\u00edgenes en un almac\u00e9n de datos anal\u00edticos para admitir an\u00e1lisis empresariales.<\/li>\n<\/ul>\n<p>Los servicios espec\u00edficos de Azure\u00a0SQL incluyen:<\/p>\n<hr \/>\n<p><strong>SQL\u00a0Server en m\u00e1quina virtual de Azure (VM)<\/strong>:<\/p>\n<hr \/>\n<ul>\n<li>IaaS<\/li>\n<li>Consiste en una m\u00e1quina virtual con una instalaci\u00f3n de SQL Server, lo que ofrece una capacidad de configuraci\u00f3n m\u00e1xima con una responsabilidad de administraci\u00f3n completa.<\/li>\n<li>Se trata de una opci\u00f3n excelente para la migraci\u00f3n lift-and-shift de instalaciones locales de SQL Server a la nube.Las m\u00e1quinas virtuales de SQL est\u00e1n listas para\u00a0<em>migrar mediante lift-and-shift<\/em>\u00a0las aplicaciones existentes que requieren una migraci\u00f3n r\u00e1pida a la nube con unos cambios m\u00ednimos<\/li>\n<li>le permite usar versiones completas de SQL\u00a0Server en la nube sin tener que administrar ning\u00fan hardware local<\/li>\n<li>Al ejecutar SQL\u00a0Server en una m\u00e1quina virtual de Azure, se replica la base de datos que se ejecuta en un hardware local real.<\/li>\n<li>La migraci\u00f3n desde el sistema local a una m\u00e1quina virtual de Azure no es diferente a migrar las bases de datos de un servidor local a otro<\/li>\n<li>Este enfoque es adecuado para las migraciones y aplicaciones que requieren acceso a caracter\u00edsticas del sistema operativo que podr\u00edan no admitirse en el nivel de PaaS<\/li>\n<li>Tambi\u00e9n puede usar SQL\u00a0Server en m\u00e1quinas virtuales de Azure para ampliar las aplicaciones locales existentes a la nube en implementaciones h\u00edbridas<\/li>\n<li>Permite crear entornos de pruebas y desarrollo en la nube<\/li>\n<li>Puede usar SQL\u00a0Server en una m\u00e1quina virtual para desarrollar y probar aplicaciones de SQL\u00a0Server tradicionales.<\/li>\n<\/ul>\n<ol>\n<li>Cree escenarios de desarrollo y prueba r\u00e1pidos cuando no quiera comprar hardware de SQL\u00a0Server local y que no sea de producci\u00f3n.<\/li>\n<li>Tener todo preparado para migrar mediante lift-and-shift las aplicaciones existentes que requieren una migraci\u00f3n r\u00e1pida a la nube con cambios m\u00ednimos o sin cambios.<\/li>\n<li>Escalar verticalmente la plataforma en la que se ejecuta SQL\u00a0Server asignando m\u00e1s memoria, potencia de CPU y espacio en disco a la m\u00e1quina virtual. Puede cambiar r\u00e1pidamente el tama\u00f1o de una m\u00e1quina virtual de Azure sin tener que reinstalar el software que se ejecuta en ella.<\/li>\n<\/ol>\n<p><strong>Ventajas<\/strong><\/p>\n<ul>\n<li>permite satisfacer necesidades empresariales exclusivas y diversas a trav\u00e9s de una combinaci\u00f3n de implementaciones locales y hospedadas en la nube,<\/li>\n<li>no elimina la necesidad de administrar el DBMS tan cuidadosamente como lo har\u00eda en el entorno local.<\/li>\n<\/ul>\n<hr \/>\n<p><strong>Azure SQL Managed Instance<\/strong><\/p>\n<hr \/>\n<ul>\n<li>PaaS<\/li>\n<li>Es una instancia hospedada de SQL Server con mantenimiento automatizado, que permite una configuraci\u00f3n m\u00e1s flexible que Azure SQL Database, pero con m\u00e1s responsabilidad administrativa para el propietario.<\/li>\n<li>permite ejecutar eficazmente una instancia totalmente controlable de SQL\u00a0Server en la nube.<\/li>\n<li>Proporciona una compatibilidad casi completa con instancias de SQL Server locales y permite abstraer el hardware y el sistema operativo subyacentes<\/li>\n<li>Este servicio incluye administraci\u00f3n automatizada de actualizaciones de software, copias de seguridad y otras tareas de mantenimiento, lo que reduce la carga administrativa<\/li>\n<li>puede instalar varias bases de datos en la misma instancia y tiene un control total sobre esta instancia, como el que tendr\u00eda sobre un servidor local.<\/li>\n<li>se automatizan las copias de seguridad, la aplicaci\u00f3n de revisiones de software, la supervisi\u00f3n de bases de datos y otras tareas generales, pero sigue teniendo control total sobre la seguridad y la asignaci\u00f3n de recursos para las bases de datos<\/li>\n<li>tiene casi un 100\u00a0% de compatibilidad con el motor de base de datos m\u00e1s reciente de SQL\u00a0Server (Enterprise Edition), lo que proporciona una implementaci\u00f3n nativa de la\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/virtual-network\/virtual-networks-overview\">red virtual (VNet)<\/a>\u00a0que permite solucionar problemas de seguridad habituales<\/li>\n<li>permite a los clientes existentes de SQL\u00a0Server migrar mediante lift-and-shift sus aplicaciones locales a la nube con cambios m\u00ednimos en la aplicaci\u00f3n y la base de datos<\/li>\n<li>conserva todas las funcionalidades de PaaS (aplicaci\u00f3n de revisiones y actualizaciones de versi\u00f3n autom\u00e1ticas,\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/automated-backups-overview?view=azuresql\">copias de seguridad autom\u00e1ticas<\/a>,\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/high-availability-sla?view=azuresql\">alta disponibilidad<\/a>), que reducen enormemente la sobrecarga de administraci\u00f3n y el costo total de propiedad.<\/li>\n<li>Cuando se necesita poder administrar caracter\u00edsticas avanzadas como Service Broker, SQL Server Agent, CLR, servicios de aprendizaje autom\u00e1tico,entre otros se requiere una Instancia Administrada.<\/li>\n<li>Azure SQL Managed Instance incluye caracter\u00edsticas que no est\u00e1n disponibles en Azure SQL Database (se describen a continuaci\u00f3n). Si su sistema usa caracter\u00edsticas como servidores vinculados, Service Broker (un sistema de procesamiento de mensajes que se puede usar para distribuir el trabajo entre servidores) o Correo electr\u00f3nico de base de datos (que permite a la base de datos enviar mensajes de correo electr\u00f3nico a los usuarios), debe usar la opci\u00f3n Instancia administrada.<\/li>\n<li>Permite la migraci\u00f3n en linea de entornos locales a la nube<\/li>\n<li>Le da las instancias con ventajas como replicas, respaldos, actualizaciones, distribuci\u00f3n geogr\u00e1fica y elasticidad que de la nube<\/li>\n<li>Permite a un administrador del sistema dedicar menos tiempo a tareas administrativas, ya que el servicio las realiza autom\u00e1ticamente o las simplifica en gran medida.<\/li>\n<li>En el diagrama siguiente se describen las caracter\u00edsticas principales de SQL Managed Instance:<\/li>\n<\/ul>\n<p><!-- wp:list --><\/p>\n<p><!-- \/wp:list --><!-- wp:image {\"id\":9024,\"sizeSlug\":\"full\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"709\" height=\"323\" class=\"wp-image-9024\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/key-features.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/key-features.png 709w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/key-features-300x137.png 300w\" sizes=\"(max-width: 709px) 100vw, 709px\" \/><\/figure>\n<ul>\n<li>Azure SQL Managed Instance est\u00e1 dise\u00f1ada para aquellos clientes que quieran migrar un gran n\u00famero de aplicaciones desde un entorno local o de IaaS, compilado autom\u00e1ticamente o que hayan proporcionado los fabricantes de software independientes, a un entorno en la nube de PaaS totalmente administrado, con el menor esfuerzo de migraci\u00f3n posible.<\/li>\n<li>Mediante el uso del\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/dms\/tutorial-sql-server-to-managed-instance#create-an-azure-database-migration-service-instance\">Azure Data Migration Service<\/a>, los clientes pueden migrar mediante lift-and-shift su instancia de SQL\u00a0Server existente a SQL Managed Instance, que ofrece compatibilidad con SQL\u00a0Server y aislamiento completo de las instancias de cliente con compatibilidad nativa con redes virtuales.\u00a0<\/li>\n<li>Con Software\u00a0Assurance, puede intercambiar sus licencias existentes para obtener descuentos en SQL Managed Instance<\/li>\n<li>SQL Managed Instance combina las mejores caracter\u00edsticas que est\u00e1n disponibles tanto en Azure\u00a0SQL Database como en el motor de base de datos de SQL\u00a0Server.<\/li>\n<li>Instancia administrada de SQL se ejecuta con todas las caracter\u00edsticas de la \u00faltima versi\u00f3n de SQL\u00a0Server, incluidas las operaciones en l\u00ednea, las correcciones autom\u00e1ticas del plan y otras mejoras de rendimiento empresarial.\u00a0<\/li>\n<\/ul>\n<table>\n<thead>\n<tr>\n<th class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda de la cabecera\"><strong data-rich-text-format-boundary=\"true\">Ventajas de PaaS<\/strong><\/th>\n<th class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda de la cabecera\"><strong>Continuidad del negocio<\/strong><\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">No hay compras de hardware ni administraci\u00f3n<br data-rich-text-line-break=\"true\" \/>Ninguna sobrecarga de administraci\u00f3n a la hora de administrar la infraestructura subyacente<br data-rich-text-line-break=\"true\" \/>Aprovisionamiento y escalado de servicio r\u00e1pidos<br data-rich-text-line-break=\"true\" \/>Aplicaci\u00f3n de revisiones y actualizaci\u00f3n de versiones automatizadas<br data-rich-text-line-break=\"true\" \/>Integraci\u00f3n con otros servicios de datos de PaaS<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Acuerdo de Nivel de Servicio de tiempo de actividad del 99,99\u00a0%<br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/high-availability-sla?view=azuresql\">Alta disponibilidad<\/a>\u00a0integrada<br data-rich-text-line-break=\"true\" \/>Datos protegidos con\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/automated-backups-overview?view=azuresql\">copias de seguridad automatizadas<\/a><br data-rich-text-line-break=\"true\" \/>Per\u00edodo de retenci\u00f3n de copia de seguridad configurable por el cliente<br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/t-sql\/statements\/backup-transact-sql?preserve-view=true&amp;view=azuresqldb-mi-current\">Copias de seguridad<\/a>\u00a0que haya iniciado el usuario<br data-rich-text-line-break=\"true\" \/>Funcionalidad de\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/recovery-using-backups?view=azuresql#point-in-time-restore\">restauraci\u00f3n de base de datos a un momento dado<\/a><\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\"><strong>Seguridad y cumplimiento normativo<\/strong><\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\"><strong>Administraci\u00f3n<\/strong><\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Entorno aislado (<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/connectivity-architecture-overview?view=azuresql\">integraci\u00f3n con red virtual<\/a>, servicio de inquilino \u00fanico y procesos y almacenamiento dedicados)<br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/relational-databases\/security\/encryption\/transparent-data-encryption-azure-sql\">Cifrado de datos transparente (TDE)<\/a><br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/authentication-aad-overview?view=azuresql\">Autenticaci\u00f3n de Azure\u00a0Active Directory (Azure\u00a0AD)<\/a>, compatibilidad con el inicio de sesi\u00f3n \u00fanico<br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/t-sql\/statements\/create-login-transact-sql?view=azuresqldb-mi-current&amp;preserve-view=true\">Entidades de seguridad (inicios de sesi\u00f3n) de un servidor de Azure\u00a0AD<\/a><br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/winauth-azuread-overview?view=azuresql\">\u00bfQu\u00e9 es autenticaci\u00f3n de Windows para entidades de seguridad de Azure\u00a0AD (versi\u00f3n preliminar)?<\/a><br data-rich-text-line-break=\"true\" \/>Se adhiere a las mismas normas de cumplimiento est\u00e1ndar que Azure SQL Database<br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/auditing-configure?view=azuresql\">Auditor\u00eda de SQL<\/a><br data-rich-text-line-break=\"true\" \/><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/threat-detection-configure?view=azuresql\">Advanced Threat Protection<\/a><\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">API de Azure Resource Manager para automatizar el aprovisionamiento y escalado del servicio<br data-rich-text-line-break=\"true\" \/>Funcionalidad de Azure Portal para el aprovisionamiento y escalado manuales del servicio<br data-rich-text-line-break=\"true\" \/>Data Migration Service<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><!-- \/wp:image --><\/p>\n<ul>\n<li>Las caracter\u00edsticas principales de Instancia administrada de SQL se muestran en la tabla siguiente:<\/li>\n<\/ul>\n<table>\n<thead>\n<tr>\n<th class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda de la cabecera\">Caracter\u00edstica<\/th>\n<th class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda de la cabecera\">Descripci\u00f3n<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Versi\u00f3n\/compilaci\u00f3n de SQL\u00a0Server<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Motor de base de datos de SQL\u00a0Server (versi\u00f3n estable m\u00e1s reciente)<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Administraci\u00f3n de copias de seguridad automatizadas<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">S\u00ed<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Supervisi\u00f3n y m\u00e9tricas integradas de instancias y bases de datos<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">S\u00ed<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Aplicaci\u00f3n autom\u00e1tica de revisiones de software<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">S\u00ed<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Caracter\u00edsticas del motor de base de datos m\u00e1s recientes<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">S\u00ed<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">N\u00famero de archivos de datos (ROWS) por base de datos<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">M\u00faltiple<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">N\u00famero de archivos de registro (LOG) por base de datos<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">1<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Redes virtuales: implementaci\u00f3n de Azure Resource Manager<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">S\u00ed<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Redes virtuales: modelo de implementaci\u00f3n cl\u00e1sica de Azure<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">No<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Soporte t\u00e9cnico del portal<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">S\u00ed<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Integration Service (SSIS) integrado<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">No: SSIS es una parte de\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/data-factory\/tutorial-deploy-ssis-packages-azure\">PaaS de Azure Data Factory<\/a><\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Analysis Service (SSAS) integrado<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">No: SSAS es un servicio\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/analysis-services\/analysis-services-overview\">PaaS<\/a>\u00a0independiente.<\/td>\n<\/tr>\n<tr>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">Reporting Service (SSRS) integrado<\/td>\n<td class=\"block-editor-rich-text__editable wp-block-table__cell-content rich-text\" role=\"textbox\" contenteditable=\"true\" aria-multiline=\"true\" aria-label=\"Texto de la celda del cuerpo\">No: use\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/power-bi\/paginated-reports\/paginated-reports-report-builder-power-bi\">informes paginados de Power\u00a0BI<\/a>\u00a0en su lugar u hospede SSRS en una m\u00e1quina virtual de Azure. Si bien SQL Managed Instance no puede ejecutar SSRS como servicio, s\u00ed puede hospedar las\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/reporting-services\/install-windows\/ssrs-report-server-create-a-report-server-database#database-server-version-requirements\">bases de datos del cat\u00e1logo de SSRS\u00a0<\/a>para un servidor de informes instalado en una m\u00e1quina virtual de Azure, mediante la autenticaci\u00f3n de SQL\u00a0Server.<\/td>\n<\/tr>\n<\/tbody>\n<tfoot><\/tfoot>\n<\/table>\n<p><strong>Modelo de compra basado en n\u00facleo virtual<\/strong><\/p>\n<ul>\n<li>permite cambiar los recursos de proceso, memoria y almacenamiento en funci\u00f3n de las necesidades de la carga de trabajo<\/li>\n<li>El modelo de n\u00facleos virtuales tambi\u00e9n permite disfrutar de hasta un 55\u00a0% de ahorro con la\u00a0<a href=\"https:\/\/azure.microsoft.com\/pricing\/hybrid-benefit\/\">Ventaja h\u00edbrida de Azure<\/a><\/li>\n<li>En el modelo de n\u00facleo virtual, puede elegir las configuraciones de hardware como se indica a continuaci\u00f3n:<\/li>\n<\/ul>\n<ul>\n<li>Las CPU l\u00f3gicas de la\u00a0<strong>serie est\u00e1ndar (Gen5)<\/strong>\u00a0se basan en los procesadores Intel\u00ae\u00a0E5-2673 v4 (Broadwell) de 2,3\u00a0GHz y en los procesadores Intel\u00ae SP-8160 (Skylake) e Intel\u00ae\u00a08272CL (Cascade Lake) de 2,5\u00a0GHz,\u00a0<strong>5,1\u00a0GB de RAM por n\u00facleo virtual de CPU<\/strong>, un SSD NVMe r\u00e1pido, un n\u00facleo l\u00f3gico con Hyper-Threading y tama\u00f1os de proceso de entre 4 y 80 n\u00facleos.<\/li>\n<li>Las CPU l\u00f3gicas de la\u00a0<strong>serie pr\u00e9mium<\/strong>\u00a0se basan en los procesadores Intel\u00ae\u00a08370C (Ice Lake) de 2,8\u00a0GHz, con\u00a0<strong>7\u00a0GB de RAM por n\u00facleo virtual de CPU<\/strong>, un SSD NVMe r\u00e1pido, un n\u00facleo l\u00f3gico Hyper-Threading y tama\u00f1os de proceso de entre 4 y 80 n\u00facleos.<\/li>\n<li>Las CPU l\u00f3gicas de la\u00a0<strong>serie pr\u00e9mium optimizada para memoria<\/strong>\u00a0se basan en los procesadores Intel\u00ae\u00a08370C (Ice Lake) de 2,8\u00a0GHz, con\u00a0<strong>13,6\u00a0GB de RAM por n\u00facleo virtual de CPU<\/strong>, un SSD NVMe r\u00e1pido, un n\u00facleo l\u00f3gico Hyper-Threading y tama\u00f1os de proceso de entre 4 y 64 n\u00facleos.<\/li>\n<\/ul>\n<p><strong>Niveles de servicio:<\/strong><\/p>\n<p><strong>Uso general<\/strong>:<\/p>\n<ul>\n<li>Dise\u00f1ada para aplicaciones con rendimiento y requisitos de latencia de E\/S comunes.<\/li>\n<li>Dise\u00f1ado para la mayor\u00eda de las aplicaciones empresariales con requisitos t\u00edpicos de alto rendimiento<\/li>\n<li>Azure Blob Storage de alto rendimiento (16\u00a0TB)<\/li>\n<li><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/high-availability-sla?view=azuresql#basic-standard-and-general-purpose-service-tier-locally-redundant-availability\">Alta disponibilidad<\/a>\u00a0integrada basada en los servicios confiables Azure Blob Storage y\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/service-fabric\/service-fabric-overview\">Azure Service Fabric<\/a><\/li>\n<\/ul>\n<p><strong>Cr\u00edtico para empresa:<\/strong><\/p>\n<ul>\n<li>dise\u00f1ada para aplicaciones con requisitos de latencia baja de E\/S y un impacto m\u00ednimo subyacente de operaciones de mantenimiento en la carga de trabajo.<\/li>\n<li>El nivel de servicio Cr\u00edtico para la empresa se ha creado para las aplicaciones con elevados requisitos de E\/S.<\/li>\n<li>Dise\u00f1ado para aplicaciones empresariales con mayor rendimiento y requisitos de alta disponibilidad<\/li>\n<li>Incluye almacenamiento SSD local extremadamente r\u00e1pido [hasta 4\u00a0TB en la serie est\u00e1ndar (Gen5), hasta 5,5\u00a0TB en la serie pr\u00e9mium y hasta 16\u00a0TB en la serie pr\u00e9mium optimizada para memoria]<\/li>\n<li><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/high-availability-sla?view=azuresql#premium-and-business-critical-service-tier-locally-redundant-availability\">Alta disponibilidad<\/a>\u00a0integrada basada en los\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/database-engine\/availability-groups\/windows\/always-on-availability-groups-sql-server\">Grupos de disponibilidad Always On<\/a>\u00a0y\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/service-fabric\/service-fabric-overview\">Azure Service Fabric<\/a><\/li>\n<li><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/read-scale-out?view=azuresql\">R\u00e9plica de base de datos de solo lectura<\/a>\u00a0adicional integrada que se puede usar para informes y otras cargas de trabajo de solo lectura.<\/li>\n<li><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/in-memory-oltp-overview?view=azuresql\">OLTP en memoria<\/a>, que se puede usar para la carga de trabajo con requisitos de alto rendimiento.<\/li>\n<\/ul>\n<p>Ambos niveles de servicio garantizan una disponibilidad del 99,99 % y le permiten seleccionar el tama\u00f1o de almacenamiento y la capacidad de proceso de forma independiente.<\/p>\n<p><strong>Aislamiento de seguridad<\/strong><\/p>\n<p>El aislamiento de seguridad incluye:<\/p>\n<ul>\n<li><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/connectivity-architecture-overview?view=azuresql\">Implementaci\u00f3n nativa de redes virtuales<\/a>\u00a0y conectividad al entorno local mediante Azure ExpressRoute o VPN Gateway.<\/li>\n<li>En una implementaci\u00f3n predeterminada, el punto de conexi\u00f3n de SQL se expone solo mediante una direcci\u00f3n IP privada, lo que permite una conectividad segura desde una nube privada de Azure o desde redes h\u00edbridas.<\/li>\n<li>Inquilino \u00fanico con infraestructura subyacente dedicada (proceso, almacenamiento).<\/li>\n<\/ul>\n<p><!-- wp:paragraph --><\/p>\n<p>El diagrama siguiente describe distintas opciones de conectividad para las aplicaciones:<\/p>\n<p><!-- \/wp:paragraph --><!-- wp:image {\"id\":9026,\"sizeSlug\":\"large\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"572\" class=\"wp-image-9026\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/application-deployment-topologies-1024x572.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/application-deployment-topologies-1024x572.png 1024w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/application-deployment-topologies-300x167.png 300w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/application-deployment-topologies-768x429.png 768w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/application-deployment-topologies.png 1462w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n<p><!-- \/wp:image --><\/p>\n<p><strong>Caracter\u00edsticas de seguridad<\/strong><\/p>\n<ul>\n<li>La\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/auditing-configure?view=azuresql\">auditor\u00eda de Instancia administrada de SQL<\/a>\u00a0realiza un seguimiento de los eventos de bases de datos y los escribe en un archivo de registro de auditor\u00eda de su cuenta de Azure Storage.<\/li>\n<li>Cifrado de datos en movimiento: protege los datos gracias al cifrado de datos en movimiento mediante la Seguridad de la capa de transporte. Ofrece la protecci\u00f3n de la informaci\u00f3n confidencial en tr\u00e1nsito, en reposo y durante el procesamiento de consultas con\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/relational-databases\/security\/encryption\/always-encrypted-database-engine\">Always Encrypted.\u00a0<\/a>Por ejemplo, con Always Encrypted, los n\u00fameros de las tarjetas de cr\u00e9dito siempre se almacenan cifrados en la base de datos, incluso durante el procesamiento de las consultas, lo que permite que solo los descifren personal autorizado o las aplicaciones que los necesitan<\/li>\n<li><a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/threat-detection-configure?view=azuresql\">Advanced Threat Protection<\/a>\u00a0complementa la\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/auditing-configure?view=azuresql\">auditor\u00eda<\/a>, ya que proporciona una capa adicional de inteligencia de seguridad integrada en el servicio que detecta intentos inusuales y potencialmente da\u00f1inos para obtener acceso a las bases de datos o vulnerarlas. Recibir\u00e1 alertas de actividades sospechosas, vulnerabilidades potenciales y ataques por inyecci\u00f3n de c\u00f3digo SQL, as\u00ed como patrones an\u00f3malos de acceso a bases de datos.Las alertas de Advanced Threat Protection se pueden ver en\u00a0<a href=\"https:\/\/azure.microsoft.com\/services\/security-center\/\">Microsoft\u00a0Defender para la nube<\/a>.<\/li>\n<li>El\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/relational-databases\/security\/dynamic-data-masking\">enmascaramiento din\u00e1mico de datos<\/a> limita la exposici\u00f3n de informaci\u00f3n confidencial mediante su enmascaramiento a los usuarios sin privilegios. El enmascaramiento din\u00e1mico de datos ayuda a impedir el acceso no autorizado a datos confidenciales Se trata de una caracter\u00edstica de seguridad basada en directivas que oculta la informaci\u00f3n confidencial<\/li>\n<li>La\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/relational-databases\/security\/row-level-security\">seguridad de nivel de fila<\/a>\u00a0(RLS) le permite controlar el acceso a las filas de una tabla de base de datos en funci\u00f3n de las caracter\u00edsticas del usuario que ejecuta una consulta (por ejemplo, la pertenencia a un grupo o el contexto de ejecuci\u00f3n). RLS simplifica el dise\u00f1o y la codificaci\u00f3n de la seguridad de la aplicaci\u00f3n. RLS permite implementar restricciones de acceso a filas de datos. Por ejemplo, garantiza que los empleados \u00fanicamente puedan acceder a aquellas filas de datos necesarios para su departamento o restringe el acceso solo a los datos relevantes.<\/li>\n<li><a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/relational-databases\/security\/encryption\/transparent-data-encryption-azure-sql\">Cifrado de datos transparente (TDE)<\/a>\u00a0cifra los archivos de datos de Instancia administrada de SQL, lo que se conoce como cifrado de datos en reposo. TDE realiza el cifrado y descifrado de E\/S en tiempo real de los archivos de datos y de registro. El cifrado usa una clave de cifrado de base de datos (DEK), que se almacena en el registro de arranque de la base de datos de disponibilidad durante la recuperaci\u00f3n. Puede proteger todas las bases de datos en una instancia administrada con cifrado de datos transparente. TDE es la probada tecnolog\u00eda de cifrado en reposo de SQL\u00a0Server que requieren muchos est\u00e1ndares de cumplimiento normativo para proteger contra el robo de soportes de almacenamiento.<\/li>\n<\/ul>\n<p><strong>Integraci\u00f3n de Azure Active Directory<\/strong><\/p>\n<ul>\n<li>admite los inicios de sesi\u00f3n tradicionales del motor de base de datos de SQL\u00a0Server, as\u00ed como los inicios de sesi\u00f3n integrados con Azure\u00a0AD<\/li>\n<li>Las entidades de seguridad (inicios de sesi\u00f3n) de un servidor de Azure\u00a0AD le permiten especificar usuarios y grupos del inquilino de Azure\u00a0AD como entidades de seguridad de la instancia con capacidad para llevar a cabo operaciones dentro del \u00e1mbito de la misma, incluidas consultas entre bases de datos dentro de la misma instancia administrada.<\/li>\n<\/ul>\n<p><strong>Autenticaci\u00f3n<\/strong><\/p>\n<p>Admite tres tipos de autenticaci\u00f3n:<\/p>\n<ul>\n<li><strong>Autenticaci\u00f3n de SQL<\/strong>:Este m\u00e9todo de autenticaci\u00f3n utiliza un nombre de usuario y una contrase\u00f1a.<\/li>\n<li><strong>Autenticaci\u00f3n con Azure Active Directory<\/strong>:Este m\u00e9todo de autenticaci\u00f3n usa las identidades administradas por Azure Active Directory y es compatible con dominios administrados e integrados. Use la autenticaci\u00f3n de Active Directory (seguridad integrada)\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/relational-databases\/security\/choose-an-authentication-mode\">siempre que sea posible<\/a>.<\/li>\n<li><strong>Autenticaci\u00f3n de Windows para entidades de seguridad de Azure\u00a0AD (versi\u00f3n preliminar)<\/strong>:<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/winauth-azuread-overview?view=azuresql\">La autenticaci\u00f3n Kerberos para entidades de seguridad de Azure\u00a0AD<\/a>\u00a0(versi\u00f3n preliminar) habilita la autenticaci\u00f3n de Windows para Azure SQL Managed Instance. La autenticaci\u00f3n de Windows para instancias administradas permite a los clientes trasladar los servicios existentes a la nube y, al mismo tiempo, mantener una experiencia de usuario fluida, proporcionando la base para la modernizaci\u00f3n de la infraestructura.<\/li>\n<\/ul>\n<p><strong>Copia de seguridad y restauraci\u00f3n<\/strong><\/p>\n<ul>\n<li>aprovecha las copias de seguridad de SQL en Azure Blob Storage. Las copias de seguridad almacenadas en una instancia de Azure Storage Blob se pueden restaurar directamente en una instancia administrada mediante el\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/t-sql\/statements\/restore-statements-transact-sql?preserve-view=true&amp;view=azuresqldb-mi-current\">comando T-SQL RESTORE<\/a>.<\/li>\n<\/ul>\n<p><strong>Database Migration Service<\/strong><\/p>\n<ul>\n<li>Azure Database Migration Service es un servicio totalmente administrado dise\u00f1ado para permitir migraciones completas desde varios or\u00edgenes de base de datos hasta las plataformas de datos de Azure con un tiempo de inactividad m\u00ednimo<\/li>\n<\/ul>\n<p><strong>Caracter\u00edsticas de SQL admitidas<\/strong><\/p>\n<p>SQL Managed Instance admite versiones anteriores hasta bases de datos de SQL\u00a0Server\u00a02008. Se admite la migraci\u00f3n directa de servidores de base de datos de SQL\u00a0Server\u00a02005 y el nivel de compatibilidad con las bases de datos de SQL\u00a0Server\u00a02005 migradas se actualiza a SQL\u00a0Server\u00a02008.<\/p>\n<p><strong>Diferencias principales entre SQL\u00a0Server local y SQL Managed Instance<\/strong><\/p>\n<ul>\n<li>SQL Managed Instance tiene la ventaja de estar siempre actualizada en la nube, lo cual significa que algunas caracter\u00edsticas de SQL\u00a0Server pueden ser obsoletas, estar retiradas o presentar alternativas.<\/li>\n<li>La alta disponibilidad est\u00e1 integrada y preconfigurada con tecnolog\u00eda similar a los\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/sql\/database-engine\/availability-groups\/windows\/always-on-availability-groups-sql-server\">Grupos de disponibilidad Always On<\/a>.<\/li>\n<li>Solo hay copias de seguridad automatizadas y restauraci\u00f3n a un momento dado. Los clientes pueden iniciar copias de seguridad\u00a0<code>copy-only<\/code>\u00a0que no interfieren con la cadena de copias de seguridad autom\u00e1ticas.<\/li>\n<li>No se permite especificar rutas de acceso f\u00edsicas completas, por lo que todos los escenarios correspondientes tienen que ser compatibles de manera diferente: RESTORE DB no es compatible con WITH MOVE, CREATE DB no permite rutas de acceso f\u00edsicas, BULK INSERT funciona solo con Azure Blobs, etc.<\/li>\n<li>SQL Managed Instance admite\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/database\/authentication-aad-overview?view=azuresql\">autenticaci\u00f3n de Azure\u00a0AD<\/a>\u00a0y\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/azure-sql\/managed-instance\/winauth-azuread-overview?view=azuresql\">Autenticaci\u00f3n de Windows para entidades de seguridad de Azure Active Directory (versi\u00f3n preliminar)<\/a>.<\/li>\n<li>SQL Managed Instance administra autom\u00e1ticamente el grupo de archivos XTP y los archivos de bases de datos que contienen objetos OLTP en memoria.<\/li>\n<li>SQL Managed Instance es compatible con SQL\u00a0Server Integration Services (SSIS) y puede hospedar un cat\u00e1logo de SSIS (SSISDB) que almacena paquetes SSIS, pero se ejecutan en una instancia administrada de Azure-SSIS Integration Runtime (IR) en Azure Data Factory (ADF). Consulte\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/data-factory\/create-azure-ssis-integration-runtime\">Creaci\u00f3n de una instancia de Azure-SSIS IR en Azure\u00a0Data\u00a0Factory<\/a>. Para comparar las caracter\u00edsticas de SSIS, vea una\u00a0<a href=\"https:\/\/docs.microsoft.com\/es-ES\/azure\/data-factory\/create-azure-ssis-integration-runtime#comparison-of-sql-database-and-sql-managed-instance\">comparaci\u00f3n entre SQL Database con Instancia administrada de SQL<\/a>.<\/li>\n<li>SQL Managed Instance solo admite la conectividad a trav\u00e9s del protocolo TCP. No admite la conectividad a trav\u00e9s de canalizaciones con nombre.<\/li>\n<\/ul>\n<p><strong>Continuamos con Instancia administrada de Azure SQL Database<\/strong><\/p>\n<ul>\n<li>Las instancias administradas dependen de otros servicios de Azure, como Azure Storage para las copias de seguridad, Azure Event Hubs para la telemetr\u00eda, Azure Active Directory para la autenticaci\u00f3n, Azure Key Vault para el cifrado de datos transparente (TDE), y un par de servicios de la plataforma de Azure que proporcionan caracter\u00edsticas de seguridad y compatibilidad. Las instancias administradas realizan conexiones con estos servicios.<\/li>\n<li>Todas las comunicaciones se cifran y firman mediante certificados<\/li>\n<li>Es un servicio de BD en la nube inteligente y escalable<\/li>\n<li>Tiene la mayor compatibilidad con SQL Server y todas las ventajas de PaaS<\/li>\n<li>Esta dise\u00f1ada para migrar un gran n\u00famero de aplicaciones de un entrono local o IaaS a un entorno en la nube PaaS con el menor esfuerzo<\/li>\n<li>Se utiliza si se quiere migrar mediante lift-and-shift a una instancia local de SQL Sever y todas sus BD a la nube quitando todas las tareas de administraci\u00f3n de la BD como ser\u00eda en una MV<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<hr \/>\n<p><strong>Azure SQL Database<\/strong><\/p>\n<hr \/>\n<ul>\n<li>PaaS<\/li>\n<li>99.99%<\/li>\n<li>BD Relacional<\/li>\n<li>un servicio de base de datos PaaS totalmente administrado y altamente escalable que se ha dise\u00f1ado para la nube<\/li>\n<li>Este servicio incluye las principales capacidades de base de datos de SQL\u00a0Server local y es una buena opci\u00f3n cuando hay que crear una aplicaci\u00f3n en la nube.<\/li>\n<li>Azure SQL Database es una oferta de PaaS de Microsoft. Despu\u00e9s de crear un servidor de bases de datos administrado en la nube, debe implementar las bases de datos en este otro servidor.<\/li>\n<li>Un servidor de SQL Database es una construcci\u00f3n l\u00f3gica que act\u00faa como punto administrativo central para varias bases de datos individuales o agrupadas, inicios de sesi\u00f3n, reglas de firewall, reglas de auditor\u00eda, directivas de detecci\u00f3n de amenazas y grupos de conmutaci\u00f3n por error.<\/li>\n<li>Azure SQL Database est\u00e1 disponible como una\u00a0<em>base de datos \u00fanica<\/em>\u00a0o un\u00a0<em>grupo el\u00e1stico<\/em>.<\/li>\n<\/ul>\n<p><strong>Base de datos \u00fanica<\/strong><\/p>\n<ul>\n<li>Esta opci\u00f3n le permite configurar y ejecutar r\u00e1pidamente una sola base de datos de SQL\u00a0Server.<\/li>\n<li>Microsoft administra el servidor, por lo que solo tiene que configurar la base de datos, crear las tablas y rellenarlas con sus datos<\/li>\n<li>Puede escalar la base de datos si necesita m\u00e1s espacio de almacenamiento, memoria o potencia de procesamiento.<\/li>\n<li>se le cobra por hora por los recursos solicitados<\/li>\n<li>Tambi\u00e9n puede especificar una configuraci\u00f3n\u00a0<em>sin servidor<\/em>. En esta configuraci\u00f3n, Microsoft crea su propio servidor, que se puede compartir entre las bases de datos que pertenecen a otros suscriptores de Azure. En este caso, Microsoft garantiza la privacidad de su base de datos. Su base de datos se escala autom\u00e1ticamente y los recursos se asignan o desasignan seg\u00fan sea necesario.<\/li>\n<li>Pero tambi\u00e9n se puede configurar para trabajar sin servidor, aqu\u00ed Azure crea su propio servidor que se puede compartir entre varias bases de datos que pertenecen a otros usuarios de Azure y se garantiza la privacidad de las BD y la BD se escala autom\u00e1ticamente<\/li>\n<li>Cada BD esta aislada y se puede transportar<\/li>\n<li>Los recursos est\u00e1n predefinidos y se cobrar por estos x hora<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p><strong>Grupo el\u00e1stico<\/strong><\/p>\n<ul>\n<li>Esta opci\u00f3n es similar a la opci\u00f3n\u00a0<em>Base de datos \u00fanica<\/em>\u00a0excepto en que, de forma predeterminada, varias bases de datos pueden compartir los mismos recursos, como la memoria, el espacio de almacenamiento de datos y la capacidad de procesamiento mediante la arquitectura multiinquilino.<\/li>\n<li>Este modelo es \u00fatil si tiene bases de datos con requisitos de recursos que var\u00edan con el tiempo<\/li>\n<li>La opci\u00f3n Grupo el\u00e1stico le permite usar los recursos disponibles en el grupo y liberarlos una vez que se haya completado el procesamiento<\/li>\n<li>Aqu\u00ed varias BD pueden compartir los recursos (grupo de recursos) y puede ser multi-inquilino<\/li>\n<li>Es \u00fatil cuando se tienen BD&#8217;s que pueden variar sus recursos en un tiempo<\/li>\n<li>Es decir una BD puede aprovechar los recursos disponibles en el grupo de recursos y liberarlos cuando no los necesita<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p><strong>Casos de uso<\/strong><\/p>\n<ul>\n<li>Aplicaciones modernas en la nube que necesitan usar las caracter\u00edsticas estables m\u00e1s recientes de SQL\u00a0Server.<\/li>\n<li>Aplicaciones que requieren alta disponibilidad.<\/li>\n<li>Sistemas con una carga variable que necesitan escalar y reducir verticalmente el servidor de bases de datos de forma r\u00e1pida.<\/li>\n<li>Cuando se quieren crear aplicaciones modernas en la nube, con una BD Relacional, que este actualizado, procesos sin servidor, almacenamiento, escalado, y caracter\u00edsticas avanzas de inteligencia artificial que optimicen el rendimiento y durabilidad<\/li>\n<li>Aplicaciones que requieren alta disponibilidad<\/li>\n<li>O sistemas con carga variable<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p><strong>Ventajas<\/strong><\/p>\n<ul>\n<li>Azure SQL Database actualiza autom\u00e1ticamente el software de SQL\u00a0Server y le aplica revisiones para asegurarse de que siempre se ejecuta la versi\u00f3n m\u00e1s reciente y m\u00e1s segura del servicio.<\/li>\n<li>Escalabilidad: garantizan que pueda aumentar los recursos disponibles para almacenar y procesar los datos sin tener que llevar a cabo una actualizaci\u00f3n manual costosa<\/li>\n<li>Este servicio proporciona garant\u00edas de alta disponibilidad para garantizar que las bases de datos est\u00e1n disponibles al menos el 99,99\u00a0% del tiempo<\/li>\n<li>admite la restauraci\u00f3n a un momento dado, lo que le permite recuperar una base de datos al estado en que se encontraba en cualquier momento del pasado<\/li>\n<li>Las bases de datos se pueden replicar en distintas regiones para proporcionar m\u00e1s resistencia y una mayor recuperaci\u00f3n ante desastres.<\/li>\n<li>Advanced Threat Protection proporciona funcionalidades de seguridad avanzadas, como las evaluaciones de vulnerabilidad, para ayudar a detectar y corregir posibles problemas de seguridad con las bases de datos.<\/li>\n<li>Las alertas de detecci\u00f3n de amenazas proporcionan detalles de la actividad sospechosa y recomiendan acciones para investigar y mitigar la amenaza.<\/li>\n<li>La auditor\u00eda hace un seguimiento de los eventos de una base de datos y los escribe en un registro de auditor\u00eda de su cuenta de almacenamiento de Azure.<\/li>\n<li>La auditor\u00eda puede ayudarle a mantener el cumplimiento de normativas, comprender la actividad de las bases de datos y conocer las discrepancias y anomal\u00edas que pueden indicar problemas en el negocio o infracciones de seguridad sospechosas.<\/li>\n<li>Actualizaci\u00f3n autom\u00e1tica<\/li>\n<li>Alta disponibilidad<\/li>\n<li>Funcionalidades Advance Thread Protection: seguridad avanzada como evaluaciones de seguridad<\/li>\n<li>Auditoria de los eventos de BD<\/li>\n<li>Cifrado de datos para datos en transito (Always Encrypt) y en reposo se utiliza el cifrado transparente<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>facilita la protecci\u00f3n de los datos con un cifrado que protege los datos almacenados en la base de datos (<em>en reposo<\/em>) y mientras se transfieren a trav\u00e9s de la red (<em>en movimiento<\/em>).<\/p>\n<hr \/>\n<p><strong>Azure SQL Edge<\/strong><\/p>\n<hr \/>\n<ul>\n<li>Un motor SQL optimizado para escenarios de Internet de las cosas (IoT) en los que es necesario trabajar con datos de serie temporal de streaming.<\/li>\n<\/ul>\n<p><!-- wp:heading {\"level\":3} --><\/p>\n<hr \/>\n<p><strong>Comparaci\u00f3n de los servicios de Azure SQL<\/strong><\/p>\n<hr \/>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"961\" height=\"786\" class=\"wp-image-9017\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_1380.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1380.png 961w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1380-300x245.png 300w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1380-768x628.png 768w\" sizes=\"(max-width: 961px) 100vw, 961px\" \/><\/figure>\n<p><!-- \/wp:image --><!-- wp:image {\"id\":9018,\"sizeSlug\":\"full\",\"linkDestination\":\"none\"} --><\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"962\" height=\"384\" class=\"wp-image-9018\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/05\/Seleccion_1381.png\" alt=\"\" srcset=\"https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1381.png 962w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1381-300x120.png 300w, https:\/\/sada.services\/wp-content\/uploads\/2022\/05\/Seleccion_1381-768x307.png 768w\" sizes=\"(max-width: 962px) 100vw, 962px\" \/><\/figure>\n<p>\u00a0<\/p>\n<p><!-- \/wp:image --><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1632\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1632\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Database Relacionales C\u00f3digo Abierto  MYSQL \/ MariaDB \/ PostgreSQL<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1632\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1632\"><hr \/>\n<p><strong>\u00bfQu\u00e9 son MySQL, MariaDB y PostgreSQL?<\/strong><\/p>\n<hr \/>\n<ul>\n<li>son sistemas de administraci\u00f3n de bases de datos relacionales<\/li>\n<\/ul>\n<hr \/>\n<p><strong>Azure Database for MySQL<\/strong><\/p>\n<hr \/>\n<p>MYSQL<\/p>\n<ul>\n<li>Es la base de datos relacional de c\u00f3digo abierto l\u00edder para aplicaciones de pila de\u00a0<em>Linux, Apache, MySQL y PHP<\/em>\u00a0(LAMP)<\/li>\n<li>Est\u00e1 disponible en varias ediciones; Community, Est\u00e1ndar y Enterprise<\/li>\n<li>La edici\u00f3n Community est\u00e1 disponible de forma gratuita y se ha usado hist\u00f3ricamente como sistema de administraci\u00f3n de bases de datos para aplicaciones web que se ejecutan en Linux.<\/li>\n<li>La edici\u00f3n Est\u00e1ndar ofrece mayor rendimiento y usa una tecnolog\u00eda diferente para almacenar los datos<\/li>\n<li>La edici\u00f3n Enterprise proporciona un completo conjunto de herramientas y caracter\u00edsticas, entre las que se incluyen seguridad mejorada, disponibilidad y escalabilidad<\/li>\n<li>Las ediciones Est\u00e1ndar y Enterprise son las m\u00e1s usadas por las organizaciones comerciales, aunque estas versiones del software no son gratuitas.<\/li>\n<li>Tiene 3 ediciones\n<ul>\n<li>Community: versi\u00f3n principal para sistemas Web que corren en Linux y Windows<\/li>\n<li>Est\u00e1ndar: Ofrece un mayor rendimiento y posee una tecnolog\u00eda diferente para almacenar los datos<\/li>\n<li>Enterprise: proporciona un conjunto grupo de herramientas y caracter\u00edsticas como seguridad mejorada, disponibilidad y escalabilidad<\/li>\n<\/ul>\n<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>Azure<\/p>\n<ul>\n<li>PaaS<\/li>\n<li>se basa en la edici\u00f3n Community de MySQL.<\/li>\n<li>incluye alta disponibilidad sin costos adicionales y escalabilidad seg\u00fan sea necesario<\/li>\n<li>Solo paga por lo que usa<\/li>\n<li>proporcionan copias de seguridad autom\u00e1ticas con restauraci\u00f3n a un momento dado.<\/li>\n<li>El servidor ofrece seguridad de conexi\u00f3n para aplicar las reglas de firewall y, opcionalmente, requerir conexiones SSL.<\/li>\n<li>par\u00e1metros de servidor permiten configurar opciones del servidor, como los modos de bloqueo, el n\u00famero m\u00e1ximo de conexiones y los tiempos de espera.<\/li>\n<li>proporciona un sistema de base de datos global que se puede escalar verticalmente a bases de datos grandes sin necesidad de administrar el hardware, los componentes de red, los servidores virtuales, las revisiones de software y otros componentes subyacentes.<\/li>\n<li>Hay algunas operaciones que no est\u00e1n disponibles con Azure Database for MySQL. Estas funciones est\u00e1n relacionadas principalmente con la seguridad y la administraci\u00f3n. Azure administra estos aspectos del propio servidor de bases de datos.<\/li>\n<li>Azure Database for MySQL tiene dos opciones de implementaci\u00f3n: servidor \u00fanico y servidor flexible.<\/li>\n<\/ul>\n<p><strong>Servidor flexible para Azure Database for MySQL<\/strong><\/p>\n<ul>\n<li>es una base de datos totalmente administrada como una oferta de servicio, con rendimiento predecible y escalabilidad din\u00e1mica<\/li>\n<li>Servidor flexible proporciona un control y una flexibilidad m\u00e1s pormenorizados sobre las funciones y la configuraci\u00f3n de la administraci\u00f3n de la base de datos<\/li>\n<li>El servidor flexible es la opci\u00f3n de implementaci\u00f3n recomendada para todos los nuevos desarrollos o migraciones.<\/li>\n<\/ul>\n<p><strong>Servidor \u00fanico de Azure Database for MySQL<\/strong><\/p>\n<ul>\n<li>es una base de datos totalmente administrada como una oferta de servicio, con rendimiento predecible y escalabilidad din\u00e1mica<\/li>\n<li>Los servidores \u00fanicos son m\u00e1s adecuados para las aplicaciones que ya usan un servidor \u00fanico.<\/li>\n<\/ul>\n<p><strong>Ventajas<\/strong><\/p>\n<ul>\n<li>Caracter\u00edsticas de alta disponibilidad integradas.<\/li>\n<li>Alta disponibilidad sin costos adicionales<\/li>\n<li>Rendimiento predecible.<\/li>\n<li>Escalado sencillo que responde r\u00e1pidamente a la demanda.<\/li>\n<li>Protecci\u00f3n de los datos, tanto en reposo como en movimiento.<\/li>\n<li>Copias de seguridad autom\u00e1ticas y restauraci\u00f3n a un momento dado de los \u00faltimos 35\u00a0d\u00edas.<\/li>\n<li>Seguridad de categor\u00eda empresarial y cumplimiento normativo.<\/li>\n<li>Alta disponibilidad sin costos adicionales\n<ul>\n<li>Escalabilidad seg\u00fan sea necesario (Solo paga por lo que usa)<\/li>\n<li>Se brindan copias de seguridad autom\u00e1ticas<\/li>\n<li>Proporciona seguridad de conexi\u00f3n para aplicar reglas de firewall y conexiones SSL<\/li>\n<li>Permite configurar los modos de bloqueo, n\u00famero m\u00e1ximo de conexi\u00f3n y tiempos de espera<\/li>\n<li>Es un sistema de BD global<\/li>\n<li>Se puede escalar verticalmente sin necesidad de administrar hardware, componentes de red, servidores virtuales, revisiones de software y otros componentes<\/li>\n<\/ul>\n<\/li>\n<li>Alta disponibilidad<\/li>\n<li>Rendimiento predecible<\/li>\n<li>Escalado sencillo<\/li>\n<li>Protecci\u00f3n de datos tanto en reposo como en transito<\/li>\n<li>Copias de seguridad autom\u00e1ticas<\/li>\n<li>Restauraci\u00f3n de hasta 35 d\u00edas<\/li>\n<li>Seguridad de categor\u00eda empresarial y cumplimiento normativo<\/li>\n<li>Pago por us<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<hr \/>\n<p><strong>MariaDB<\/strong><\/p>\n<hr \/>\n<p>MariaDB<\/p>\n<ul>\n<li>es un sistema de administraci\u00f3n de bases de datos m\u00e1s reciente creado por los desarrolladores originales de MySQL<\/li>\n<li>El motor de base de datos se ha reescrito y se ha optimizado para mejorar el rendimiento<\/li>\n<li>MariaDB ofrece compatibilidad con Oracle Database<\/li>\n<li>Una caracter\u00edstica notable de MariaDB es su compatibilidad integrada con los datos temporales. Una tabla puede contener varias versiones de datos, lo que permite que una aplicaci\u00f3n consulte los datos tal y como aparec\u00edan en alg\u00fan momento del pasado.<\/li>\n<li>Una caracter\u00edstica es compatibilidad integrada con los datos temporales, es decir una tabla puede contener varias versiones de datos, permitiendo que una aplicaci\u00f3n pueda consultar los datos en un periodo anterior<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>Azure<\/p>\n<ul>\n<li>Se basa en la edici\u00f3n Community de MariaDB<\/li>\n<li>Azure administra y controla totalmente la base de datos.<\/li>\n<li>Azure administra y controla totalmente la base de datos.<\/li>\n<\/ul>\n<p><strong>Ventajas<\/strong><\/p>\n<ul>\n<li>Alta disponibilidad integrada sin coste adicional.<\/li>\n<li>Rendimiento predecible, con precios de pago por uso inclusivos.<\/li>\n<li>Escalado seg\u00fan sea necesario en cuesti\u00f3n de segundos.<\/li>\n<li>Protecci\u00f3n segura de los datos confidenciales en reposo y en movimiento.<\/li>\n<li>Copias de seguridad autom\u00e1ticas y restauraci\u00f3n a un momento dado durante un m\u00e1ximo de 35 d\u00edas.<\/li>\n<li>Seguridad y cumplimiento de nivel empresarial.<\/li>\n<li>Alta disponibilidad sin costo adicional\n<ul>\n<li>Rendimiento predecible de precio por uso<\/li>\n<li>Escalado sencillo<\/li>\n<li>Protecci\u00f3n de los datos (reposo y movimiento)<\/li>\n<li>Copias de seguridad autom\u00e1ticas<\/li>\n<li>Recuperaci\u00f3n hasta de 35 d\u00edas<\/li>\n<li>Seguridad y cumplimiento a nivel empresarial<\/li>\n<\/ul>\n<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<hr \/>\n<p><strong>PostgreSQL<\/strong><\/p>\n<hr \/>\n<p>PostgreSQL<\/p>\n<ul>\n<li>es una base de datos h\u00edbrida de objetos relacionales<\/li>\n<li>permite almacenar datos en tablas relacionales, pero tambi\u00e9n tipos de datos personalizados con sus propias propiedades no relacionales<\/li>\n<li>El sistema de administraci\u00f3n de bases de datos es extensible, es decir, se pueden agregar m\u00f3dulos de c\u00f3digo a la base de datos, los cuales pueden ejecutarse mediante consultas.<\/li>\n<li>Otra caracter\u00edstica clave es su capacidad de almacenar y manipular datos geom\u00e9tricos, como l\u00edneas, c\u00edrculos y pol\u00edgonos.<\/li>\n<li>dispone de su propio lenguaje de consulta llamado\u00a0<em>pgsql<\/em>.<\/li>\n<li>Este lenguaje es una variante del lenguaje de consulta relacional est\u00e1ndar, SQL, y cuenta con caracter\u00edsticas que permiten escribir procedimientos almacenados que se ejecutan en la base de datos.<\/li>\n<li>Posee su propio lenguaje de consulta llamado PG-SQL que es una variante del Lenguaje de Consultas Estructuradas (SQL)<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>Azure<\/p>\n<ul>\n<li>Paas<\/li>\n<li>Algunas caracter\u00edsticas de las bases de datos locales de PostgreSQL no est\u00e1n disponibles en Azure\u00a0Database for\u00a0PostgreSQL. Estas caracter\u00edsticas est\u00e1n relacionadas principalmente con las extensiones que los usuarios pueden agregar a una base de datos para realizar tareas especializadas, como escribir procedimientos almacenados en varios lenguajes de programaci\u00f3n (distintos de pgsql, el cual est\u00e1 disponible) e interactuar directamente con el sistema operativo. Se admite un conjunto b\u00e1sico de las extensiones que se usan con m\u00e1s frecuencia, y la lista de extensiones disponibles se revisa continuamente.<\/li>\n<li>tiene tres opciones de implementaci\u00f3n: Servidor \u00fanico, Servidor flexible e Hiperescala.<\/li>\n<\/ul>\n<p><strong>Azure Database for PostgreSQL con la opci\u00f3n Servidor \u00fanico<\/strong><\/p>\n<p>La opci\u00f3n de implementaci\u00f3n de servidor \u00fanico para PostgreSQL proporciona ventajas similares a Azure Database for MySQL. Puede elegir entre tres planes de tarifa: B\u00e1sico, De uso general y Optimizado para memoria. Cada nivel admite una cantidad de procesadores, una capacidad de memoria y tama\u00f1os de almacenamiento diferentes (puede seleccionar uno en funci\u00f3n de la carga que espera admitir).<\/p>\n<ul>\n<li>Es un modelo de implementaci\u00f3n que tiene 3 planes de tarifas y cada nivel admite una cantidad de procesadores, memoria y tama\u00f1os de almacenamiento diferentes\n<ul>\n<li>B\u00e1sico<\/li>\n<li>De uso general<\/li>\n<li>Optimizado para memoria<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p><strong>Servidor flexible de Azure\u00a0Database for PostgreSQL<\/strong><\/p>\n<p>La opci\u00f3n de implementaci\u00f3n de servidor flexible para PostgreSQL es un servicio de base de datos totalmente administrado. Proporciona m\u00e1s personalizaciones de configuraci\u00f3n de servidor y control, y tiene mejores controles de optimizaci\u00f3n de costos.<\/p>\n<p><strong>Hiperescala (Citus) de Azure Database for PostgreSQL<\/strong><\/p>\n<p>Hiperescala (Citus) es una opci\u00f3n de implementaci\u00f3n que escala las consultas entre varios nodos de servidor para admitir grandes cargas de base de datos. Una base de datos se divide en nodos y los datos se dividen en fragmentos seg\u00fan el valor de una clave de partici\u00f3n o de particionamiento. Se recomienda usar esta opci\u00f3n de implementaci\u00f3n para las implementaciones de PostgreSQL de bases de datos m\u00e1s grandes en la nube de Azure.<\/p>\n<ul>\n<li>Es una opci\u00f3n de implementaci\u00f3n que escala una consulta entre varios nodos del servidor para admitir grandes cargas de bases de datos<\/li>\n<li>Una BD se divide en nodos y los datos se dividen en fragmentos seg\u00fan el valor de una clave de partici\u00f3n o de particionamiento<\/li>\n<li>Se recomienda usar esta opci\u00f3n para implementaciones de BD grandes<\/li>\n<\/ul>\n<p><strong>Ventajas<\/strong><\/p>\n<ul>\n<li>es un servicio de alta disponibilidad<\/li>\n<li>Integra mecanismos de conmutaci\u00f3n por error y de detecci\u00f3n de errores.<\/li>\n<li>Los usuarios de PostgreSQL estar\u00e1n familiarizados con la herramienta\u00a0<strong>pgAdmin<\/strong>, que puede usar para administrar y supervisar una base de datos de PostgreSQL.Aun as\u00ed, algunas funcionalidades centradas en el servidor, como la realizaci\u00f3n de copias de seguridad y la restauraci\u00f3n del servidor, no est\u00e1n disponibles porque Microsoft se encarga de administrar y mantener el servidor.<\/li>\n<li>Azure Database for PostgreSQL registra informaci\u00f3n de las consultas que se ejecutan en las bases de datos del servidor y las guarda en una base de datos llamada\u00a0<em>azure_sys<\/em>. Puede consultar la vista\u00a0<em>query_store.qs_view<\/em>\u00a0para ver esta informaci\u00f3n y usarla para supervisar las consultas que ejecutan los usuarios. Esta informaci\u00f3n puede resultar muy valiosa si necesita ajustar las consultas que realizan las aplicaciones.<\/li>\n<li>Registran las consultas que ejecutan los usuarios y las almacena en una BD llamada azure_sys, puede consultar la vista query_store-qs_view para consultar esta informaci\u00f3n<\/li>\n<li>La migraci\u00f3n de datos se puede hacer con <strong>Database Migration Service<\/strong> que permite sacar un respaldo de una BD local y migrarla a la nube<\/li>\n<li>Tambi\u00e9n se puede configurar la replicaci\u00f3n desde una BD local para que los datos que se administran local tambi\u00e9n se guarden en la BD de Azure permitiendo que las aplicaciones se puedan conectar al a BD de Azure mientras el sistema local sigue funcionando, es decir no es necesario apagar el sistema local mientras se hace la migraci\u00f3n<\/li>\n<li>\u00a0<\/li>\n<li>Alta disponibilidad sin costo adicional\n<ul>\n<li>Rendimiento predecible de precio por uso<\/li>\n<li>Escalado sencillo<\/li>\n<li>Protecci\u00f3n de los datos (reposo y movimiento)<\/li>\n<li>Copias de seguridad autom\u00e1ticas<\/li>\n<li>Recuperaci\u00f3n hasta de 35 d\u00edas<\/li>\n<li>Seguridad y cumplimiento a nivel empresarial<\/li>\n<\/ul>\n<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<ul>\n<li>Al igual que sucede con los sistemas de bases de datos de Azure\u00a0SQL, los administradores de bases de datos son los responsables de administrar las bases de datos relacionales de c\u00f3digo abierto para admitir aplicaciones transaccionales. Dichas bases de datos proporcionan un origen de datos para los ingenieros de datos que crean canalizaciones destinadas a soluciones anal\u00edticas, as\u00ed como para los analistas de datos que crean informes.<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4eb98bd elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"4eb98bd\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-56769a1 jltma-glass-effect-no\" data-id=\"56769a1\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-8fa7eb2 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"8fa7eb2\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-adada40 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"adada40\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-2168f72 jltma-glass-effect-no\" data-id=\"2168f72\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-ddb628a jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"ddb628a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Servicios Azure No Relacionales<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-edd6989 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"edd6989\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-6b57395 jltma-glass-effect-no\" data-id=\"6b57395\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-2a0d4f5 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"2a0d4f5\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-4401\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-4401\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Storage Account (Contenedores \/ Archivos Compartidos \/ Tablas \/ Token)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-4401\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-4401\"><ul>\n<li>\n<p>Azure Storage es un servicio b\u00e1sico de Azure que permite almacenar datos en:<\/p>\n<ul>\n<li><strong>Contenedores de blobs<\/strong>: almacenamiento escalable y rentable para archivos binarios.<\/li>\n<li><strong>Recursos compartidos de archivos<\/strong>: recursos compartidos de archivos de red, como es habitual en redes corporativas.<\/li>\n<li><strong>Tablas<\/strong>: almacenamiento de clave-valor para aplicaciones que necesitan leer y escribir valores de datos r\u00e1pidamente.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<\/li>\n<li>\n<p>Los ingenieros de datos usan Azure Storage para hospedar\u00a0<em>lagos de datos<\/em>, es decir, almacenamiento de blobs con un espacio de nombres jer\u00e1rquico que permite organizar los archivos en carpetas en un sistema de archivos distribuido.<\/p>\n<\/li>\n<li>\n<p>Todos los datos incluidos en una cuenta de Azure Storage son cifrados<\/p>\n<\/li>\n<li>De forma predetermina se cifran con las claves de cifrado que son propiedad de Microsoft<\/li>\n<li>Pero tambi\u00e9n se pueden proporcionar claves propias de cifrado<\/li>\n<li>Para hacer esto es necesario agregar estas claves en el servicio de Azure Key Vault<\/li>\n<\/ul>\n<h2>Servicios Azure:<\/h2>\n<hr \/>\n<ul>\n<li>Azure Blob Storage<\/li>\n<li>Azure Data Lake Storage Gen2<\/li>\n<li>Azure File<\/li>\n<li>Azure Table Storage<\/li>\n<\/ul>\n<h3>Configuraci\u00f3n de las firmas de acceso compartido<\/h3>\n<ul>\n<li>Se pueden utilizar formas de acceso compartido para conceder derechos limitados a los recursos de una cuenta de Azure Storage durante un periodo de tiempo especificado<\/li>\n<li>Esto permite que las aplicaciones accedan a recursos como blob\u2019s y archivos sin la necesidad de autenticarse primero<\/li>\n<li>Solo debe utilizar SAS para los datos que se deban hacer p\u00fablicos<\/li>\n<li>La aplicaci\u00f3n anexa el token a la URL del recurso, despu\u00e9s la aplicaci\u00f3n puede enviar solicitudes para leer o escribir datos mediante esta direcci\u00f3n URL<\/li>\n<li>Se puede crear un token que conceda acceso temporal a todo el servicio, a los contenedores del servicio o a objetos individuales como blob\u2019s o archivos<\/li>\n<li>Se debe especificar:\n<ul>\n<li>Los permisos<\/li>\n<li>El periodo de tiempo donde el token es v\u00e1lido<\/li>\n<li>E intervalo de direcciones IP de los equipos que tienen permiso de utilizar el token<\/li>\n<\/ul>\n<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-4402\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-4402\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Blob Storage ( Contenedores \/ Directivas \/ Frecuente \/ Espor\u00e1dico \/ Archivo)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-4402\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-4402\"><p>\u00a0<\/p>\n<table>\n<tbody>\n<tr>\n<td>Tipo de datos<\/td>\n<td>No estruturados<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Caracter\u00edsticas<\/h2>\n<hr \/>\n<ul>\n<li>Azure Blob Storage es un servicio que le permite almacenar grandes cantidades de datos no estructurados como objetos binarios grandes, o\u00a0<em>blobs<\/em>, en la nube.\u00a0<\/li>\n<li>Muchas aplicaciones requieren almacenar objetos de datos binarios en la nube<\/li>\n<li>Como im\u00e1genes, audio y secuencias de v\u00eddeo<\/li>\n<li>Los blobs son una manera eficaz de almacenar archivos de datos en un formato optimizado para el almacenamiento basado en la nube, y las aplicaciones pueden leerlos y escribirlos mediante la API de Azure Blob Storage.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Tipo de Blob Storage<\/h2>\n<hr \/>\n<ul>\n<li><strong>Blobs en bloques<\/strong>.\n<ul>\n<li>Un blob en bloques se trata como un conjunto de bloques.<\/li>\n<li>Cada bloque puede tener un tama\u00f1o distinto, de hasta 100\u00a0MB.<\/li>\n<li>Un blob en bloques puede contener hasta 50\u00a0000\u00a0bloques, con un tama\u00f1o m\u00e1ximo de m\u00e1s de 4,7\u00a0TB.<\/li>\n<li>El bloque es la cantidad m\u00e1s peque\u00f1a de datos que se puede leer o escribir como una unidad individual.<\/li>\n<li>Los blobs en bloques se recomiendan especialmente para almacenar objetos binarios grandes discretos que cambian con poca frecuencia.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Blobs en p\u00e1ginas<\/strong>.\n<ul>\n<li>Un blob en p\u00e1ginas se organiza como una colecci\u00f3n de p\u00e1ginas de tama\u00f1o fijo de 512\u00a0bytes.<\/li>\n<li>Un blob en p\u00e1ginas est\u00e1 optimizado para admitir operaciones de lectura y escritura aleatorias;<\/li>\n<li>puede capturar y almacenar datos para una sola p\u00e1gina si es necesario.<\/li>\n<li>Un blob en p\u00e1ginas puede contener hasta 8\u00a0TB de datos.<\/li>\n<li>Azure usa blobs en p\u00e1ginas para implementar el almacenamiento de discos virtuales de las m\u00e1quinas virtuales.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Blobs en anexos<\/strong>.\n<ul>\n<li>Un blob en anexos es un blob en bloques optimizado para admitir operaciones de anexi\u00f3n.<\/li>\n<li>Solo puede agregar bloques al final de un blob en anexos;<\/li>\n<li>no se admite la actualizaci\u00f3n o eliminaci\u00f3n de bloques existentes.<\/li>\n<li>Cada bloque puede tener un tama\u00f1o distinto, de hasta 4\u00a0MB.<\/li>\n<li>El tama\u00f1o m\u00e1ximo de un blob en anexos es de algo m\u00e1s de 195\u00a0GB.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Contenedores<\/h2>\n<hr \/>\n<ul>\n<li>En una cuenta de Azure Storage, los blobs se almacenan en\u00a0<em>contenedores<\/em>.\u00a0<\/li>\n<li>Un contenedor proporciona una manera c\u00f3moda de agrupar blobs relacionados<\/li>\n<li><strong>Puede controlar qui\u00e9n puede leer y escribir blobs dentro de un contenedor en el nivel de contenedor.<\/strong><\/li>\n<li>Dentro de un contenedor, puede organizar los blobs en una jerarqu\u00eda de carpetas virtuales, similares a los archivos de un sistema de archivos en un disco.<\/li>\n<li>Sin embargo, de manera predeterminada, estas carpetas no son m\u00e1s que una forma de utilizar un car\u00e1cter \u00ab\/\u00bb en el nombre de un blob para organizar los blobs en espacios de nombres. Las carpetas son puramente virtuales y no es posible hacer operaciones de nivel de carpeta para controlar el acceso ni hacer operaciones masivas.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Niveles de Acceso<\/h2>\n<hr \/>\n<ul>\n<li>\n<h4>Frecuente<\/h4>\n<ul>\n<li>El nivel de\u00a0<em>acceso frecuente<\/em>\u00a0es el predeterminado.<\/li>\n<li>Este nivel se usa para los blobs a los que se accede con frecuencia.<\/li>\n<li>Los datos de blob se almacenan en medios de alto rendimiento.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h4>Espor\u00e1dico<\/h4>\n<ul>\n<li>El nivel\u00a0<em>Espor\u00e1dico<\/em>\u00a0tiene un rendimiento inferior e incurre en cargos de almacenamiento reducidos en comparaci\u00f3n con el nivel Frecuente.<\/li>\n<li>Tiene un rendimiento y costo menor<\/li>\n<li>Use el nivel de acceso espor\u00e1dico para los datos a los que se accede con poca frecuencia.<\/li>\n<li>Es habitual que el acceso a los blobs reci\u00e9n creados sea m\u00e1s frecuente al principio y menos frecuente a medida que pasa el tiempo.<\/li>\n<li>En estas situaciones, puede crear el blob en el nivel de acceso frecuente, pero migrarlo al nivel de acceso espor\u00e1dico m\u00e1s adelante.<\/li>\n<li>Puede migrar un blob del nivel de acceso espor\u00e1dico al frecuente.<\/li>\n<\/ul>\n<\/li>\n<li>\n<h3>Acceso de archivo<\/h3>\n<ul>\n<li>El nivel\u00a0<em>Archivo<\/em>\u00a0proporciona el menor costo de almacenamiento, pero una mayor latencia.<\/li>\n<li>El nivel de acceso de archivo est\u00e1 pensado para los datos hist\u00f3ricos que no deben perderse, pero que raramente se necesitan.<\/li>\n<li>Los blobs del nivel de acceso de archivo se almacenan de forma eficaz en un estado sin conexi\u00f3n.<\/li>\n<li>La latencia de lectura t\u00edpica para los niveles de acceso frecuente y espor\u00e1dico es de unos milisegundos, pero para el nivel de acceso de archivo los datos pueden tardar horas en estar disponibles.<\/li>\n<li>Para recuperar un blob desde el nivel de acceso de archivo, debe cambiar el nivel de acceso a acceso frecuente o espor\u00e1dico.<\/li>\n<li>Con ello, el blob se rehidratar\u00e1.<\/li>\n<li>Solo puede leer el blob una vez que se ha completado el proceso de rehidrataci\u00f3n.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h2>Directivas<\/h2>\n<hr \/>\n<ul>\n<li>Puede crear directivas de administraci\u00f3n del ciclo de vida para los blobs de una cuenta de almacenamiento.<\/li>\n<li>Una directiva de administraci\u00f3n del ciclo de vida puede trasladar autom\u00e1ticamente un blob de acceso frecuente a acceso espor\u00e1dico y, a continuaci\u00f3n, al nivel de acceso de archivo, a medida que pasa el tiempo y se usa con menos frecuencia (la directiva se basa en el n\u00famero de d\u00edas transcurridos desde la \u00faltima modificaci\u00f3n).<\/li>\n<li>La directiva se basar\u00eda en el tiempo transcurrido desde la \u00faltima modificaci\u00f3n<\/li>\n<li>Una directiva de administraci\u00f3n del ciclo de vida tambi\u00e9n puede organizarse para eliminar blobs obsoletos.<\/li>\n<\/ul>\n<h2>Ventajas<\/h2>\n<hr \/>\n<ul>\n<li>Control de versiones: se pueden restablecer versiones anteriores de un blob<\/li>\n<li>Eliminaci\u00f3n temporal: permite recuperar un blob que se ha eliminado o se ha sobreescrito<\/li>\n<li>Instant\u00e1nea: es una versi\u00f3n de solo lectura de un blob en un momento determinado<\/li>\n<li>Fuente de cambios: proporciona un registro ordenado de solo lectura de actualizaciones realizadas en un blob, se utiliza para supervisar cambios y realizar operaciones como:\n<ul>\n<li>Extraer m\u00e9tricas e informaci\u00f3n de an\u00e1lisis de negocio<\/li>\n<li>Almacenar, auditar y analizar cambios del objeto en un periodo de tiempo por seguridad, cumplimiento normativo o inteligencia de administraci\u00f3n de datos empresariales<\/li>\n<\/ul>\n<\/li>\n<li>Crear soluciones para las copias de seguridad el reflejado o las replicaciones del estado de los objetos para la administraci\u00f3n de desastres o el cumplimiento<\/li>\n<li>Crear canalizaciones de aplicaciones conectadas para que reaccionen a eventos de cambio o para que programen ejecuciones basadas en objetos creados o modificados<\/li>\n<li>Garantiza la disponibilidad Azure Blob Storage brinda redundancia, estos siempre se replican 3 veces en la regi\u00f3n en que se cre\u00f3 la cuenta, pero tambi\u00e9n se puede configurar para crear la redundancia en una segunda regi\u00f3n por un costo adicional<\/li>\n<\/ul>\n<h2>Casos de uso<\/h2>\n<hr \/>\n<ul>\n<li>Suministrar im\u00e1genes o documentos a un sitio web est\u00e1tico (es decir que aquellos que est\u00e1n enfocados a brindar informaci\u00f3n y no a una interacci\u00f3n con el usuario)<\/li>\n<li>Almacenar archivos para el acceso distribuido<\/li>\n<li>Realizar streaming de audio y v\u00eddeo<\/li>\n<li>Almacenar datos para copias de seguridad, recuperaci\u00f3n ante desastres, archivado o para el an\u00e1lisis realizado por un servicio local u hospedado por Azure<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-4403\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-4403\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Data Lake Storage Gen2 (Datos anal\u00edticos \/ Hadoop en Azure HDInsight, Azure Databricks y Azure Synapse Analytics)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-4403\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-4403\"><h2>Exploraci\u00f3n de Azure\u00a0Data Lake Storage\u00a0Gen2<\/h2>\n<hr \/>\n<h3>Azure\u00a0Data Lake Store\u00a0(Gen1)\u00a0<\/h3>\n<ul>\n<li>Azure\u00a0Data Lake Store\u00a0(Gen1) es un servicio independiente para el almacenamiento jer\u00e1rquico de los datos de lagos de datos anal\u00edticos que, con frecuencia, usan las denominadas soluciones de an\u00e1lisis de\u00a0<em>macrodatos<\/em>\u00a0que funcionan con datos estructurados, semiestructurados y no estructurados, almacenados en archivos.<\/li>\n<\/ul>\n<h3>Azure\u00a0Data Lake Storage\u00a0Gen<strong>2<\/strong><\/h3>\n<ul>\n<li>es una versi\u00f3n m\u00e1s reciente de este servicio que se integra en Azure\u00a0Storage<\/li>\n<li>\u00a0permite aprovechar la escalabilidad del almacenamiento en blobs y el control de costos de los niveles de almacenamiento<\/li>\n<li>combinado con las capacidades del sistema de archivos jer\u00e1rquico y la compatibilidad con los principales sistemas de an\u00e1lisis de Azure\u00a0Data Lake Store.<\/li>\n<li>Sistemas como Hadoop en Azure\u00a0HDInsight, Azure\u00a0Databricks y Azure\u00a0Synapse Analytics pueden montar un sistema de archivos distribuido hospedado en Azure\u00a0Data Lake Store\u00a0Gen2 y usarlo para procesar grandes vol\u00famenes de datos.<\/li>\n<li><strong>PARA HABILITARLO:<\/strong><\/li>\n<li>Para crear un sistema de archivos de Azure\u00a0Data Lake Store\u00a0Gen2, debe habilitar la opci\u00f3n\u00a0<strong>Espacio de nombres jer\u00e1rquico<\/strong>\u00a0de una cuenta de Azure\u00a0Storage.\u00a0<\/li>\n<li>Puede hacerlo al crear inicialmente la cuenta de almacenamiento, o bien puede actualizar una cuenta de Azure Storage ya existente para que admita Data Lake Gen2. Sin embargo, tenga en cuenta que la actualizaci\u00f3n es un proceso unidireccional: despu\u00e9s de actualizar una cuenta de almacenamiento para que admita un espacio de nombres jer\u00e1rquico de almacenamiento de blobs, no se puede revertir a espacio de nombres plano.<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-4404\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-4404\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Files (AzCopy \/ Azure File Sync \/ Est\u00e1ndar \/ Premium \/ SMB \/ NFS )<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-4404\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-4404\"><h2>Explorar Azure Files Storage<\/h2>\n<hr \/>\n<ul>\n<li>Azure File Storage se crea en una cuenta de almacenamiento.<\/li>\n<li>Azure Files le permite compartir hasta 100\u00a0TB de datos en una sola cuenta de almacenamiento.<\/li>\n<li>Estos datos se pueden distribuir en cualquier n\u00famero de recursos compartidos de archivos de la cuenta.<\/li>\n<li>Muchos sistemas locales que comprenden una red de equipos internos usan recursos compartidos de archivos.\u00a0<\/li>\n<li>Un recurso compartido de archivos permite almacenar un archivo en un equipo y conceder acceso a ese archivo a los usuarios y las aplicaciones que se ejecutan en otros equipos.<\/li>\n<li>Azure Files es una manera de crear recursos compartidos de red basados en la nube,<\/li>\n<li>Permite crear recursos de archivos compartidos en la nube y acceder a ellos desde una conexi\u00f3n a Internet<\/li>\n<li>Al hospedar recursos compartidos de archivos en Azure, las organizaciones pueden eliminar los costos de hardware y la sobrecarga de mantenimiento, y beneficiarse de la alta disponibilidad y el almacenamiento escalable en la nube para los archivos.<\/li>\n<li>El tama\u00f1o m\u00e1ximo de un solo archivo es de 1\u00a0TB<\/li>\n<li>pero puede establecer cuotas para limitar el tama\u00f1o de cada recurso compartido por debajo de esta cifra<\/li>\n<li>\u00a0Actualmente, Azure File Storage admite hasta 2000\u00a0conexiones simult\u00e1neas por cada archivo compartido.<\/li>\n<li>Una vez que crea una cuenta de almacenamiento, puede cargar archivos en Azure File Storage mediante Azure Portal, o bien mediante herramientas como la utilidad\u00a0<em>AzCopy<\/em><\/li>\n<li>Asimismo, puede usar el servicio Azure File Sync para sincronizar las copias almacenadas localmente en cach\u00e9 de archivos compartidos con los datos de Azure File Storage.<\/li>\n<\/ul>\n<h2>Niveles de rendimiento<\/h2>\n<hr \/>\n<h3><em>Est\u00e1ndar<\/em><\/h3>\n<ul>\n<li>usa hardware basado en disco duro en un centro de datos<\/li>\n<li>que se basa en discos duros mec\u00e1nicos<\/li>\n<\/ul>\n<h3><em>Premium<\/em><\/h3>\n<ul>\n<li>usa discos de estado s\u00f3lido.<\/li>\n<li>ofrece un mayor rendimiento, pero se cobra a una tarifa superior.<\/li>\n<\/ul>\n<h2>Protocolos\u00a0comunes de uso compartido de archivos de red<\/h2>\n<hr \/>\n<h3>SMB<\/h3>\n<ul>\n<li><em>Bloque de mensajes del servidor \/ Server Message Block (SMB)<\/em><\/li>\n<li>se utiliza generalmente entre varios sistemas operativos (Windows, Linux, macOS).<\/li>\n<li>MCT: es un protocolo de red que permite compartir archivos entre los nodos de una red que comparten el mismo Sistema Operativo Windows<\/li>\n<\/ul>\n<h3>NFS<\/h3>\n<ul>\n<li>Los utilizan algunas versiones de Linux y macOS<\/li>\n<li>Para crear un recurso compartido NFS, debe usar una cuenta de almacenamiento de nivel Premium y crear y configurar una red virtual a trav\u00e9s de la cual se pueda controlar el acceso al recurso compartido.<\/li>\n<\/ul>\n<h2>Casos de uso<\/h2>\n<hr \/>\n<ul>\n<li>Migrar aplicaciones existentes a la nube sin tener que aprovisionar MV<\/li>\n<li>Compartir datos entre un servidor local y uno en la nube como archivos de registro, datos de eventos y copias de seguridad<\/li>\n<li>Se pueden integrar las aplicaciones heredadas por aplicaciones modernas en la nube<\/li>\n<li>O desarrollar nuevas aplicaciones basadas en archivos compartidos<\/li>\n<li>Se ofrece disponibilidad continua lo que permite alojar aplicaciones como SQL Server con datos almacenados en la cuenta de archivos compartidos<\/li>\n<li>Es importante no utilizar Azure File Storage para archivo que requieren acceso simultaneo (Que se necesite escribir al mismo tiempo)<\/li>\n<\/ul>\n<h2>Ventajas<\/h2>\n<hr \/>\n<ul>\n<li>Es un servicio totalmente administrado es decir los recursos se pueden crear sin la necesidad de administrar el hardware ni el SO<\/li>\n<li>Los datos compartidos se replican localmente dentro de una regi\u00f3n pero tambi\u00e9n se puede hacer en otra<\/li>\n<li>Todos los datos se cifran en reposo y se puede habilitar el cifrado para los datos en transito<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-4405\" class=\"elementor-tab-title\" data-tab=\"5\" role=\"button\" aria-controls=\"elementor-tab-content-4405\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Table Storage (Clave:Valor \/ Partici\u00f3n \/ Clave fila))<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-4405\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"region\" aria-labelledby=\"elementor-tab-title-4405\"><h2>Exploraci\u00f3n de tablas de Azure<\/h2>\n<hr \/>\n<ul>\n<li>Tipo por uso: OLAP<\/li>\n<li>Datos: No estructurados \/ Semiestruturados<\/li>\n<li>Azure\u00a0Table Storage es una soluci\u00f3n de almacenamiento NoSQL que usa tablas que contienen elementos de datos de\u00a0<em>clave-valor<\/em>.<\/li>\n<li>Azure Table Storage implementa el modelo clave-valor de NoSQ<\/li>\n<li>En este modelo los datos se almacenan como un conjunto de campos y el elemento se identifica con una clave \u00fanica<\/li>\n<li>Los elementos se conocen como filas y los campos se denominan columnas<\/li>\n<li>Cada elemento se representa mediante una fila que contiene columnas para los campos de datos que deben almacenarse.<\/li>\n<li><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9406\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/azure-tables.png\" sizes=\"(max-width: 400px) 100vw, 400px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/azure-tables.png 400w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/azure-tables-300x214.png 300w\" alt=\"\" width=\"400\" height=\"285\" \/><\/li>\n<li>Sin embargo, no se confunda al pensar que una tabla de Azure\u00a0Table Storage es como una tabla de una base de datos relacional.\u00a0<\/li>\n<li>Una tabla de Azure le permite almacenar datos semiestructurados<\/li>\n<li>Todas las filas de una tabla deben tener una clave \u00fanica (compuesta de una clave de partici\u00f3n y una clave de fila)<\/li>\n<li>al modificar los datos de la tabla, una columna de\u00a0<em>marca de tiempo<\/em>\u00a0registra la fecha y la hora en las que se realiz\u00f3 la modificaci\u00f3n; pero, aparte de eso, las columnas de cada fila pueden variar.<\/li>\n<li>\u00a0Las tablas de Azure\u00a0Table Storage no tienen los conceptos de claves externas, relaciones, procedimientos almacenados, vistas u otros objetos que puede encontrar en una base de datos relacional.<\/li>\n<li>Normalmente, los datos en Azure\u00a0Table Storage se desnormalizan y cada fila contiene los datos completos de una entidad l\u00f3gica<\/li>\n<\/ul>\n<h2>Acceso de datos<\/h2>\n<hr \/>\n<ul>\n<li>Para garantizar que el acceso sea r\u00e1pido, Azure Table Storage divide una tabla en particiones<\/li>\n<li>La creaci\u00f3n de particiones es un mecanismo para agrupar filas relacionadas seg\u00fan una propiedad com\u00fan o clave de partici\u00f3n.<\/li>\n<li>Las filas que comparten la misma clave de partici\u00f3n se almacenar\u00e1n juntas<\/li>\n<li>Adem\u00e1s de ayudar a organizar los datos, la creaci\u00f3n de particiones tambi\u00e9n puede mejorar la escalabilidad y el rendimiento de las siguientes formas:\n<ul>\n<li>Las particiones son independientes entre s\u00ed, y pueden agrandarse o reducirse a medida que se agregan o se quitan filas de una partici\u00f3n. Una tabla puede contener cualquier n\u00famero de particiones.<\/li>\n<li>Al buscar datos, puede incluir la clave de partici\u00f3n en los criterios de b\u00fasqueda. Esto ayuda a reducir el volumen de datos que se va a examinar y mejora el rendimiento, ya que reduce la cantidad de E\/S (operaciones de entrada y salida o\u00a0<em>lecturas<\/em>\u00a0y\u00a0<em>escrituras<\/em>) necesaria para localizar los datos.<\/li>\n<\/ul>\n<\/li>\n<li>La clave de una tabla de Azure\u00a0Table Storage consta de dos elementos: la clave de partici\u00f3n, que identifica la partici\u00f3n que contiene la fila, y una clave de fila, que es \u00fanica para cada fila de la misma partici\u00f3n.<\/li>\n<li>\u00a0Los elementos de una misma partici\u00f3n se almacenan en el orden de las claves de fila<\/li>\n<li>Si una aplicaci\u00f3n agrega una nueva fila a una tabla, Azure garantiza que la fila se coloca en la posici\u00f3n correcta de la tabla<\/li>\n<li>Este esquema permite que una aplicaci\u00f3n realice r\u00e1pidamente consultas de\u00a0<em>punto<\/em>, que identifican una sola fila, y consultas por\u00a0<em>rango<\/em>, que capturan un bloque contiguo de filas en una partici\u00f3n.<\/li>\n<li>El acceso de datos se realiza a trav\u00e9s de particiones<\/li>\n<li>Que es un mecanismo de agrupaci\u00f3n de filas seg\u00fan la propiedad o clave<\/li>\n<li>Cada partici\u00f3n es independiente entre s\u00ed<\/li>\n<li>La clave de una Azure Table Storage consta de 2 elementos:\n<ul>\n<li>Clave de la partici\u00f3n: que identifica la partici\u00f3n que contiene la fila<\/li>\n<li>Clave de fila: que es \u00fanica para cada fila de una partici\u00f3n<\/li>\n<\/ul>\n<\/li>\n<li>Los elementos de una partici\u00f3n se almacenan en el orden de las claves de la fila<\/li>\n<li>Este esquema permite que una aplicaci\u00f3n realice r\u00e1pidamente consultas de punto que identifican una sola fila<\/li>\n<\/ul>\n<h2>Datos<\/h2>\n<hr \/>\n<ul>\n<li>Las columnas de una tabla pueden contener valores num\u00e9ricos \/ Cadena \/ Binarios de hasta 64KB<\/li>\n<li>Lata tabla puede tener hasta 252 columnas ademas de la clave de fila y partici\u00f3n<\/li>\n<li>El tama\u00f1o m\u00e1ximo de las filas es de 1 MB<\/li>\n<li>Y los m\u00e1s importante es elegir correctamente las claves de fila-partici\u00f3n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h3>Ejemplo<\/h3>\n<ul>\n<li>Una organizaci\u00f3n de seguridad inform\u00e1tica estudia los ciberataques que son reportados por varias empresas, para ellos se lleva un registro donde los ataques se clasifican por tipo y fecha<\/li>\n<li>cada uno es distinto por lo que la informaci\u00f3n a almacenar es distinta para cada uno<\/li>\n<li>Se pueden guardar archivos, im\u00e1genes, audios, etc<\/li>\n<li>Esto se puede almacenar en Azure Table Storage con la siguiente estructura\n<ul>\n<li>La clave de la partici\u00f3n es el tipo de ciberataque<\/li>\n<li>Y la clave de la fila es la fecha<\/li>\n<li>Y cada partici\u00f3n permite almacenar distintos datos<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9415\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_283-1024x627.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_283-1024x627.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_283-300x184.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_283-768x470.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_283.png 1175w\" alt=\"\" width=\"1024\" height=\"627\" \/><\/figure>\n<p>\u00a0<\/p>\n<h2>Ventajas<\/h2>\n<hr \/>\n<ul>\n<li>Es f\u00e1cil de escalar<\/li>\n<li>Se tarda el mismo tiempo en insertar datos en una tabla vac\u00eda que en una tabla como miles de millones de registros<\/li>\n<li>Una cuenta de almacenamiento de Azure puede almacenar hasta 500TB de datos<\/li>\n<li>No es necesario asignar y mantener las relaciones complejas que se deben tener en una BD relacional<\/li>\n<li>La inserci\u00f3n de filas es r\u00e1pida<\/li>\n<li>La recuperaci\u00f3n de datos tambi\u00e9n es r\u00e1pida si se brinda la clave de fila y partici\u00f3n como criterios de b\u00fasqueda<\/li>\n<li>Esta dise\u00f1ado para manejar grandes vol\u00famenes de datos con hasta cientos de TB\u2019s<\/li>\n<li>Ofrece garant\u00edas de alta disponibilidad en una sola regi\u00f3n, los datos se replican hasta 3 veces en la misma regi\u00f3n, pero tambi\u00e9n lo puede configurar para tener redundancia en otra zona geogr\u00e1fica pero con un precio<\/li>\n<li>Permite proteger los datos ya que puede configurar la seguridad y control de acceso basado en roles RBAC<\/li>\n<\/ul>\n<h2>Desventajas<\/h2>\n<hr \/>\n<ul>\n<li>Se debe tener en cuenta la coherencia de los datos ya que no esta restringido como en las BD relacionales<\/li>\n<li>No hay integridad referencial lo que quiere decir que cualquier relaci\u00f3n entre filas debe mantenerse en forma externa a la tabla<\/li>\n<li>Es dif\u00edcil filtrar y ordenar los datos que no son claves, las consultas que se realizan en funci\u00f3n de campos que no son clave pueden dar lugar a recorridos de la tabla completa<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-4406\" class=\"elementor-tab-title\" data-tab=\"6\" role=\"button\" aria-controls=\"elementor-tab-content-4406\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Cosmos DB (API \/ indices y particiones \/ JSON \/ Contenedores \/ Replicaci\u00f3n \/ RU\/s \/ Coherencia: Fuerte -  Obsolescencia - Prefijo Coherente - Posible \/ API Core SQL \/ MongoDB (MQL) \/ Table API \/ Cassandra \/ Gremlin (grafos))<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-4406\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"6\" role=\"region\" aria-labelledby=\"elementor-tab-title-4406\"><h1 class=\"entry-title\">Azure Cosmos DB<\/h1>\n<hr \/>\n<ul>\n<li>Azure Cosmos\u00a0DB es un sistema de base de datos no relacional (<em>NoSQL<\/em>)<\/li>\n<li>a escala global<\/li>\n<li>Azure Cosmos DB es un servicio de base de datos en la nube altamente escalable para datos NoSQL.<\/li>\n<li>admite varias interfaces de programaci\u00f3n de aplicaciones (API), lo que permite almacenar y administrar datos como documentos JSON, pares clave-valor, familias de columnas y gr\u00e1ficos.<\/li>\n<li>Una\u00a0<em>API<\/em>\u00a0es una\u00a0<em>interfaz de programaci\u00f3n de aplicaciones<\/em>. Los sistemas de administraci\u00f3n de bases de datos (y otros marcos de software) proporcionan un conjunto de API que los desarrolladores pueden usar para escribir programas que necesitan tener acceso a datos. Las API ser\u00e1n diferentes para los distintos sistemas de administraci\u00f3n de bases de datos.<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9498\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/azure-cosmos-db.png\" sizes=\"(max-width: 500px) 100vw, 500px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/azure-cosmos-db.png 500w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/azure-cosmos-db-300x279.png 300w\" alt=\"\" width=\"500\" height=\"465\" \/><\/figure>\n<ul>\n<li>En algunas organizaciones, los administradores de base de datos pueden aprovisionar y administrar las instancias de Cosmos\u00a0DB, aunque suelen ser los desarrolladores de software quienes administran el almacenamiento de datos NoSQL como parte de la arquitectura general de la aplicaci\u00f3n.<\/li>\n<li>A menudo, los ingenieros de datos necesitan integrar or\u00edgenes de datos de Cosmos\u00a0DB en soluciones anal\u00edticas empresariales que admitan el modelado y la elaboraci\u00f3n de informes por parte de los analistas de datos.<\/li>\n<li><strong>Cosmos DB usa \u00edndices y particiones para proporcionar un rendimiento r\u00e1pido de lectura y escritura y se puede escalar a vol\u00famenes masivos de datos.\u00a0<\/strong><\/li>\n<li>Cosmos administra los datos como un conjunto de documentos con particiones<\/li>\n<li>Un documento es una colecci\u00f3n de campos identificados por una clave<\/li>\n<li>Los campos de cada documento puede variar<\/li>\n<li>Y un campo puede contener documentos secundarios<\/li>\n<li>Puede habilitar escrituras en varias regiones, agregando las regiones de Azure que prefiera a su cuenta de Cosmos DB para que los usuarios distribuidos globalmente puedan trabajar con datos en su r\u00e9plica local.<\/li>\n<\/ul>\n<h3>JSON<\/h3>\n<ul>\n<li>Normalmente se utiliza el formato JSON para crear los documentos No SQL<\/li>\n<li>Los campos se colocan entre llaves y tienen un prefijo como nombre<\/li>\n<li>Un documento puede contener hasta 2 MB de datos entre los que se incluyen objetos binario peque\u00f1os, si se requiere almacenar m\u00e1s datos puede utilizar Azure Blob Storage y agregando la referencia al documento<\/li>\n<\/ul>\n<h3>Contenedores<\/h3>\n<ul>\n<li>Los documentos de una BD se organizan en contenedores y los documentos de un contenedor se agrupan en particiones las cuales contienen un conjunto de documentos que comparten una clave de partici\u00f3n<\/li>\n<li>Estro ayuda a reducir las operaciones de E\/S de disco<\/li>\n<li>Una cuenta de CosmosDB crear muy pocos recursos entre los principales las BD\u2019s y los contenedores<\/li>\n<li>Azure Cosmos DB utiliza el concepto de unidades de solicitudes por segundo RU\/s para administrar el rendimiento y el costo de las BD\u2019s<\/li>\n<li>El rendimiento m\u00ednimo que se puede asignar a una BD o contener es de 400RU\/s<\/li>\n<li>Se pueden aumentar o disminuir la RU\/s de un contenedor en cualquier momento<\/li>\n<li>Pero el aumento de RU\/s aumenta el costo tambi\u00e9n<\/li>\n<\/ul>\n<h3>Replicaci\u00f3n<\/h3>\n<ul>\n<li>Azure Cosmos DB permite replicar las BD y contenedores en varias regiones<\/li>\n<li>Esto se puede realizar al momento de aprovisionar el servicio<\/li>\n<li>Pero tambi\u00e9n existe dentro del servicio una p\u00e1gina para configurar la replicaci\u00f3n<\/li>\n<li>NOTA: la replica donde se cre\u00f3 el servicio es la \u00fanica con permisos de escritura las dem\u00e1s son solo de lectura, se puede habilitar la escritura en otras regiones pero no hay garant\u00eda que se modifiquen los mismos datos en dos regiones distintas<\/li>\n<li>La modificaci\u00f3n es as\u00edncrona y al tener un retraso puede se que exista un retraso mientras se actualizan los datos entre regiones<\/li>\n<li>Cada replica aumenta el costo del servicio<\/li>\n<\/ul>\n<h3>Coherencia<\/h3>\n<h4>Lectura\/Escritura<\/h4>\n<ul>\n<li>Dentro de una regi\u00f3n Cosmos DB utiliza un cl\u00fater de servidores este enfoque ayuda a mejorar la escalabilidad y disponibilidad<\/li>\n<li>En cada servidor se guarda una copia de los datos<\/li>\n<li>Cuando una aplicaci\u00f3n escribe datos en un servidor se registra un cambio que despu\u00e9s se replica en los dem\u00e1s servidores del cluster<\/li>\n<li>Por ejemplo si al APP A actualiza datos en le servidor 1 y la APP B lee los datos a\u00fan no actualizados del servidor 2<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9565\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1513.png\" sizes=\"(max-width: 822px) 100vw, 822px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1513.png 822w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1513-300x236.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1513-768x605.png 768w\" alt=\"\" width=\"822\" height=\"648\" \/><\/figure>\n<ul>\n<li>Y este problema no solo se puede dar si se utilizan dos APP\u2019s diferentes, sino que tambi\u00e9n una misma aplicaci\u00f3n que escribe en el servidor 1 y leer del servidor 2<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9567\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1514.png\" sizes=\"(max-width: 889px) 100vw, 889px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1514.png 889w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1514-300x226.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1514-768x578.png 768w\" alt=\"\" width=\"889\" height=\"669\" \/><\/figure>\n<ul>\n<li>Por estos Cosmos DB permite especificar como se deben controlar las incoherencias esto dentro de la p\u00e1gina de \u00abCoherencia predeterminada\u00bb<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9569\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1515-1024x457.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1515-1024x457.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1515-300x134.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1515-768x342.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1515.png 1359w\" alt=\"\" width=\"1024\" height=\"457\" \/><\/figure>\n<ul>\n<li>Se ofrecen las siguientes opciones:\n<ul>\n<li>Fuerte: es la menos coherente, los cambios no se perder\u00e1n ya que en alg\u00fan momento aparecer\u00e1n pero es posible que no aparezcan de inmediato, por lo que los cambios pueden parecer desordenados<\/li>\n<li>Obsolescencia Limitada: hay un retraso entre la escritura y la lectura de los datos actualizados<\/li>\n<li>Sesi\u00f3n: si una aplicaci\u00f3n realiza una serie de cambios todos esos cambios estar\u00e1n actualizados y en orden para esa aplicaci\u00f3n, pero otras aplicaciones los podr\u00e1n ver cuando se sincronicen<\/li>\n<li>Prefijo Coherente: esta opci\u00f3n garantiza que los cambios aparezcan en orden aunque puede existir un retraso antes que sean visibles<\/li>\n<li>Posible: todas las escrituras son visibles para los clientes despu\u00e9s de confirmar que se han escrito correctamente, esta opci\u00f3n no esta disponible si se necesita distribuir los datos en varias regiones globales<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h3>Cu\u00e1ndo usar Cosmos\u00a0DB<\/h3>\n<hr \/>\n<ul>\n<li>Cosmos DB asigna autom\u00e1ticamente espacio para las particiones en un contenedor y cada partici\u00f3n puede crecer hasta un tama\u00f1o de 10 GB.<\/li>\n<li>Los \u00edndices se crean y se mantienen de forma autom\u00e1tica. No hay pr\u00e1cticamente ninguna sobrecarga administrativa.<\/li>\n<li>Muchos de los productos de Microsoft usan Cosmos\u00a0DB para aplicaciones cr\u00edticas a escala global, como Skype, Xbox, Microsoft\u00a0365 y Azure<\/li>\n<li>Cosmos\u00a0DB es muy recomendable para los escenarios siguientes:\n<ul>\n<li><em>IoT y telem\u00e1tica<\/em>. Estos sistemas suelen ingerir grandes cantidades de datos en r\u00e1fagas de actividad frecuentes. Cosmos DB puede aceptar y almacenar esta informaci\u00f3n con rapidez. lo que permite que servicios anal\u00edticos como Azure Machine Learning, Azure HDInsight o Power BI puedan hacer uso de esos datos. Adem\u00e1s, los datos se pueden procesar en tiempo real a trav\u00e9s de funciones de Azure Functions que se activan a medida que los datos van llegando a la base de datos.\u00a0 MCT: En IoT se necesita realizar la ingesta de muchos datos procedentes de muchos sensores que luego deben ser procesados para obtener perspectivas en tiempo real<\/li>\n<li><em>Comercio y marketing<\/em>. Microsoft usa Cosmos\u00a0DB en sus plataformas de comercio electr\u00f3nico propias que se ejecutan como parte de la Tienda Windows y Xbox Live. Tambi\u00e9n se usa en el sector comercial para almacenar los datos de cat\u00e1logo y para el suministro de eventos en las canalizaciones de procesamiento de pedidos.<\/li>\n<li><em>Juegos<\/em>. El nivel de base de datos es un componente fundamental de las aplicaciones de juegos. Los juegos modernos realizan el procesamiento de los elementos grafos en los clientes de consola o dispositivos m\u00f3viles, pero utilizan la nube para ofrecer contenido personalizado y a medida, como estad\u00edsticas dentro del juego, integraci\u00f3n con las redes sociales y los marcadores de puntuaciones. A menudo, los juegos requieren latencias de un solo milisegundo en las lecturas y escrituras para proporcionar una experiencia de juego inmersiva. Una base de datos de un juego debe ser r\u00e1pida y capaz de manejar los picos masivos en la velocidad de las solicitudes cuando se inicia un nuevo juego y se actualizan las caracter\u00edsticas.<\/li>\n<li><em>Aplicaciones web y para dispositivos m\u00f3viles<\/em>. Azure Cosmos DB se usa normalmente en aplicaciones web y m\u00f3viles y sirve para modelar interacciones sociales, para la integraci\u00f3n con servicios de terceros y para la creaci\u00f3n de experiencias personalizadas enriquecidas. Se pueden usar SDK de Cosmos\u00a0DB con el fin de compilar aplicaciones para iOS y Android completas con el marco Xamarin Framework, muy popular.<\/li>\n<li>Redes Sociales: Otro caso es almacenar y consultar el contenido generado por usuarios para aplicaciones Web, m\u00f3viles o redes sociales\u00a0Ejemplos de contenidos generados por usuarios son: chat\u2019s , twitt\u2019s, entradas a un blog, valoraciones y comentarios<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h2>Identificaci\u00f3n de las API de Azure Cosmos\u00a0DB<\/h2>\n<hr \/>\n<p>Azure Cosmos DB admite varias API, lo cual permite a los desarrolladores migrar f\u00e1cilmente datos desde almacenes NoSQL usados habitualmente y aplicar sus aptitudes de programaci\u00f3n existentes. Al aprovisionar una nueva instancia de Cosmos DB, seleccione la API que quiere usar. La elecci\u00f3n de la API depende de muchos factores, como el tipo de datos que se van a almacenar, la necesidad de admitir aplicaciones existentes y las aptitudes de API de los desarrolladores que trabajar\u00e1n con el almac\u00e9n de datos.<\/p>\n<h3>API Core (SQL)<\/h3>\n<ul>\n<li>La API nativa de Cosmos DB administra los datos en formato de documento JSON<\/li>\n<li>a pesar de ser una soluci\u00f3n de almacenamiento de datos NoSQL, usa sintaxis SQL para trabajar con los datos.<\/li>\n<li>Permite identificar y recuperar documentos mediante las instrucciones SELECT<\/li>\n<li>\u00a0<\/li>\n<li>\n<p>Una consulta SQL para una base de datos de Cosmos DB que contiene datos del cliente podr\u00eda ser similar a esta:<\/p>\n<pre class=\"wp-block-code\"><code>SELECT *\nFROM customers c\nWHERE c.id = \"joe@litware.com\"<\/code><\/pre>\n<p>El resultado de esta consulta consta de uno o varios documentos JSON, como se muestra aqu\u00ed:<\/p>\n<pre class=\"wp-block-code\"><code>{\n   \"id\": \"joe@litware.com\",\n   \"name\": \"Joe Jones\",\n   \"address\": {\n        \"street\": \"1 Main St.\",\n        \"city\": \"Seattle\"\n    }\n}<\/code><br \/><br \/><\/pre>\n<\/li>\n<\/ul>\n<h3>MongoDB\u00a0API<\/h3>\n<ul>\n<li>MongoDB es una base de datos de c\u00f3digo abierto popular en la que los datos se almacenan en formato JSON binario (BSON).\u00a0<\/li>\n<li>La API de MongoDB de Azure Cosmos DB permite a los desarrolladores usar bibliotecas de cliente de MongoDB en y c\u00f3digo para trabajar con datos en Azure Cosmos DB.<\/li>\n<li>El lenguaje de consulta de MongoDB (MongoDB Query Language, MQL) usa una sintaxis compacta orientada a objetos en la que los desarrolladores usan\u00a0<em>objetos<\/em>\u00a0para llamar a\u00a0<em>m\u00e9todos<\/em><\/li>\n<li>Se cre\u00f3 para que una aplicaci\u00f3n que normalmente funciona de forma local con MongoDB pueda se implementada en la nube<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>Por ejemplo, la consulta siguiente usa el m\u00e9todo\u00a0<strong>find<\/strong>\u00a0para consultar la colecci\u00f3n\u00a0<strong>products<\/strong>\u00a0en el objeto\u00a0<strong>db<\/strong>:<\/p>\n<pre class=\"wp-block-code\"><code>db.products.find({id: 123})<\/code><\/pre>\n<p>Los resultados de esta consulta constan de documentos JSON, similares a los siguientes:<\/p>\n<pre class=\"wp-block-code\"><code>{\n   \"id\": 123,\n   \"name\": \"Hammer\",\n   \"price\": 2.99}\n}<\/code><\/pre>\n<h3>Table API<\/h3>\n<ul>\n<li>Table API se usa para trabajar con datos en tablas de clave-valor, de forma similar a Azure Table Storage.\u00a0<\/li>\n<li>Table API de Azure Cosmos DB ofrece mayor escalabilidad y rendimiento que Azure Table Storage.<\/li>\n<li>Permite utilizar la API de Azure Table Storage para almacenar y recuperar documentos<\/li>\n<li>La funci\u00f3n se cre\u00f3 para que pueda pasar de Azure Table Storage a Comos DB sin modificar las aplicaciones existentes<\/li>\n<li>\u00a0<\/li>\n<li>\n<p>Por ejemplo, puede definir una tabla denominada\u00a0<strong>Clientes<\/strong>\u00a0de la siguiente forma:<\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9499\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_351.png\" sizes=\"(max-width: 890px) 100vw, 890px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_351.png 890w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_351-300x60.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_351-768x154.png 768w\" alt=\"\" width=\"890\" height=\"179\" \/><\/figure>\n<p>Posteriormente, puede usar Table API de Cosmos DB a trav\u00e9s de uno de los SDK espec\u00edficos del lenguaje para realizar llamadas al punto de conexi\u00f3n de servicio para recuperar datos de la tabla. Por ejemplo, la siguiente solicitud devuelve la fila que contiene el registro de\u00a0<em>Samir Nadoy<\/em>\u00a0en la tabla anterior:<\/p>\n<pre class=\"wp-block-code\"><code>https:\/\/endpoint\/Customers(PartitionKey='1',RowKey='124')<\/code><\/pre>\n<h3>Cassandra API<\/h3>\n<\/li>\n<li>Cassandra API es compatible con Apache Cassandra, que es una base de datos de c\u00f3digo abierto popular que usa una estructura de almacenamiento de familia de columnas<\/li>\n<li>Las familias de columnas son tablas, similares a las de una base de datos relacional, con la excepci\u00f3n de que no es obligatorio que cada fila tenga las mismas columnas.<\/li>\n<li>Cassandra es otro sistema de administraci\u00f3n de BD que muchas organizaciones ejecutan de manera local<\/li>\n<li>Se proporciona una API similar al entorno local<\/li>\n<li>Su funci\u00f3n es migrar las aplicaciones de cassandra a Cosmos DB<\/li>\n<li>\u00a0<\/li>\n<li>\n<p>Por ejemplo, puede crear una tabla de\u00a0<strong>Empleados<\/strong>\u00a0como esta:<\/p>\n<figure class=\"wp-block-table\">\n<table>\n<thead>\n<tr>\n<th>id<\/th>\n<th>Nombre<\/th>\n<th>Manager<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>1<\/td>\n<td>Sue Smith<\/td>\n<td>\u00a0<\/td>\n<\/tr>\n<tr>\n<td>2<\/td>\n<td>Ben Chan<\/td>\n<td>Sue Smith<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/figure>\n<p>Cassandra admite una sintaxis basada en SQL, por lo que una aplicaci\u00f3n cliente podr\u00eda recuperar el registro de\u00a0<em>Ben Chan<\/em>\u00a0como se muestra a continuaci\u00f3n:<\/p>\n<pre class=\"wp-block-code\"><code>SELECT * FROM Employees WHERE ID = 2<\/code><\/pre>\n<h3>API de Gremlin<\/h3>\n<\/li>\n<li>Gremlin API se usa con datos en una estructura de grafos<\/li>\n<li>En el que las entidades se definen como <em>v\u00e9rtices<\/em>\u00a0que forman nodos en el gr\u00e1fico conectado.<\/li>\n<li>Implementa una interfaz de grafos en Cosmos DB<\/li>\n<li>Los datos se conservan como un conjunto de documentos en Cosmos DB pero Gremlin permite realizar consultas de grafos en los datos<\/li>\n<li>Mediante esta API se pueden examinar los objetos y las relaciones de los grafos para detectar todo tipo de relaciones complejas<\/li>\n<li>Su funci\u00f3n es permitir la migraci\u00f3n de BD gremlin locales en la nube<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>Los nodos se conectan mediante\u00a0<em>bordes<\/em>\u00a0que representan relaciones, como esta:<\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9500\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/graph-1.png\" sizes=\"(max-width: 400px) 100vw, 400px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/graph-1.png 400w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/graph-1-300x171.png 300w\" alt=\"\" width=\"400\" height=\"228\" \/><\/figure>\n<ul>\n<li>En el ejemplo de la imagen se muestran dos tipos de v\u00e9rtices (empleado y departamento)\u00a0y bordes que los conectan (el empleado \u00abBen\u00bb depende de la empleada \u00abSue\u00bb y ambos empleados trabajan en el departamento \u00abHardware\u00bb).<\/li>\n<li>\n<p>La sintaxis de Gremlin incluye funciones para operar en v\u00e9rtices y bordes, y esto permite insertar, actualizar, eliminar y consultar datos en el gr\u00e1fico. Por ejemplo, puede usar el c\u00f3digo siguiente para agregar un nuevo empleado llamado\u00a0<em>Alice<\/em>\u00a0que dependa de la empleada con el identificador\u00a0<strong>1<\/strong>\u00a0(<em>Sue<\/em>)<\/p>\n<pre class=\"wp-block-code\"><code>g.addV('employee').property('id', '3').property('firstName', 'Alice')\ng.V('3').addE('reports to').to(g.V('1'))<\/code><\/pre>\n<p>La consulta siguiente devuelve todos los v\u00e9rtices de\u00a0<em>empleado<\/em>, por orden de identificador.<\/p>\n<pre class=\"wp-block-code\"><code>g.V().hasLabel('employee').order().by('id')<\/code><\/pre>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<p>Nota:<\/p>\n<ul>\n<li>Si va a crear una nueva aplicaci\u00f3n debe utilizar mejor SQL API<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<h2>Ventajas<\/h2>\n<hr \/>\n<ul>\n<li>Servicio totalmente administrado (brinda administraci\u00f3n \/ Actualizaciones \/ Revisiones autom\u00e1ticas)<\/li>\n<li>Garantiza una alta disponibilidad de 99.99)%<\/li>\n<li>Se pueden replicar los datos entre regiones por un costo adicional<\/li>\n<li>garantiza una latencia menor a 10 milisegundos para lecturas indexadas y para escritura de 99% de los casos en todo el mundo lo que permite que la ingesta de datos y lecturas se realicen de forma r\u00e1pida<\/li>\n<li>Permite un gran volumen de solicitudes de millones al d\u00eda<\/li>\n<li>Todos los datos est\u00e1n cifrados<\/li>\n<li>La fuente de cambios facilita el seguimiento y administraci\u00f3n de los cambios y desencadenaci\u00f3n de eventos<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-78eadcd elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"78eadcd\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-986eb20 jltma-glass-effect-no\" data-id=\"986eb20\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5e0cef7 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"5e0cef7\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-81274b1 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"81274b1\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-1dc1375 jltma-glass-effect-no\" data-id=\"1dc1375\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-bb8b6a4 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"bb8b6a4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Servicios Azure Almacenamiento Datos Moderno<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-00894a1 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"00894a1\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-136f51c jltma-glass-effect-no\" data-id=\"136f51c\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b95bad5 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"b95bad5\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1941\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1941\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Almacenamiento Moderno (Macrodatos \/ ETL \/ ELT \/ Modular \/ El\u00e1stica \/ Fluida)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1941\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1941\"><h1 class=\"entry-title\">Almacenamiento de datos moderno<\/h1>\n<hr \/>\n<ul>\n<li>Es un t\u00e9rmino gen\u00e9rico que describe la infraestructura y los procesos que se usan para admitir el an\u00e1lisis de datos a gran escala<\/li>\n<li>Un almacenamiento de datos recopila datos de muchos or\u00edgenes que se utilizan para el an\u00e1lisis de informes y el procesamiento anal\u00edtico en l\u00ednea<\/li>\n<li>Normalmente implica copiar datos de almacenes de datos transaccionales en una base de datos relacional con un esquema optimizado para consultar y crear modelos multidimensionales; esto se realiza con t\u00e9cnicas usadas para los denominados an\u00e1lisis de \u00abmacrodatos\u00bb, donde grandes vol\u00famenes de datos en varios formatos se cargan o capturan por lotes en flujos en tiempo real y se almacenan en un <em>lago de datos<\/em>\u00a0desde el que se usan motores de procesamiento distribuido como Apache Spark para procesar los datos a escala.<\/li>\n<li>Los almacenamiento de datos tienen que administrar macrodatos<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Macrodatos<\/h2>\n<hr \/>\n<ul>\n<li>son grandes cantidades de datos recopilados<\/li>\n<li>En vol\u00famenes escalables<\/li>\n<li>A velocidades muy altas<\/li>\n<li>Y una variedad de formatos<\/li>\n<li>Pueden ser datos hist\u00f3ricos: es decir datos almacenados<\/li>\n<li>O puede ser en tiempo real: es decir que se transmiten desde un or\u00edgen<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Descripci\u00f3n del almacenamiento de datos moderno<\/h2>\n<hr \/>\n<p>La arquitectura moderna de almacenamiento de datos puede variar, al igual que las tecnolog\u00edas espec\u00edficas que se usan para implementarla; de todos modos, en general, se incluyen los siguientes elementos:<\/p>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9725\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/modern-data-warehousing-1024x367.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/modern-data-warehousing-1024x367.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/modern-data-warehousing-300x108.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/modern-data-warehousing-768x275.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/modern-data-warehousing-1536x551.png 1536w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/modern-data-warehousing-2048x735.png 2048w\" alt=\"\" width=\"1024\" height=\"367\" \/><\/figure>\n<ol>\n<li><strong>Ingesta y procesamiento de datos<\/strong>: los datos de uno o varios almacenes de datos transaccionales, archivos, flujos en tiempo real u otros or\u00edgenes se cargan en un lago de datos o en un almacenamiento de datos relacional. Normalmente, la operaci\u00f3n de carga implica un proceso de\u00a0<em>extracci\u00f3n, transformaci\u00f3n y carga<\/em>\u00a0(ETL) o de\u00a0<em>extracci\u00f3n, carga y transformaci\u00f3n<\/em>\u00a0(ELT) en el que los datos se limpian, filtran y reestructuran para su an\u00e1lisis. En los procesos de ETL, los datos se transforman antes de cargarse en un almac\u00e9n anal\u00edtico, mientras que en un proceso de ELT los datos se copian en el almac\u00e9n y, posteriormente, se transforman. En cualquier caso, la estructura de datos resultante est\u00e1 optimizada para las consultas anal\u00edticas. El procesamiento de datos suele realizarse mediante sistemas distribuidos que pueden procesar grandes vol\u00famenes de datos en paralelo mediante cl\u00fasteres de varios nodos. La ingesta de datos incluye el procesamiento por lotes de datos est\u00e1ticos y el procesamiento en tiempo real de los datos de streaming.<\/li>\n<li><strong>Almac\u00e9n de datos anal\u00edticos<\/strong>: los almacenes de datos para an\u00e1lisis a gran escala incluyen\u00a0<em>almacenamientos de datos<\/em>\u00a0relacionales,\u00a0<em>lagos de datos<\/em>\u00a0basados en sistema de archivos y arquitecturas h\u00edbridas que combinan caracter\u00edsticas de almacenes de datos y lagos de datos (a veces bajo la denominaci\u00f3n de\u00a0<em>lagos de almacenamiento de datos<\/em>\u00a0o\u00a0<em>bases de datos de lago<\/em>). Los trataremos con m\u00e1s detalle m\u00e1s adelante.<\/li>\n<li><strong>Modelo de datos anal\u00edticos<\/strong>: aunque los analistas de datos y los cient\u00edficos de datos pueden trabajar con los datos directamente en el almac\u00e9n de datos anal\u00edticos, es habitual crear uno o varios modelos de datos que agreguen previamente los datos para facilitar la generaci\u00f3n de informes, paneles y visualizaciones interactivas. A menudo, estos modelos de datos se describen como\u00a0<em>cubos<\/em>, en los que los valores de datos num\u00e9ricos se agregan en una o varias dimensiones (por ejemplo, para determinar las ventas totales por producto y regi\u00f3n). El modelo encapsula las relaciones entre los valores de datos y las entidades dimensionales para admitir el an\u00e1lisis de tipo \u00abrastrear agrupando datos\/explorar en profundidad\u00bb.<\/li>\n<li><strong>Visualizaci\u00f3n de datos<\/strong>: los analistas de datos consumen datos de modelos anal\u00edticos y directamente de almacenes anal\u00edticos para crear informes, paneles y otras visualizaciones. Adem\u00e1s, los usuarios de una organizaci\u00f3n, que pueden no ser profesionales de la tecnolog\u00eda, pueden realizar informes y an\u00e1lisis de datos de autoservicio. Las visualizaciones de los datos muestran tendencias, comparaciones e indicadores clave de rendimiento (KPI) para una empresa u otra organizaci\u00f3n, y pueden tomar la forma de informes impresos, diagramas y gr\u00e1ficos en documentos o presentaciones de PowerPoint, paneles basados en web y entornos interactivos en los que los usuarios pueden explorar los datos visualmente.<\/li>\n<\/ol>\n<h3>Arquitectura y Flujos<\/h3>\n<ul>\n<li><strong>Datos:\u00a0<\/strong>principalmente se dividen en dos:\n<ul>\n<li>Los datos de los servicios relacionales (con estructura)<\/li>\n<li>Y los datos No relacionales (sin estructura)<\/li>\n<\/ul>\n<\/li>\n<li><strong>Ingesta de datos:<\/strong>\n<ul>\n<li>Los datos primero se recuperan mediante Azure Data Factory<\/li>\n<li>Sirve tambi\u00e9n para darle formato a los datos, a este proceso se le denomina ingesta de datos<\/li>\n<\/ul>\n<\/li>\n<li><strong>Almacenamiento:<\/strong>\n<ul>\n<li>Los datos con formato de almacenan en Azure Data Lake Storage:<\/li>\n<li>Permite almacenar grandes vol\u00famenes de datos de forma muy r\u00e1pida y sencilla antes de analizarlos<\/li>\n<\/ul>\n<\/li>\n<li>A partir de aqu\u00ed los datos pueden seguir dos caminos\n<ul>\n<li><strong>Modelar y servir<\/strong>\n<ul>\n<li>Los datos se convierten a un formato normalizado, adecuado para su an\u00e1lisis<\/li>\n<li>Y se almacenan mediante\u00a0<strong>Azure Synapse Analytic<\/strong><\/li>\n<\/ul>\n<\/li>\n<li><strong>Preparaci\u00f3n<\/strong>:\n<ul>\n<li>Los datos tambi\u00e9n se pueden almacenar con\u00a0<strong>Azure Databrick<\/strong>, para aplicar otra forma de preparaci\u00f3n de datos<\/li>\n<li>Por ejemplo es posible que se requiera transformaciones de datos adicionales o limpiar<\/li>\n<li>Se pueden almacenar los datos limpios con\u00a0<strong>Azure Synapse Analytic<\/strong>\u00a0si es necesario, este funciona como un centro contenedor de datos empresariales ya limpios<\/li>\n<li>Este puede puede revisar de manera exhaustiva los datos anal\u00edticos mediante\u00a0<strong>Azure Analysis Services<\/strong><\/li>\n<\/ul>\n<\/li>\n<li><strong>Power BI:<\/strong>\n<ul>\n<li>Puede tomar esta informaci\u00f3n y utilizarla<\/li>\n<li>Tambi\u00e9n puede ejecutar consultas, sobre los datos procesados por\u00a0<strong>Azure Databrick<\/strong><\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure Cosmos DB:<\/strong>\n<ul>\n<li>Es un opci\u00f3n que no siempre es utilizada para facilitar el almacenamiento de aplicaciones Web<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li>NOTA: Este es un flujo propuesto sin embargo este puede cambiar seg\u00fan nuestras necesidades<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9749\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1662-1024x551.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1662-1024x551.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1662-300x161.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1662-768x413.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1662.png 1356w\" alt=\"\" width=\"1024\" height=\"551\" \/><\/figure>\n<h2>Caracter\u00edsticas de la arquitectura moderna<\/h2>\n<hr \/>\n<h4>Modular<\/h4>\n<ul>\n<li>Se a\u00f1aden componentes<\/li>\n<li>No hay limite de componentes que se pueden a\u00f1adir<\/li>\n<li>Permite crecer junto al negocio, es decir se pueden quitar o agregar nuevos componentes seg\u00fan la necesidad<\/li>\n<\/ul>\n<h4>El\u00e1stica<\/h4>\n<ul>\n<li>Como ejemplo una bola de ligas se pueden manipular lo componentes escalandolos o quitandolos como sea necesario<\/li>\n<li>Incluso pausar servicios que no se est\u00e9n utilizando<\/li>\n<\/ul>\n<h4>Fluida<\/h4>\n<ul>\n<li>Quiere decir que cualquier tipo de datos se puede a\u00f1adir<\/li>\n<li>Los datos se a\u00f1aden de forma fluida<\/li>\n<li>Y sin representar ning\u00fan tipo de problema ya que es en tiempo real o almacenamiento<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>C\u00f3mo se compone esta arquitectura moderna?<\/h2>\n<hr \/>\n<p>Se compone de 2 caracter\u00edsticas<\/p>\n<ul>\n<li>Almacenamiento:\n<ul>\n<li>Cuanta con el data Lake<\/li>\n<li>M\u00e9todos de an\u00e1lisis<\/li>\n<li>Metadatos<\/li>\n<\/ul>\n<\/li>\n<li>Procesamiento\n<ul>\n<li>Movimiento de datos<\/li>\n<li>Manipulaci\u00f3n de datos<\/li>\n<li>Recuperaci\u00f3n de datos<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9732\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1659-1024x570.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1659-1024x570.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1659-300x167.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1659-768x427.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1659.png 1148w\" alt=\"\" width=\"1024\" height=\"570\" \/><\/figure><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1942\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1942\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Paso1: Canalizaciones de ingesta de datos (Azure Data Factory \/ Azure Synapse Analytic \/ Azure Bolo Storage \/)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1942\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1942\"><h2>Exploraci\u00f3n de canalizaciones de ingesta de dato<\/h2>\n<hr \/>\n<p>Ahora que comprende un poco la arquitectura de una soluci\u00f3n de almacenamiento de datos moderna y algunas de las tecnolog\u00edas de procesamiento distribuido que se pueden usar para controlar grandes vol\u00famenes de datos, es el momento de explorar c\u00f3mo se ingieren los datos en un almac\u00e9n de datos anal\u00edticos de uno o varios or\u00edgenes.<\/p>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9751\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pipeline-1024x482.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pipeline-1024x482.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pipeline-300x141.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pipeline-768x362.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pipeline-1536x723.png 1536w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pipeline-2048x964.png 2048w\" alt=\"\" width=\"1024\" height=\"482\" \/><\/figure>\n<ul>\n<li>En Azure, la ingesta de datos a gran escala se implementa mejor mediante la creaci\u00f3n de\u00a0<em>canalizaciones<\/em>\u00a0que organicen procesos de ETL.<\/li>\n<li>Puede crear y ejecutar canalizaciones mediante\u00a0<a href=\"https:\/\/azure.microsoft.com\/services\/data-factory\">Azure Data Factory<\/a><\/li>\n<li>O puede usar el mismo motor de canalizaci\u00f3n en <a href=\"https:\/\/azure.microsoft.com\/services\/synapse-analytics\">Azure Synapse Analytics<\/a>\u00a0si quiere administrar todos los componentes de la soluci\u00f3n de almacenamiento de datos en un \u00e1rea de trabajo unificada.<\/li>\n<li>En cualquier caso, las canalizaciones constan de una o varias\u00a0<em>actividades<\/em>\u00a0que operan en los datos.<\/li>\n<li><strong>Un conjunto de datos de entrada proporciona los datos de origen y las actividades se pueden definir como un flujo de datos que manipula incrementalmente los datos hasta que se genera un conjunto de datos de salida.<\/strong><\/li>\n<li>Las canalizaciones utilizan\u00a0<em>servicios vinculados<\/em>\u00a0para cargar y procesar datos, y esto le permite usar la tecnolog\u00eda adecuada para cada paso del flujo de trabajo<\/li>\n<li>\u00a0Por ejemplo, puede usar un servicio vinculado de Azure Blob Store para ingerir el conjunto de datos de entrada y, posteriormente, usar servicios como Azure SQL Database para ejecutar un procedimiento almacenado que busque valores de datos relacionados, antes de ejecutar una tarea de procesamiento de datos en Azure Databricks o Azure HDInsight, o aplicar l\u00f3gica personalizada mediante una funci\u00f3n de Azure. Por \u00faltimo, puede guardar el conjunto de datos de salida en un servicio vinculado, como Azure Synapse Analytics. Las canalizaciones tambi\u00e9n pueden incluir algunas actividades integradas, que no requieren un servicio vinculado.<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1943\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1943\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Paso2: Almacenes de datos anal\u00edticos (Almacenamiento de datos \/ Lagos de datos \/ H\u00edbrido \/ PolyBase \/ SQL \/ Spark: Delta Lake )<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1943\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1943\"><h2>Exploraci\u00f3n de almacenes de datos anal\u00edticos<\/h2>\n<hr \/>\n<p>Hay dos tipos comunes de almac\u00e9n de datos anal\u00edticos.<\/p>\n<h3>Almacenamientos de datos<\/h3>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9791\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/data-warehouse.png\" alt=\"\" width=\"200\" height=\"227\" \/><\/p>\n<ul>\n<li><strong>Un\u00a0<em>almacenamiento de datos<\/em>\u00a0es una base de datos relacional en la que los datos se almacenan en un esquema optimizado para el an\u00e1lisis de datos en lugar de en cargas de trabajo transaccionales.<\/strong><\/li>\n<li>Normalmente, los datos de un almac\u00e9n transaccional se organizan en un esquema en el que los valores num\u00e9ricos se almacenan en tablas de <em>hechos<\/em>\u00a0centrales, que est\u00e1n relacionadas con una o varias tablas de\u00a0<em>dimensiones<\/em>\u00a0que representan entidades por las que se pueden agregar los datos.<\/li>\n<li>Por ejemplo, una tabla de hechos podr\u00eda contener datos de pedidos de ventas, que se pueden agregar por las dimensiones de cliente, producto, tienda y tiempo<\/li>\n<li>Este tipo de esquema de tabla de hechos y dimensiones se denomina\u00a0<em>esquema de estrella<\/em>; aunque a menudo se extiende a un\u00a0<em>esquema de copo de nieve<\/em>\u00a0mediante la adici\u00f3n de tablas adicionales relacionadas con las tablas de dimensiones para representar jerarqu\u00edas dimensionales<\/li>\n<li>Un almacenamiento de datos es una excelente opci\u00f3n si tiene datos transaccionales que se pueden organizar en un esquema estructurado de tablas y quiere usar SQL para consultarlos.<\/li>\n<\/ul>\n<h3>Lagos de datos<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9792\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/data-lake.png\" alt=\"\" width=\"200\" height=\"224\" \/><\/figure>\n<ul>\n<li>Un\u00a0<em>lago de datos<\/em>\u00a0es un almac\u00e9n de archivos<\/li>\n<li>normalmente en un sistema de archivos distribuido para el acceso a datos de alto rendimiento<\/li>\n<li>A menudo se usan tecnolog\u00edas como Spark o Hadoop para procesar consultas en los archivos almacenados y devolver datos para informes y an\u00e1lisis.<\/li>\n<li>Estos sistemas suelen aplicar un enfoque de\u00a0<em>esquema en lectura<\/em>\u00a0para definir esquemas tabulares en archivos de datos semiestructurados en el punto donde se leen los datos para su an\u00e1lisis, sin aplicar restricciones cuando se almacenan.<\/li>\n<li>Los lagos de datos son excelentes para admitir una combinaci\u00f3n de datos estructurados, semiestructurados e incluso no estructurados que quiere analizar sin necesidad de aplicar el esquema cuando los datos se escriben en el almac\u00e9n.<\/li>\n<\/ul>\n<h3>Enfoques h\u00edbridos<\/h3>\n<ul>\n<li>Puede usar un enfoque h\u00edbrido que combine caracter\u00edsticas de lagos de datos y almacenamientos de datos en una\u00a0<em>base de datos de lago<\/em>\u00a0o un\u00a0<em>lago de almacenamiento de datos<\/em>.<\/li>\n<li>Los datos sin procesar se almacenan como archivos en un lago de datos y una capa de almacenamiento relacional abstrae los archivos subyacentes y los expone como tablas, que se pueden consultar mediante SQL<\/li>\n<li>Los grupos de SQL de Azure Synapse Analytics incluyen\u00a0<strong><em>PolyBase<\/em><\/strong>, que permite definir tablas externas basadas en archivos de un lago de datos (y otros or\u00edgenes) y consultarlas mediante SQL.<\/li>\n<li>Synapse Analytics tambi\u00e9n admite un enfoque de base de datos de lago en el que puede usar plantillas de base de datos para definir el esquema relacional del almacenamiento de datos, al tiempo que almacena los datos subyacentes en un almacenamiento de lago de datos, separando el almacenamiento y el proceso de la soluci\u00f3n de almacenamiento de datos.\u00a0<\/li>\n<li>Los lagos de almacenamiento de datos son un enfoque relativamente nuevo en los sistemas basados en Spark y se habilitan mediante tecnolog\u00edas como\u00a0<em>Delta Lake<\/em>, que agrega funcionalidades de almacenamiento relacional a Spark, por lo que se pueden definir tablas que exijan esquemas y coherencia transaccional, admitan or\u00edgenes de datos de streaming y cargados por lotes y proporcionen una API de SQL para realizar consultas.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Servicios de Azure para almacenes anal\u00edticos<\/h2>\n<hr \/>\n<ul>\n<li>\n<h4>Azure Synapse Analytic<\/h4>\n<\/li>\n<li>\n<h4>Azure Databrick<\/h4>\n<\/li>\n<li>\n<h4>Azure HDInsight<\/h4>\n<\/li>\n<\/ul>\n<p><strong>Nota<\/strong><\/p>\n<ul>\n<li>Cada uno de estos servicios puede considerarse como un\u00a0<em>almac\u00e9n<\/em>\u00a0de datos anal\u00edticos, en el sentido de que proporcionan un esquema y una interfaz a trav\u00e9s de los cuales se pueden consultar los datos.<\/li>\n<li>Sin embargo, en muchos casos, los datos se almacenan realmente en un lago de datos y el servicio se usa para\u00a0<em>procesar<\/em>\u00a0los datos y ejecutar consultas.<\/li>\n<li>Algunas soluciones pueden incluso combinar el uso de estos servicios.<\/li>\n<li>Un proceso de ingesta de\u00a0<em>extracci\u00f3n, carga y transformaci\u00f3n<\/em>\u00a0(ELT) puede copiar datos en el lago de datos y, posteriormente, usar uno de estos servicios para transformar los datos y otro para consultarlos.<\/li>\n<li>Por ejemplo, una canalizaci\u00f3n puede usar un trabajo de MapReduce que se ejecuta en HDInsight o un cuaderno que se ejecuta en Azure Databricks para procesar un gran volumen de datos en el lago de datos y, posteriormente, cargarlo en tablas de un grupo de SQL en Azure Synapse Analytics.<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1944\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-1944\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Synapse Analytics (Trabaja con: SQL Server - Spark - Machine Learning - Power BI - Synapse Data Explorer \/ Azure Synapse Studio \/ Cuadernos: Spark y Markdown \/ Funcionalidades: Pipelines \/ SQL \/ KQL \/ Java  \/Scala\/ Python \/ Procesamiento paralelo \/ Nodo de Control  \/ SQL Predict \/ Big Data \/ ETL \/ Spark ML 2.4 \/ .NET \/ C# \/ Spark Notebook \/ Scala \/ pipeSpark SparkSQL .jar)) )<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1944\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-1944\"><h1>Azure Synapse Analytic<\/h1>\n<hr \/>\n<ul>\n<li>Es la base de datos en la nube<\/li>\n<li>R\u00e1pida, flexible y de confianza<\/li>\n<li>Permite escalar, procesar y almacenar de forma el\u00e1stica e independiente<\/li>\n<li>Con una arquitectura de procesamiento paralelo y masivo<\/li>\n<li>es una soluci\u00f3n de un extremo a otro unificada para el an\u00e1lisis de datos a gran escala<\/li>\n<li>Re\u00fane varias tecnolog\u00edas y funcionalidades, y esto permite combinar la integridad y la confiabilidad de los datos de un almacenamiento de datos relacional basado en SQL Server escalable y de alto rendimiento con la flexibilidad de una soluci\u00f3n Apache Spark de c\u00f3digo abierto y lago de datos<\/li>\n<li>Tambi\u00e9n incluye compatibilidad nativa para el an\u00e1lisis de registros y telemetr\u00eda con grupos del Explorador de datos de Azure Synapse, as\u00ed como canalizaciones de datos integradas para la ingesta y la transformaci\u00f3n de datos<\/li>\n<li>Todos los servicios de Azure Synapse Analytics se pueden administrar a trav\u00e9s de una \u00fanica interfaz de usuario interactiva denominada Azure Synapse Studio, que incluye la capacidad de crear cuadernos interactivos en los que se pueden combinar c\u00f3digo de Spark y contenido de Markdown<\/li>\n<li>\u00a0Synapse Analytics es una excelente opci\u00f3n cuando se quiere crear una \u00fanica soluci\u00f3n de an\u00e1lisis unificada en Azure.<\/li>\n<li>Los ingenieros de datos pueden usar Azure Synapse Analytics para crear una soluci\u00f3n de an\u00e1lisis de datos unificada que combine canalizaciones de ingesta de datos, almacenamiento en el almac\u00e9n de datos y almacenamiento en el lago de datos mediante un \u00fanico servicio.<\/li>\n<li>Los analistas de datos pueden usar grupos de Spark y SQL mediante cuadernos interactivos para explorar y analizar los datos. Adem\u00e1s, pueden aprovechar la integraci\u00f3n con servicios como Azure Machine Learning y Microsoft\u00a0Power\u00a0BI para crear modelos de datos y extraer informaci\u00f3n de los datos.<\/li>\n<li>Es un servicio de an\u00e1lisis de nivel empresarial<\/li>\n<li>Permite: gobernar, implementar, probar y proporcionar una soluci\u00f3n de Business Intelligence (BI) con confianza<\/li>\n<li>Es un motor de an\u00e1lisis que esta dise\u00f1o para procesar grandes cantidades de datos con mucha rapidez<\/li>\n<li>Se pueden ingerir datos de or\u00edgenes externos como archivos planos, Azure Data Lake u otros sistema de Administraci\u00f3n de bases de datos<\/li>\n<li>Y despu\u00e9s se pueden transformar estos datos y agregarlos a un formato adecuado para el procesamiento de an\u00e1lisis<\/li>\n<li>Se pueden realizar consultas complejas sobre estos datos y generar informes, grafos y gr\u00e1ficos<\/li>\n<li>La lectura y transformaci\u00f3n de datos de un origen externo puede consumir bastantes recursos<\/li>\n<li>Azure Synapse Analytic permite almacenar los datos que ha le\u00eddo y procesado localmente dentro del servicio<\/li>\n<li>Este enfoque permite consultar repetidamente los mismos datos sin la sobre carga que supone capturarlos y convertirlos<\/li>\n<li>tambi\u00e9n se pueden utilizar estos datos como la entrada para realizar un procesamiento anal\u00edtico adicional mediante\u00a0<strong>Azure Analytic Service<\/strong><\/li>\n<li>Azure Synapse Analytic utiliza una arquitectura de <strong>procesamiento paralelo<\/strong> masivo<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<h2>Funcionalidades<\/h2>\n<hr \/>\n<ul>\n<li>Azure Synapse Analytics es una soluci\u00f3n completa y unificada de an\u00e1lisis de datos que proporciona una interfaz de servicio \u00fanica para varias funcionalidades anal\u00edticas, entre las que se incluyen las siguientes:<\/li>\n<li><strong>Pipelines<\/strong>:\n<ul>\n<li>se basa en la misma tecnolog\u00eda que Azure Data Factory.<\/li>\n<li>Son la forma como Azure Synapse proporciona integraci\u00f3n de datos lo que le permite mover datos entre servicios y ordenar actividades<\/li>\n<li>Son agrupaciones l\u00f3gicas de actividades que realizan una tarea en conjunto<\/li>\n<li>Se agrupan en 4 actividades l\u00f3gicas\n<ul>\n<li><strong>Actividades:<\/strong>\u00a0define acciones dentro de una canalizaci\u00f3n como copiar datos, ejecutar un cuaderno o script SQL<\/li>\n<li><strong>Data Flow (Flujos):\u00a0<\/strong>Proporciona una experiencia sin c\u00f3digo para realizar la transformaci\u00f3n de datos que utiliza Synapse-Spark<\/li>\n<li><strong>Trigger:<\/strong>\u00a0Ejecuta una canalizaci\u00f3n que se puede ejecutar de forma manual o autom\u00e1tica<\/li>\n<li><strong>Conjunto de datos de Integraci\u00f3n:<\/strong>\u00a0hacer referencia a los datos que se utilizan en una actividad como entrada y salida, pertenece a un servicio vinculado<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li><strong>Synapse SQL<\/strong>:\n<ul>\n<li>Se trata de un motor de base de datos SQL altamente escalable, optimizado para cargas de trabajo de almacenamiento de datos.<\/li>\n<li>Es un sistema de consultas distribuidas para T-SQL que permite escenarios de almacenamiento y virtualizaci\u00f3n de datos para abordar escenarios de transmisi\u00f3n y aprendizaje autom\u00e1tico<\/li>\n<li>Ofrece modelos de recursos dedicados ofreciendo opciones de consumo y facturaci\u00f3n que se adapten a las necesidades para obtener un rendimiento y costo predecibles se crean grupos SQL dedicados para reservar potencia de procesamiento para los datos almacenados en tablas SQL<\/li>\n<li>Se pueden utilizar las capacidades de transmisi\u00f3n , para transmitir datos de fuentes de datos en la nube a tablas SQL<\/li>\n<li>Se puede integrar inteligencia artificial con SQL, mediante el uso de modelos de aprendizaje autom\u00e1tico para puntuar datos mediante la funci\u00f3n de SQL Predict<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<\/li>\n<li><strong>Apache Spark<\/strong>:\n<ul>\n<li>Es un sistema de procesamiento de datos distribuidos de c\u00f3digo abierto que admite varios lenguajes de programaci\u00f3n y API, incluidos Java, Scala, Python y SQL.<\/li>\n<li>Es el motor de Big Data de c\u00f3digo abierto m\u00e1s popular utilizado para la preparaci\u00f3n de datos, ingenier\u00eda de datos ETL y aprendizaje autom\u00e1tico<\/li>\n<li>Existen modelos de aprendizaje autom\u00e1tico con algoritmos Spark ML, integraci\u00f3n con Azure ML, para Apache Spark 2.4 con compatibilidad integrada para Linux Fundation Data Lake<\/li>\n<li>Adem\u00e1s contiene soporte integrado para .NET para Spark lo que permite utilizar la experiencia en C# y c\u00f3digo .NET<\/li>\n<li>Hay dos forma dentro de Synapse para utilizar Spark\n<ul>\n<li><strong>Spark Notebooks:\u00a0<\/strong>para hacer ciencia en ingenier\u00eda de datos usando\u00a0<strong>Scala<\/strong>, pipeSpark, C#, SparKSQL<\/li>\n<li>Definici\u00f3n de trabajos Spark que utiliza lotes mediante archivos .jar<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure Synapse Data Explorer<\/strong>: consiste en una soluci\u00f3n de an\u00e1lisis de datos de alto rendimiento que est\u00e1 optimizada para consultas en tiempo real de datos de registro y telemetr\u00eda mediante el Lenguaje de consulta Kusto (KQL).<\/li>\n<\/ul>\n<h3>Gesti\u00f3n, supervisi\u00f3n y Seguridad unificadas<\/h3>\n<ul>\n<li>Azure Synapse proporciona una forma \u00fanica para que las empresas administren los recursos de an\u00e1lisis, supervisen el uso, la actividad y apliquen la seguridad<\/li>\n<li>Para esto se le asignan usuarios a roles para simplificar el acceso a los recursos de an\u00e1lisis y tambi\u00e9n un control de acceso detallado sobre los datos y c\u00f3digo<\/li>\n<li>Y un solo panel para monitorizar los recursos, el uso y los usuarios de SQL y Spark<\/li>\n<\/ul>\n<h3>Synapse Studio<\/h3>\n<ul>\n<li>Es una interfaz Web que crea una soluci\u00f3n de an\u00e1lisis de un extremo a otro en un solo lugar<\/li>\n<li>Con ayuda de la ingesta, exploraci\u00f3n, preparaci\u00f3n, organizaci\u00f3n y visualizaci\u00f3n<\/li>\n<li>ofrece productividad para ingenieros de datos que escriben c\u00f3digo en SQL o Spark con ayuda de la creaci\u00f3n, depuraci\u00f3n y optimizaci\u00f3n del rendimiento<\/li>\n<li>Integraci\u00f3n con los procesos de CI\/CD empresariales<\/li>\n<\/ul>\n<h2>Nodo de Control<\/h2>\n<hr \/>\n<ul>\n<li>Esta arquitectura incluye un nodo de control y un grupo de nodos de ejecuci\u00f3n<\/li>\n<li>El nodo de control es el cerebro de la arquitectura, es el front end que interactu\u00e1 con las aplicaciones<\/li>\n<li>El motor se ejecuta con el nodo de control para optimizar y coordinar las consultas en paralelo<\/li>\n<li>Cuando se env\u00eda una solicitud de procesamiento el nodo de control la transforma en solicitudes m\u00e1s peque\u00f1as que se ejecutan en distintos sub-conjuntos de datos en paralelo<\/li>\n<li>Los nodos de ejecuci\u00f3n proporcionan la potencia computacional<\/li>\n<li>Los datos que se van a procesar se distribuyen uniformemente entre los nodos<\/li>\n<li>Los usuarios y las aplicaciones que env\u00edan solicitudes de procesamiento al nodo de control, este env\u00edan las solicitudes a los nodos de ejecuci\u00f3n que las ejecutan las en la porci\u00f3n de datos que ellos contienen<\/li>\n<li>Cuando todos los nodos finalizan el procesamiento los resultados se devuelven al nodo de control, donde se combinan en un resultado global<\/li>\n<\/ul>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9774\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1675-1-1024x556.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1675-1-1024x556.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1675-1-300x163.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1675-1-768x417.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1675-1.png 1157w\" alt=\"\" width=\"1024\" height=\"556\" \/><\/p>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1945\" class=\"elementor-tab-title\" data-tab=\"5\" role=\"button\" aria-controls=\"elementor-tab-content-1945\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Analysis Services ()<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1945\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"region\" aria-labelledby=\"elementor-tab-title-1945\"><h1>Azure Analysis Services<\/h1>\n<hr \/>\n<ul>\n<li>Permite compilar modelos tabulares para admitir consultas de procesamiento anal\u00edtico en linea<\/li>\n<li>Puede combinar datos de varios or\u00edgenes como: Azure SQL Data Base, Azure Synapse Analytic, Azure Data Lake Storage ; Azure Cosmos DB y muchos otros<\/li>\n<li>Estos or\u00edgenes de datos utilizan para compilar modelos que incorporan su conocimiento empresarial<\/li>\n<li>Un modelo es un conjunto de consultas y expresiones que recuperan datos de los distintos or\u00edgenes datos y generan resultados\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9779\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1678-1024x473.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1678-1024x473.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1678-300x139.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1678-768x355.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1678.png 1354w\" alt=\"\" width=\"1024\" height=\"473\" \/><\/figure>\n<\/li>\n<li>Incluye un dise\u00f1o gr\u00e1fico para ayudar a conectar or\u00edgenes de datos y definir consultar que Combinen, Filtren y Agreguen datos<\/li>\n<li>Se pueden explorar estos datos desde Azure Analytic Services o se puede utilizar una herramienta como Microsoft Power BI<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1946\" class=\"elementor-tab-title\" data-tab=\"6\" role=\"button\" aria-controls=\"elementor-tab-content-1946\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Comparaci\u00f3n de Analytics Services vs Synapse Analytic<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1946\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"6\" role=\"region\" aria-labelledby=\"elementor-tab-title-1946\"><h1>Comparaci\u00f3n de Analytics Services vs Synapse Analytic<\/h1>\n<hr \/>\n<h2>Azure Analysis Services<\/h2>\n<ul>\n<li>Tiene una superposici\u00f3n funcional considerable con Azure Synpase Analytic, pero es m\u00e1s adecuado para realizar un procesamiento a una escala menor<\/li>\n<li>Se utiliza para:\n<ul>\n<li>Vol\u00famenes peque\u00f1os de datos (pocos TB)<\/li>\n<li>varios or\u00edgenes<\/li>\n<li>Simultaneidad de lectura elevada (miles de usuarios)<\/li>\n<li>An\u00e1lisis detallado y exploraci\u00f3n en profundidad de los datos mediante las funciones de Power BI<\/li>\n<li>Desarrollo r\u00e1pido de paneles a partir de datos tabulares<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h2>Azure Synpase Analytics<\/h2>\n<ul>\n<li>Se utiliza para\n<ul>\n<li>Vol\u00famenes de datos muy grandes desde TB a pentabytes<\/li>\n<li>Consultas y agregaciones muy complejas<\/li>\n<li>Exploraci\u00f3n y miner\u00eda de datos<\/li>\n<li>Operaciones de WTL complejas<\/li>\n<li>Simultaneidad de baja a media<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h3>Combinaci\u00f3n de Analytics Services con Synapse Analytic<\/h3>\n<ul>\n<li>Si se tiene grandes cantidades de datos ingeridos que requieren procesamiento se puede utilizar Azure Synapse Analytic para leer estos datos y manipularlos en un modelo que incluya informaci\u00f3n empresarial en lugar de una gran cantidad de datos sin procesar<\/li>\n<li>Azure Synapse Analytic permite procesar y reducir muchos TB\u2019s de datos en un conjunto de datos concisos y m\u00e1s peque\u00f1o que resumen y agrega gran parte de estos datos<\/li>\n<li>Posteriormente se puede utilizar Azure Analysis Service para realizar el interrogatorio detallado de esta informaci\u00f3n y visualizar los resultados de estas consultas con Power BI<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9786\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1683-1024x510.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1683-1024x510.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1683-300x149.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1683-768x383.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_1683.png 1365w\" alt=\"\" width=\"1024\" height=\"510\" \/><\/figure><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1947\" class=\"elementor-tab-title\" data-tab=\"7\" role=\"button\" aria-controls=\"elementor-tab-content-1947\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Data Factory<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1947\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"7\" role=\"region\" aria-labelledby=\"elementor-tab-title-1947\"><h1>Azure Data Factory<\/h1>\n<hr \/>\n<ul>\n<li>Es un servicio de integraci\u00f3n de datos<\/li>\n<li>Su prop\u00f3sito es recuperar datos de uno o m\u00e1s or\u00edgenes de datos<\/li>\n<li>Y convertirlos a una formato que se procese<\/li>\n<li>Azure Data Factory es un servicio de Azure que permite definir y programar canalizaciones de datos para transferir y transformar datos.\u00a0<\/li>\n<li>Los or\u00edgenes de datos pueden presentar datos de formas distintas y contener ruido que se necesita filtrar<\/li>\n<li>Adem\u00e1s permite extraer los datos interesantes y descartar el resto<\/li>\n<li>Es posible que los datos interesantes no est\u00e9n en un formato adecuado para que el resto de los servicios de la soluci\u00f3n de almacenamiento los procesen, as\u00ed que se pueden transformar<\/li>\n<li>Ejemplo:\n<ul>\n<li>Los datos pueden contener fechas y horas con distintos formatos en distintos or\u00edgenes de datos<\/li>\n<li>Se puede utilizar Azure Data Factory para transformar estos datos en una \u00fanica estructura uniforme<\/li>\n<li>Posteriormente Azure data Factory puede escribir los datos ingeridos en un almac\u00e9n de datos para su posterior procesamiento<\/li>\n<\/ul>\n<\/li>\n<li>Puede integrar las canalizaciones con otros servicios de Azure, lo que le permite ingerir datos de almacenes de datos en la nube, procesar los datos mediante procesos basados en la nube y conservar los resultados en otro almac\u00e9n de datos.<\/li>\n<li>El trabajo que realiza Azure Data Factory se define como una canalizaci\u00f3n de operaciones<\/li>\n<li>Una canalizaci\u00f3n se puede ejecutar continuamente ya que los datos se reciben desde los distintos or\u00edgenes de datos<\/li>\n<li>Se pueden crear las canalizaciones mediante la interfaz gr\u00e1fica de usuario que proporciona Azure o escribiendo su propio c\u00f3digo<\/li>\n<li>Los ingenieros de datos usan Azure Data Factory para compilar soluciones de\u00a0 e<em>xtracci\u00f3n<\/em>,\u00a0<em>transformaci\u00f3n<\/em>\u00a0y\u00a0<em>carga<\/em>\u00a0(ETL) que rellenan almacenes de datos anal\u00edticos con datos de sistemas transaccionales de toda la organizaci\u00f3n.<\/li>\n<li>Es un servicio de integraci\u00f3n de datos h\u00edbrido<\/li>\n<li>Permite crear, programar y orquestar flujos de trabajo<\/li>\n<li>\u00a0<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1948\" class=\"elementor-tab-title\" data-tab=\"8\" role=\"button\" aria-controls=\"elementor-tab-content-1948\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Data Lake Storage ( Usa: Blob Storage \/  POSIX \/ RBAC \/ HDFS (Hadoop) )<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1948\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"8\" role=\"region\" aria-labelledby=\"elementor-tab-title-1948\"><h1>Azure Data Lake Storage<\/h1>\n<hr \/>\n<ul>\n<li>Un lago de datos es un repositorio para una gran cantidad de datos sin procesar<\/li>\n<li>Como los datos est\u00e1n sin procesar es muy r\u00e1pido cargarlos y actualizarlos<\/li>\n<li>Pero los datos no tienen una estructura adecuada para realizar un an\u00e1lisis eficaz<\/li>\n<li><strong>Una lago de datos se puede considerar como un punto de almacenamiento provisional para los datos ingeridos, antes que se acomoden y se conviertan en un formato adecuado para realizar el an\u00e1lisis<\/strong><\/li>\n<li>Combina la sem\u00e1ntica jer\u00e1rquica del sistema de archivos y la estructura de directorios de un sistema de archivos tradicional con la seguridad y la escalabilidad que ofrece Azure<\/li>\n<li>B\u00e1sicamente es una extensi\u00f3n de\u00a0<strong>Azure Blob Storage<\/strong>\u00a0que se organiza como un sistema de archivos casi infinito<\/li>\n<li>Incluye toda la funcionalidad necesaria para facilitar a los desarrolladores, cient\u00edficos de datos y analistas el almacenamiento de datos de cualquier tama\u00f1o y forma<\/li>\n<li>Cuenta con la velocidad para llevar a cabo cualquier tipo de procesamiento y an\u00e1lisis en diferentes plataformas y lenguajes<\/li>\n<\/ul>\n<h2>Caracter\u00edsticas<\/h2>\n<hr \/>\n<ul>\n<li><strong>La mejor organizaci\u00f3n de los archivos:\u00a0<\/strong>organiza los archivos en directorios y subdirectorios para mejorar la organizaci\u00f3n de los archivos. Blob Storage solo puede limitar una estructura de directorio<\/li>\n<li><strong>Permisos de POSIX:<\/strong>\u00a0admite los permisos del archivo y directorio Portable Operating System Interface para habilitar el control de acceso basado en roles\u00a0<strong>RBAC<\/strong><\/li>\n<li><strong>Compatible con HDFS:<\/strong>\u00a0es compatible con el sistema de archivos distribuido de\u00a0<strong>Hadoop<\/strong>\n<ul>\n<li>Hadoop es un servicio de an\u00e1lisis muy flexible y programable que utilizan muchas organizaciones para examinar grandes cantidades de datos. Todos los entornos de Apache Hadoop pueden acceder a los datos de Azurer Data Lake Storage a partir de la generaci\u00f3n 2<\/li>\n<\/ul>\n<\/li>\n<li>\u00a0<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1949\" class=\"elementor-tab-title\" data-tab=\"9\" role=\"button\" aria-controls=\"elementor-tab-content-1949\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Databricks (Cluster Spark \/ Cuadernos Interactivos \/ R \/ Python )<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1949\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"9\" role=\"region\" aria-labelledby=\"elementor-tab-title-1949\"><h1>Azure Databrick<\/h1>\n<hr \/>\n<ul>\n<li>es una implementaci\u00f3n de Azure de la popular plataforma Databricks.<\/li>\n<li>Es un entorno de Apache Spark que se ejecuta en Azure<\/li>\n<li>Proporciona procesamiento de macrodatos, streaming y aprendizaje autom\u00e1tico<\/li>\n<li>Es un motor de procesamiento de datos muy eficaz que puede consumir grandes cantidades de datos y procesarlos con mucha rapidez<\/li>\n<li>Existe una considerable cantidad de bibliotecas de Spark que se pueden utilizar para realizar tareas como el procesamiento de SQL, las agregaciones, as\u00ed como compilar y entrenar modelos de Machine Learning<\/li>\n<li>Databricks es una completa soluci\u00f3n de an\u00e1lisis de datos integrada en Apache Spark<\/li>\n<li>ofrece funcionalidades nativas de SQL<\/li>\n<li>as\u00ed como cl\u00fasteres de Spark optimizados para cargas de trabajo para el an\u00e1lisis de datos y la ciencia de datos<\/li>\n<li>Debido a su uso com\u00fan en varias plataformas en la nube, es posible que quiera considerar el uso de Azure Databricks como almac\u00e9n anal\u00edtico si quiere usar la experiencia existente con la plataforma o si necesita operar en un entorno de varias nubes o admitir una soluci\u00f3n port\u00e1til en la nube.<\/li>\n<li>Azure Databricks es una versi\u00f3n integrada de Azure de la popular plataforma Databricks, que combina la plataforma de procesamiento de datos de Apache Spark con la sem\u00e1ntica de base de datos SQL y una interfaz de administraci\u00f3n integrada para habilitar el an\u00e1lisis de datos a gran escala.<\/li>\n<li>Los ingenieros de datos pueden usar las capacidades de Databricks y Spark para crear almacenes de datos anal\u00edticos en Azure Databricks.<\/li>\n<li>Los analistas de datos pueden usar la compatibilidad nativa con cuadernos en Azure Databricks para consultar y visualizar datos en una interfaz basada en web f\u00e1cil de usar.<\/li>\n<li>Es una plataforma de an\u00e1lisis r\u00e1pida, sencilla y colaborativa<\/li>\n<li>\u00a0<\/li>\n<li><strong>INTERFAZ:<\/strong><\/li>\n<li>Databricks proporciona una interfaz de usuario interactiva a trav\u00e9s de la cual se puede administrar el sistema y se pueden explorar los datos en cuadernos interactivos<\/li>\n<li>Existe una considerable cantidad de bibliotecas de Spark que se pueden utilizar para realizar tareas como el procesamiento de SQL, las agregaciones, as\u00ed como compilar y entrenar modelos de Machine Learning<\/li>\n<li>\u00a0<\/li>\n<li><strong>SCRIPT&#8217;S:<\/strong><\/li>\n<li>Se puede crear script\u2019s de DataBricks y consultar datos mediante lenguajes como R, python,<\/li>\n<li>\u00a0<\/li>\n<li><strong>CUADERNOS:<\/strong><\/li>\n<li>Al ejecutar un cuaderno el c\u00f3digo de cada celda se pasa por Spark uno a uno para su ejecuci\u00f3n<\/li>\n<li>El c\u00f3digo de spark se escribe mediante cuadernos un cuaderno contiene celdas y cada una de estas incluye un bloque de c\u00f3digo independiente<\/li>\n<li>\u00a0<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-19410\" class=\"elementor-tab-title\" data-tab=\"10\" role=\"button\" aria-controls=\"elementor-tab-content-19410\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure HDInsight (Modelo de cluster \/ Spark \/ Haddop \/ HBase \/ MapReduce \/ Kafka \/ Storm) <\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-19410\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"10\" role=\"region\" aria-labelledby=\"elementor-tab-title-19410\"><h1>Azure HDInsight<\/h1>\n<hr \/>\n<ul>\n<li>Es un modelo de servicio de procesamiento de macrodatos<\/li>\n<li>Que proporciona la plataforma para tecnolog\u00edas como Spark en un entrono de Azure<\/li>\n<li>Implementa un modelo de cluster que distribuye el procesamiento en un conjunto de equipos<\/li>\n<li>Este modelo es similar al que utiliza Azure Synapse Analytic<\/li>\n<li>Pero los nodos ejecutan el modelo de procesamiento de spark en lugar de Azure SQL Database<\/li>\n<li>Se puede utilizar Azure HDInsight junto a Azure Synapse Analytic<\/li>\n<li>Ademas de Spark tambi\u00e9n permite tecnolog\u00edas de streaming como apache o el modelo de procesamiento de Haddop<\/li>\n<li>\u00a0<\/li>\n<li>\u00a0<\/li>\n<li>es un servicio de Azure que admite varios tipos de cl\u00fasteres de an\u00e1lisis de datos de c\u00f3digo abierto.<\/li>\n<li>Aunque no es tan f\u00e1cil de usar como Azure Synapse Analytics y Azure Databricks, puede ser una opci\u00f3n adecuada si la soluci\u00f3n de an\u00e1lisis se basa en varios marcos de c\u00f3digo abierto o si necesita migrar una soluci\u00f3n local existente basada en Hadoop a la nube.<\/li>\n<li>Los ingenieros de datos pueden usar Azure HDInsight para admitir cargas de trabajo de an\u00e1lisis de macrodatos que dependan de varias tecnolog\u00edas de c\u00f3digo abierto.<\/li>\n<li>Azure HDInsight es un servicio de Azure que proporciona cl\u00fasteres hospedados en Azure para tecnolog\u00edas conocidas de procesamiento de macrodatos de c\u00f3digo abierto de Apache, entre las que se incluyen las siguientes:<\/li>\n<\/ul>\n<ul>\n<li><strong>Apache Spark<\/strong>: es un sistema de procesamiento de datos distribuidos que admite varios lenguajes de programaci\u00f3n y API, incluidos Java, Scala, Python y SQL.<\/li>\n<li><strong>Apache Hadoop<\/strong>: se trata de un sistema distribuido que usa trabajos de\u00a0<em>MapReduce<\/em>\u00a0para procesar grandes vol\u00famenes de datos de forma eficaz en varios nodos de cl\u00faster. Los trabajos de MapReduce pueden escribirse en Java o abstraerse mediante interfaces como Apache Hive, una API basada en SQL que se ejecuta en Hadoop.<\/li>\n<li><strong>Apache HBase<\/strong>: consiste en un sistema de c\u00f3digo abierto para consultas y almacenamiento de datos NoSQL a gran escala.<\/li>\n<li><strong>Apache Kafka<\/strong>: es un agente de mensajes para el procesamiento de flujos de datos.<\/li>\n<li><strong>Apache Storm<\/strong>: se trata de un sistema de c\u00f3digo abierto para el procesamiento de datos en tiempo real mediante una topolog\u00eda de\u00a0<em>spouts<\/em>\u00a0y\u00a0<em>bolts<\/em>.<\/li>\n<\/ul>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-19411\" class=\"elementor-tab-title\" data-tab=\"11\" role=\"button\" aria-controls=\"elementor-tab-content-19411\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Microsoft Purview<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-19411\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"11\" role=\"region\" aria-labelledby=\"elementor-tab-title-19411\"><p>Microsoft\u00a0Purview proporciona una soluci\u00f3n para la gobernanza y la detectabilidad de datos de toda la empresa. Puede usar Microsoft\u00a0Purview para crear un mapa de los datos y realizar un seguimiento del linaje de datos en varios or\u00edgenes de datos y sistemas, lo que le permite encontrar datos de confianza para el an\u00e1lisis y la elaboraci\u00f3n de informes.<\/p>\n<p>Los ingenieros de datos pueden usar Microsoft\u00a0Purview para aplicar la gobernanza de datos en toda la empresa y garantizar la integridad de los datos que se usan para admitir cargas de trabajo anal\u00edticas.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-e18e312 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"e18e312\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7b7568c jltma-glass-effect-no\" data-id=\"7b7568c\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-e64cf6f jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"e64cf6f\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-78de672 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"78de672\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-66e6df0 jltma-glass-effect-no\" data-id=\"66e6df0\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-658f66f jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"658f66f\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Servicios Azure An\u00e1lisis en Tiempo Real<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4303973 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"4303973\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-f1e9241 jltma-glass-effect-no\" data-id=\"f1e9241\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7595f18 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"7595f18\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1231\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1231\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">An\u00e1lisis en tiempo real<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1231\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1231\"><h1 class=\"entry-title\">An\u00e1lisis en tiempo real<\/h1>\n<hr \/>\n<ul>\n<li>Un mayor uso de la tecnolog\u00eda por parte de personas, empresas y otras organizaciones, junto con la proliferaci\u00f3n de dispositivos inteligentes y acceso a Internet, ha generado un crecimiento masivo del volumen de datos que se pueden generar, capturar y analizar. Gran parte de estos datos se pueden procesar en tiempo real (o al menos,\u00a0<em>casi<\/em>\u00a0en tiempo real) como un\u00a0<em>flujo<\/em>\u00a0perpetuo de datos, lo que permite la creaci\u00f3n de sistemas que revelan conclusiones y tendencias instant\u00e1neas, o toman medidas inmediatas de respuesta a los eventos a medida que se producen.<\/li>\n<\/ul>\n<h2>Procesamiento de flujos y por lotes<\/h2>\n<hr \/>\n<p>El procesamiento de datos es simplemente la conversi\u00f3n de datos sin procesar en informaci\u00f3n significativa a trav\u00e9s de un proceso. Existen dos m\u00e9todos generales para procesar los datos:<\/p>\n<ul>\n<li><em>Procesamiento por lotes<\/em>, en el que se recopilan y almacenan varios registros de datos antes de procesarse juntos en una sola operaci\u00f3n.<\/li>\n<li><em>Procesamiento de flujos<\/em>, en el que un origen de datos se supervisa y procesa constantemente en tiempo real a medida que se producen nuevos eventos de datos.<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><\/figure><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1232\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1232\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Procesamiento por lotes y flujo<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1232\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1232\"><h1>Procesamiento por lotes<\/h1>\n<hr \/>\n<ul>\n<li>En el procesamiento por lotes, los elementos de datos reci\u00e9n llegados se recopilan y se almacenan y todo el grupo se procesa de forma conjunta, como un lote.\u00a0<\/li>\n<li>\n<p>El momento en el que se procesa cada grupo se puede determinar de varias maneras. Por ejemplo, los datos se pueden procesar seg\u00fan un intervalo de tiempo programado (por ejemplo, cada hora), o bien el procesamiento puede desencadenarse cuando se alcance una determinada cantidad de datos o como resultado de alg\u00fan otro evento.<\/p>\n<\/li>\n<li>Un ejemplo real de procesamiento por lotes es la forma en que las empresas de tarjetas de cr\u00e9dito controlan la facturaci\u00f3n. El cliente no recibe una factura por cada compra que hace con su tarjeta de cr\u00e9dito, sino una factura mensual para todas las compras de ese mes.<\/li>\n<\/ul>\n<h2>Ventajas<\/h2>\n<hr \/>\n<ul>\n<li>Se pueden procesar grandes vol\u00famenes de datos en un momento especificado.<\/li>\n<li>Se puede programar para ejecutarse mientras los equipos o sistemas est\u00e1n inactivos, como por la noche o en horas de poca actividad.<\/li>\n<\/ul>\n<h2>Desventajas<\/h2>\n<hr \/>\n<ul>\n<li>El tiempo de retardo entre la ingesta de los datos y la obtenci\u00f3n de los resultados.<\/li>\n<li>Todos los datos de entrada de un trabajo por lotes deben estar listos para poder procesar un lote. Esto significa que los datos deben comprobarse con cuidado. Los problemas con los datos, los errores y los bloqueos de los programas que se producen durante los trabajos por lotes provocan la detenci\u00f3n de todo el proceso. Los datos de entrada deben comprobarse cuidadosamente antes de volver a ejecutar el trabajo. Incluso los errores de datos menores pueden impedir la ejecuci\u00f3n de un trabajo por lotes.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<h1>Procesamiento por flujos<\/h1>\n<hr \/>\n<ul>\n<li>En el procesamiento en streaming, cada nuevo fragmento de datos se procesa cuando llega.<\/li>\n<li>El procesamiento de datos de flujos es beneficioso en los escenarios donde se generan datos din\u00e1micos nuevos de forma continua.<\/li>\n<li>Por ejemplo, un enfoque mejor para nuestro hipot\u00e9tico problema de recuento de autom\u00f3viles podr\u00eda ser aplicar un enfoque de\u00a0<em>flujo de datos<\/em>, contando los autom\u00f3viles en tiempo real a medida que pasan:<\/li>\n<\/ul>\n<h2>Ejemplos<\/h2>\n<hr \/>\n<ul>\n<li>Una instituci\u00f3n financiera realiza un seguimiento de los cambios en el mercado de valores en tiempo real, calcula el valor en riesgo y reequilibra autom\u00e1ticamente las carteras en funci\u00f3n de los movimientos de precio de las acciones.<\/li>\n<li>Una empresa de juegos en l\u00ednea recopila datos en tiempo real sobre las interacciones de los jugadores con los juegos y los incorpora en su plataforma de juegos. Despu\u00e9s, analiza los datos en tiempo real y ofrece incentivos y experiencias din\u00e1micas para atraer a los jugadores.<\/li>\n<li>Un sitio web inmobiliario hace un seguimiento de un subconjunto de datos de dispositivos m\u00f3viles y ofrece recomendaciones en tiempo real de las propiedades que pueden visitar los clientes en funci\u00f3n de su ubicaci\u00f3n geogr\u00e1fica.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p>\n<h2>Diferencias entre los datos de streaming y por lotes<\/h2>\n<hr \/>\n<p>Adem\u00e1s de las diferencias en la forma en que el procesamiento por lotes y en streaming controlan los datos, hay otras diferencias:<\/p>\n<ul>\n<li><em>\u00c1mbito de los datos<\/em>: el procesamiento por lotes puede procesar todos los datos del conjunto de datos. Normalmente, el procesamiento en streaming solo tiene acceso a los datos recibidos m\u00e1s recientemente recibidos o dentro de un per\u00edodo de tiempo cambiante (los \u00faltimos 30\u00a0segundos, por ejemplo).<\/li>\n<li><em>Tama\u00f1o de los datos<\/em>: el procesamiento por lotes es adecuado para administrar grandes conjuntos de datos de forma eficaz. El procesamiento en streaming est\u00e1 dise\u00f1ado para registros individuales o\u00a0<em>microlotes<\/em>\u00a0que constan de pocos registros.<\/li>\n<li><em>Rendimiento<\/em>: la\u00a0<em>latencia<\/em>\u00a0es el tiempo que se tarda en recibir y procesar los datos. la latencia del procesamiento por lotes suele ser de unas horas. Normalmente, el procesamiento en streaming se produce inmediatamente, con la latencia en segundos o milisegundos.<\/li>\n<li><em>An\u00e1lisis<\/em>: normalmente se usa el procesamiento por lotes para realizar an\u00e1lisis complejos. El procesamiento en streaming se usa para funciones de respuesta simples, agregaciones o c\u00e1lculos, como el c\u00e1lculo de la media acumulada.<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h3>Combinaci\u00f3n del procesamiento por lotes y por flujos<\/h3>\n<p>Muchas soluciones de an\u00e1lisis a gran escala incluyen una combinaci\u00f3n de procesamiento por lotes y de flujos, lo que permite el an\u00e1lisis de datos hist\u00f3ricos y en tiempo real. Es habitual que las soluciones de procesamiento de flujos capturen datos en tiempo real, los filtren o agreguen para procesarlos y los presenten a trav\u00e9s de paneles y visualizaciones en tiempo real (por ejemplo, muestran el total de autom\u00f3viles que han pasado por una carretera durante la hora actual), al tiempo que tambi\u00e9n se conservan los resultados procesados en un almac\u00e9n de datos para el an\u00e1lisis hist\u00f3rico junto con los datos procesados por lotes (por ejemplo, para habilitar el an\u00e1lisis de los vol\u00famenes de tr\u00e1fico durante el \u00faltimo a\u00f1o).<\/p>\n<p>Incluso cuando no se requiere el an\u00e1lisis o la visualizaci\u00f3n en tiempo real de los datos, las tecnolog\u00edas de flujos a menudo se usan para capturar datos en tiempo real y almacenarlos en un almac\u00e9n de datos para su posterior procesamiento por lotes (esto equivale a redirigir todos los autom\u00f3viles que viajan por una carretera a un aparcamiento antes de contarlos).<\/p>\n<p>En el diagrama siguiente se muestran algunos m\u00e9todos para combinar el procesamiento por lotes y de flujos en una arquitectura de an\u00e1lisis de datos a gran escala.<\/p>\n<p>\u00a0<\/p>\n<ul>\n<li>\u00a0<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9951\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/lambda-architecture-1024x309.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/lambda-architecture-1024x309.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/lambda-architecture-300x90.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/lambda-architecture-768x231.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/lambda-architecture-1536x463.png 1536w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/lambda-architecture-2048x617.png 2048w\" alt=\"\" width=\"1024\" height=\"309\" \/><\/figure>\n<ol>\n<li>Los eventos de datos de un origen de datos de flujos se capturan en tiempo real.<\/li>\n<li>Los datos de otros or\u00edgenes se ingieren en un almac\u00e9n de datos (a menudo, un\u00a0<em>lago de datos<\/em>) para el procesamiento por lotes.<\/li>\n<li>Si no es necesario llevar a cabo an\u00e1lisis en tiempo real, los datos de flujos capturados se escriben en el almac\u00e9n de datos para su posterior procesamiento por lotes.<\/li>\n<li>Cuando se requiere un an\u00e1lisis en tiempo real, se usa una tecnolog\u00eda de procesamiento de flujos para preparar los datos de flujos para el an\u00e1lisis o visualizaci\u00f3n en tiempo real. A menudo, se filtran o suman los datos por periodos de tiempo.<\/li>\n<li>Los datos que no son de flujos se procesan por lotes peri\u00f3dicamente para prepararlos para el an\u00e1lisis y los resultados se conservan en un almac\u00e9n de datos anal\u00edticos (a menudo denominado\u00a0<em>almac\u00e9n de datos<\/em>) para el an\u00e1lisis hist\u00f3rico.<\/li>\n<li>Los resultados del procesamiento de flujos tambi\u00e9n se pueden conservar en el almac\u00e9n de datos anal\u00edticos para admitir el an\u00e1lisis hist\u00f3rico.<\/li>\n<li>Las herramientas anal\u00edticas y de visualizaci\u00f3n se usan para presentar y explorar los datos hist\u00f3ricos y en tiempo real.<\/li>\n<\/ol>\n<p>NOTA:<\/p>\n<ul>\n<li>Entre las arquitecturas de soluciones usadas con m\u00e1s frecuencia para un procesamiento de datos de flujos y por lotes de manera combinada, se encuentran arquitecturas<em>lambda<\/em>\u00a0y\u00a0<em>delta<\/em>.\u00a0<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1233\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1233\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Procesamiento de flujos<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1233\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1233\"><h1>Procesamiento por flujos<\/h1>\n<hr \/>\n<ul>\n<li>En el procesamiento en streaming, cada nuevo fragmento de datos se procesa cuando llega.<\/li>\n<li>El procesamiento de datos de flujos es beneficioso en los escenarios donde se generan datos din\u00e1micos nuevos de forma continua.<\/li>\n<li>Por ejemplo, un enfoque mejor para nuestro hipot\u00e9tico problema de recuento de autom\u00f3viles podr\u00eda ser aplicar un enfoque de\u00a0<em>flujo de datos<\/em>, contando los autom\u00f3viles en tiempo real a medida que pasan:<\/li>\n<\/ul>\n<h2>Ejemplos<\/h2>\n<hr \/>\n<ul>\n<li>Una instituci\u00f3n financiera realiza un seguimiento de los cambios en el mercado de valores en tiempo real, calcula el valor en riesgo y reequilibra autom\u00e1ticamente las carteras en funci\u00f3n de los movimientos de precio de las acciones.<\/li>\n<li>Una empresa de juegos en l\u00ednea recopila datos en tiempo real sobre las interacciones de los jugadores con los juegos y los incorpora en su plataforma de juegos. Despu\u00e9s, analiza los datos en tiempo real y ofrece incentivos y experiencias din\u00e1micas para atraer a los jugadores.<\/li>\n<li>Un sitio web inmobiliario hace un seguimiento de un subconjunto de datos de dispositivos m\u00f3viles y ofrece recomendaciones en tiempo real de las propiedades que pueden visitar los clientes en funci\u00f3n de su ubicaci\u00f3n geogr\u00e1fica.<\/li>\n<\/ul>\n<h2>Una arquitectura general para el procesamiento de flujos<\/h2>\n<hr \/>\n<p>En su forma m\u00e1s simple, una arquitectura de alto nivel para el procesamiento de flujos tiene el siguiente aspecto:<\/p>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9952\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-architecture-1024x253.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-architecture-1024x253.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-architecture-300x74.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-architecture-768x190.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-architecture-1536x380.png 1536w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-architecture-2048x507.png 2048w\" alt=\"\" width=\"1024\" height=\"253\" \/><\/figure>\n<ol>\n<li>Un evento genera algunos datos. Podr\u00eda ser una se\u00f1al que emite un sensor, un mensaje de redes sociales que se publica, una entrada de archivo de registro que se escribe o cualquier otro evento que da como resultado algunos datos digitales.<\/li>\n<li>Los datos generados se capturan en un\u00a0<em>origen<\/em>\u00a0de streaming para su procesamiento. En casos simples, el origen puede ser una carpeta de un almac\u00e9n de datos en la nube o una tabla de una base de datos. En soluciones de flujos m\u00e1s s\u00f3lidas, el origen puede ser una \u00abcola\u00bb que encapsula la l\u00f3gica para asegurarse de que los datos del evento se procesan en orden y que cada evento se procesa una sola vez.<\/li>\n<li>Los datos del evento se procesan, a menudo mediante una consulta perpetua que opera en los datos del evento para seleccionar datos para tipos espec\u00edficos de eventos, valores de datos de proyectos o valores de datos sumados durante periodos de tiempo (basados en tiempo real, o\u00a0<em>plazos de tiempo<\/em>), por ejemplo, mediante el recuento del n\u00famero de emisiones de sensores por minuto.<\/li>\n<li>Los resultados de la operaci\u00f3n de procesamiento de flujos se escriben en una salida (o\u00a0<em>receptor<\/em>), que puede ser un archivo, una tabla de base de datos, un panel visual en tiempo real u otra cola para su posterior procesamiento mediante una consulta de bajada posterior.<\/li>\n<\/ol>\n<p>\u00a0<\/p>\n<h2>An\u00e1lisis en tiempo real en Azure<\/h2>\n<hr \/>\n<ul>\n<li><strong>Azure Stream Analytics<\/strong>:\n<ul>\n<li>soluci\u00f3n de plataforma como servicio (PaaS) que puede usar para definir\u00a0<em>trabajos de flujos<\/em>\u00a0que ingieren datos de un origen de flujos, aplican una consulta perpetua y escriben los resultados en una salida.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Spark Structured Streaming<\/strong>:\n<ul>\n<li>biblioteca de c\u00f3digo abierto que le permite desarrollar soluciones de flujos complejos en servicios basados en Apache Spark, como\u00a0<strong>Azure Synapse Analytics<\/strong>,\u00a0<strong>Azure Databricks<\/strong>, y\u00a0<strong>Azure HDInsight<\/strong>.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure\u00a0Data Explorer<\/strong>:\n<ul>\n<li>un servicio de an\u00e1lisis y bases de datos de alto rendimiento, optimizado para la ingesta y consulta de datos por lotes o en streaming con un elemento de serie temporal y que se puede usar como servicio de Azure independiente o como entorno de ejecuci\u00f3n de\u00a0<strong>Azure\u00a0Synapse Data Explorer<\/strong>\u00a0en un \u00e1rea de trabajo de Azure\u00a0Synapse Analytics.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2><em>Or\u00edgenes<\/em>\u00a0para el procesamiento de flujos<\/h2>\n<hr \/>\n<ul>\n<li><strong>Azure Event Hubs<\/strong>:\n<ul>\n<li>servicio de ingesta de datos que puede usar para administrar colas de datos de eventos, lo que garantiza que cada evento se procese en orden, exactamente una vez.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure IoT Hub<\/strong>:\n<ul>\n<li>servicio de ingesta de datos similar a Azure Event Hubs, pero optimizado para administrar datos de eventos de dispositivos de <em>Internet de las cosas<\/em>\u00a0(IoT).<\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure Data Lake Store Gen 2<\/strong>:\n<ul>\n<li>servicio de almacenamiento altamente escalable que se usa a menudo en escenarios de\u00a0<em>procesamiento por lotes<\/em>, pero que tambi\u00e9n se puede usar como origen de datos de flujos.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Apache Kafka<\/strong>:\n<ul>\n<li>soluci\u00f3n de ingesta de datos de c\u00f3digo abierto que se usa a menudo junto con Apache Spark. Puede usar Azure HDInsight para crear un cl\u00faster de Kafka.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2><em>Receptores<\/em>\u00a0para el procesamiento de flujos<\/h2>\n<hr \/>\n<p>La salida del procesamiento de flujos a menudo se env\u00eda a los siguientes servicios:<\/p>\n<ul>\n<li><strong>Azure Event Hubs<\/strong>:\n<ul>\n<li>se usa para poner en cola los datos procesados para su posterior procesamiento de bajada.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure Data Lake Store Gen 2<\/strong>\u00a0o\u00a0<strong>Azure Blob Storage<\/strong>:\n<ul>\n<li>se usan para conservar los resultados procesados como un archivo.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure SQL Database<\/strong>,\u00a0<strong>Azure Synapse Analytics<\/strong>\u00a0o\u00a0<strong>Azure Databricks<\/strong>:\n<ul>\n<li>se usan para conservar los resultados procesados en una tabla de base de datos para consultas y an\u00e1lisis.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Microsoft Power BI<\/strong>:\n<ul>\n<li>se usa para generar visualizaciones de datos en tiempo real en informes y paneles.<\/li>\n<\/ul>\n<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1234\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-1234\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Azure Stream Analytics<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1234\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-1234\"><h1>Azure Stream Analytics<\/h1>\n<hr \/>\n<ul>\n<li>Es un servicio para el procesamiento de eventos complejos y el an\u00e1lisis de datos de flujos.<\/li>\n<li>Es un motor de procesamiento de eventos complejo y de an\u00e1lisis en tiempo real que est\u00e1 dise\u00f1ado para analizar y procesar grandes vol\u00famenes de datos de streaming r\u00e1pido para varios or\u00edgenes de manera simult\u00e1nea.<\/li>\n<li>se usa para:\n<ul>\n<li>Ingerir datos de una\u00a0<em>entrada<\/em>, como Azure Event Hubs, Azure IoT Hub o un contenedor de blobs de Azure Storage.<\/li>\n<li>Procesar los datos con una\u00a0<em>consulta<\/em>\u00a0para seleccionar, proyectar y sumar valores de datos.<\/li>\n<li>Escribir los resultados en una\u00a0<em>salida<\/em>, como Azure Data Lake Gen 2, Azure SQL Database, Azure Synapse Analytics, Azure Functions, Azure Event Hubs, Microsoft Power BI u otros.<\/li>\n<li>Una vez iniciada, se ejecutar\u00e1 una consulta de Stream Analytics de forma perpetua para procesar nuevos datos a medida que llegan a la entrada y almacenar los resultados en la salida.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Azure Stream Analytics es una opci\u00f3n tecnol\u00f3gica excelente cuando necesita capturar continuamente datos de un origen de streaming, filtrar o agregar esos datos y enviar los resultados a un almac\u00e9n de datos o proceso de bajada para su an\u00e1lisis e informes.<\/strong><\/li>\n<li>\n<p>Azure Stream Analytics es un motor de procesamiento de flujos en tiempo real que captura un flujo de datos de una entrada, aplica una consulta para extraer y manipular los datos del flujo de entrada y escribe los resultados en una salida para su an\u00e1lisis o procesamiento posterior.<\/p>\n<\/li>\n<li>\n<p>Los ingenieros de datos pueden incorporar Azure Stream Analytics en arquitecturas de an\u00e1lisis de datos que capturan datos de streaming para su ingesta en un almac\u00e9n de datos anal\u00edticos o para su visualizaci\u00f3n en tiempo real.<\/p>\n<\/li>\n<\/ul>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9953\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-analytics.png\" sizes=\"(max-width: 600px) 100vw, 600px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-analytics.png 600w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/stream-analytics-300x226.png 300w\" alt=\"\" width=\"600\" height=\"452\" \/><\/p>\n<h3>Escenarios de aplicaci\u00f3n<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9981\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_429.png\" sizes=\"(max-width: 758px) 100vw, 758px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_429.png 758w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_429-300x165.png 300w\" alt=\"\" width=\"758\" height=\"417\" \/><\/figure>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9983\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_430-1-1024x469.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_430-1-1024x469.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_430-1-300x137.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_430-1-768x352.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_430-1.png 1245w\" alt=\"\" width=\"1024\" height=\"469\" \/><\/figure>\n<p>\u00a0<\/p>\n<h3>Ingerir<\/h3>\n<p>Es f\u00e1cil empezar a usar Azure Stream Analytics, es posible conectarse a varios or\u00edgenes y receptores, creando una canalizaci\u00f3n integral.<\/p>\n<p><br \/>Stream Analytics puede conectarse directamente a Azure Event Hubs y Azure IoT Hub para la ingesta de datos de streaming, y con el servicio Azure Blob Storage para la ingesta de datos hist\u00f3ricos o SQL Database que puede unir a los datos de streaming para realizar operaciones de b\u00fasqueda..<\/p>\n<h3>Entrega<\/h3>\n<p>Stream Analytics puede enrutar la salida del trabajo a muchos sistemas de almacenamiento como Azure Blob Storage, Azure SQL Database, Azure Data Lake Store y Azure Cosmos DB. Tambi\u00e9n se pueden realizar an\u00e1lisis por lotes de los resultados de la transmisi\u00f3n con Azure Synapse Analytics o HDInsight, o bien enviar la salida a otro servicio, como a Event Hubs para su consumo, o a Power BI para la visualizaci\u00f3n en tiempo real.<\/p>\n<h3>Trabajos y cl\u00fasteres de Azure Stream Analytics<\/h3>\n<p>La manera m\u00e1s f\u00e1cil de usar Azure Stream Analytics es crear un\u00a0<em>trabajo<\/em>\u00a0de Stream Analytics en una suscripci\u00f3n de Azure, configurar sus entradas y salidas, y definir la consulta que usar\u00e1 el trabajo para procesar los datos. La consulta se expresa mediante la sintaxis del lenguaje de consulta estructurado (SQL) y puede incorporar datos de referencia est\u00e1ticos de varios or\u00edgenes de datos para proporcionar valores de b\u00fasqueda que se pueden combinar con los datos de flujos ingeridos desde una entrada.<\/p>\n<p>Si los requisitos del proceso de flujos son complejos o consumen muchos recursos, puede crear un\u00a0<em>cl\u00faster<\/em>\u00a0de Stream Analysis, que usa el mismo motor de procesamiento subyacente que un trabajo de Stream Analytics, pero en un inquilino dedicado (por lo que el procesamiento no se ve afectado por otros clientes) y con escalabilidad configurable que le permite definir el equilibrio adecuado entre rendimiento y costo para su escenario espec\u00edfico.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1235\" class=\"elementor-tab-title\" data-tab=\"5\" role=\"button\" aria-controls=\"elementor-tab-content-1235\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Apache Spark (dataframe \/ <\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1235\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"region\" aria-labelledby=\"elementor-tab-title-1235\"><h1>Apache Spark<\/h1>\n<hr \/>\n<ul>\n<li>\n<p>Apache Spark es un marco de procesamiento distribuido para el an\u00e1lisis de datos a gran escala. Puede usar Spark en Microsoft Azure en los siguientes servicios:<\/p>\n<ul>\n<li>Azure Synapse Analytics<\/li>\n<li>Azure Databricks<\/li>\n<li>HDInsight de Azure<\/li>\n<\/ul>\n<\/li>\n<li>Spark se puede usar para ejecutar c\u00f3digo (normalmente escrito en Python, Scala o Java) en paralelo en varios nodos de cl\u00faster, lo que permite procesar vol\u00famenes de datos muy grandes de forma eficaz. Spark se puede usar tanto para el procesamiento por lotes como para el procesamiento de flujos.<\/li>\n<\/ul>\n<h2>Spark Structured Streaming<\/h2>\n<hr \/>\n<ul>\n<li>\n<p>Para procesar los datos de flujos en Spark, puede usar la biblioteca de\u00a0<em>Spark Structured Streaming<\/em>, que proporciona una interfaz de programaci\u00f3n de aplicaciones (API) para ingerir, procesar y generar resultados de flujos de datos perpetuos.<\/p>\n<\/li>\n<li>Spark Structured Streaming se compila en una estructura ubicua en Spark denominada\u00a0<em>dataframe<\/em>, que encapsula una tabla de datos. Puede usar la API de Spark Structured Streaming para leer datos de un origen de datos en tiempo real, como un centro de Kafka, un almac\u00e9n de archivos o un puerto de red, a un objeto dataframe \u00absin l\u00edmite\u00bb que se rellena continuamente con nuevos datos del flujo. A continuaci\u00f3n, defina una consulta en el objeto dataframe que selecciona, proyecta o suma los datos, a menudo en ventanas temporales. Los resultados de la consulta generan otro objeto dataframe, que se puede conservar para su an\u00e1lisis o procesamiento posterior<\/li>\n<\/ul>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-9986\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/spark-streaming-1.png\" sizes=\"(max-width: 600px) 100vw, 600px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/spark-streaming-1.png 600w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/spark-streaming-1-300x57.png 300w\" alt=\"\" width=\"600\" height=\"113\" \/><\/p>\n<ul>\n<li>Structured Streaming de Spark es una excelente opci\u00f3n para el an\u00e1lisis en tiempo real cuando necesita incorporar datos de streaming en un almac\u00e9n de datos anal\u00edticos o un lago de datos basado en Spark.<\/li>\n<\/ul>\n<h2>Delta Lake<\/h2>\n<hr \/>\n<p>Delta Lake es una capa de almacenamiento de c\u00f3digo abierto que agrega compatibilidad con la coherencia transaccional, el cumplimiento del esquema y otras caracter\u00edsticas comunes de almacenamiento de datos a Data Lake Storage. Tambi\u00e9n unifica el almacenamiento para datos por lotes y de flujos, y se puede usar en Spark para definir tablas relacionales para el procesamiento por lotes y de flujos. Cuando se usa para el procesamiento de flujos, una tabla de Delta Lake se puede usar como un origen de flujos para las consultas en datos en tiempo real o como un receptor en el que se escribe un flujo de datos.<\/p>\n<p>Los entornos de ejecuci\u00f3n de Spark de Azure Synapse Analytics y Azure Databricks incluyen compatibilidad con Delta Lake.<\/p>\n<p>El uso de Delta Lake combinado con Structured Streaming de Spark es una soluci\u00f3n \u00f3ptima cuando es necesario abstraer los datos procesados por lotes y flujos en un lago de datos detr\u00e1s de un esquema relacional para realizar consultas y an\u00e1lisis basados en SQL.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-f4f7a7e elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"f4f7a7e\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-ccc3930 jltma-glass-effect-no\" data-id=\"ccc3930\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-1ddffc4 jltma-glass-effect-no elementor-widget elementor-widget-spacer\" data-id=\"1ddffc4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2322da2 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"2322da2\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-90bcd19 jltma-glass-effect-no\" data-id=\"90bcd19\" data-element_type=\"column\" data-e-type=\"column\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d4c8cd6 jltma-glass-effect-no elementor-widget elementor-widget-heading\" data-id=\"d4c8cd6\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Servicios Azure Visualizaci\u00f3n de datos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-1c595b8 elementor-section-boxed elementor-section-height-default elementor-section-height-default jltma-glass-effect-no\" data-id=\"1c595b8\" data-element_type=\"section\" data-e-type=\"section\" data-settings=\"{&quot;_ha_eqh_enable&quot;:false}\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-28e3d50 jltma-glass-effect-no\" data-id=\"28e3d50\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-8df4b77 jltma-glass-effect-no elementor-widget elementor-widget-toggle\" data-id=\"8df4b77\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1481\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1481\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">visualizaci\u00f3n de datos<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1481\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1481\"><h1 class=\"entry-title\">visualizaci\u00f3n de datos<\/h1>\n<hr \/>\n<ul>\n<li>El modelado y la visualizaci\u00f3n de datos son el n\u00facleo de las cargas de trabajo de inteligencia empresarial (BI) que son compatibles con las soluciones de an\u00e1lisis de datos modernas. B\u00e1sicamente, la visualizaci\u00f3n de datos potencia la creaci\u00f3n de informes y la toma de decisiones que ayudan a las organizaciones a tener \u00e9xito.<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><\/figure><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1482\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1482\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Microsoft Power BI<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1482\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1482\"><h1>Microsoft Power BI<\/h1>\n<hr \/>\n<ul>\n<li>Microsoft Power BI es una plataforma para el modelado de datos anal\u00edticos y la elaboraci\u00f3n de informes que los analistas de datos pueden usar para crear y compartir visualizaciones de datos interactivas. Los informes de Power BI pueden crearse mediante la aplicaci\u00f3n Power BI Desktop y, luego, publicarse y entregarse mediante informes y aplicaciones basados en web en el servicio Power BI, as\u00ed como en la aplicaci\u00f3n m\u00f3vil de Power BI.<\/li>\n<li>Para el an\u00e1lisis de negocio a escala empresarial, a menudo se requiere una soluci\u00f3n integrada que pueda admitir el modelado de datos complejo, los informes interactivos y el uso compartido seguro.<\/li>\n<li>Es una colecci\u00f3n de servicios de software, aplicaciones y conectores que trabajan juntos para convertir los or\u00edgenes de datos no relacionados en informaci\u00f3n coherente, visualmente inmersiva e interactiva<\/li>\n<li>Permite conectarse f\u00e1cilmente a cualquier origen de datos y visualizar lo que es m\u00e1s importante y compartirlo con cualquier persona o personas que deseamos<\/li>\n<li>\u00a0<\/li>\n<li>Es un conjunto de herramientas de an\u00e1lisis empresarial, que proporciona informaci\u00f3n detallada hacer de toda la organizaci\u00f3n<\/li>\n<li>Conectar cientos de or\u00edgenes de datos<\/li>\n<li>Simplifica la preparaci\u00f3n de los datos<\/li>\n<li>realiza an\u00e1lisis<\/li>\n<li>Permite crear informes atractivos y se pueden publicar en la organizaci\u00f3n para que se usen en la Web y dispositivos m\u00f3viles<\/li>\n<li>\n<p>Microsoft\u00a0Power\u00a0BI es un conjunto de herramientas y servicios que los analistas de datos pueden usar para crear visualizaciones de datos interactivas para consumo por parte de usuarios profesionales.<\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10024\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/power-bi-flow.png\" sizes=\"(max-width: 800px) 100vw, 800px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/power-bi-flow.png 800w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/power-bi-flow-300x171.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/power-bi-flow-768x439.png 768w\" alt=\"\" width=\"800\" height=\"457\" \/><\/figure>\n<\/li>\n<li>\n<p>Un flujo de trabajo t\u00edpico para crear una soluci\u00f3n de visualizaci\u00f3n de datos comienza con\u00a0<strong>Power\u00a0BI Desktop<\/strong>, una aplicaci\u00f3n de Microsoft\u00a0Windows en la que puede importar datos de una amplia gama de or\u00edgenes de datos, combinar y organizar los datos de estos or\u00edgenes en un modelo de datos de an\u00e1lisis y crear informes que contengan visualizaciones interactivas de los datos.<\/p>\n<p>Despu\u00e9s de crear modelos de datos e informes, puede publicarlos en el\u00a0<strong>servicio Power\u00a0BI<\/strong>, un servicio en la nube en el que los usuarios profesionales pueden publicar informes e interactuar con ellos.<\/p>\n<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Caracter\u00edsticas de Power BI<\/h2>\n<hr \/>\n<ul>\n<li>Colaboraci\u00f3n inter-departamental: se pueden compartir informes<\/li>\n<li>Seguridad: se pueden establecer roles o perfiles de acceso<\/li>\n<li>Centralizaci\u00f3n de la informaci\u00f3n: con power BI podemos unificar datos, desde diferentes or\u00edgenes para un mismo informe<\/li>\n<li>Gr\u00e1fismo: podemos visualizar nuestros datos con infograf\u00edas sorprendentes, animadas o gr\u00e1ficos<\/li>\n<\/ul>\n<p>\u00a0<\/p>\n<h2>Partes de Power BI<\/h2>\n<hr \/>\n<h4>Power BI Desktop<\/h4>\n<ul>\n<li>Aplicaci\u00f3n gratuita<\/li>\n<li>Se puede instalar en el equipo local<\/li>\n<li>Y nos permite conectarnos a los datos, transformarlos y visualizarlos en un modelo de datos<\/li>\n<li>Usos:\n<ul>\n<li>Conectarnos a los datos<\/li>\n<li>Transformaci\u00f3n y limpieza de datos para crear un modelo de datos<\/li>\n<li>Creaci\u00f3n de objetos visuales como: gr\u00e1ficos, grafos, estad\u00edsticas<\/li>\n<li>Creaci\u00f3n de informes<\/li>\n<li>Compartir informes<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h4>Power BI Service<\/h4>\n<ul>\n<li>Es un servicio basado en la nube<\/li>\n<li>Los or\u00edgenes de datos esta limitado<\/li>\n<li>Usos:\n<ul>\n<li>Creaci\u00f3n de paneles e informes<\/li>\n<li>Compartir paneles e informes<\/li>\n<li>Los panes y los informes se van a poder conectar en conjuntos de datos que van a reunir todos los datos relevantes en un solo lugar<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h3>Rol de Power BI<\/h3>\n<ul>\n<li>La forma de usar Power Bi va depender del rol que cada persona tenga<\/li>\n<\/ul>\n<h3>Flujo de trabajo<\/h3>\n<p>Un flujo normal en power BI inicia en Power BI Desktop:<\/p>\n<ul>\n<li>Donde se crea un informe<\/li>\n<li>Se conecta con los datos<\/li>\n<li>Se modelan los datos<\/li>\n<li>Se podr\u00eda publicar este informe en el servicio de Power BI<\/li>\n<li>y finalmente se comparte para que los usuarios de Power BI Mobil puedan consumir al informaci\u00f3n<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10042\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_452-1024x551.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_452-1024x551.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_452-300x161.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_452-768x413.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_452.png 1117w\" alt=\"\" width=\"1024\" height=\"551\" \/><\/figure>\n<p>\u00a0<\/p>\n<h2>Licencias de Power BI<\/h2>\n<hr \/>\n<p>\u00a0<\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10043\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_453.png\" sizes=\"(max-width: 781px) 100vw, 781px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_453.png 781w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_453-300x196.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_453-768x502.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_453-120x80.png 120w\" alt=\"\" width=\"781\" height=\"511\" \/><\/figure>\n<ul>\n<li>Free:\n<ul>\n<li>No permite acceder a informes compartidos por otros usuarios<\/li>\n<li>No permite compartir esta informaci\u00f3n con otros usuarios<\/li>\n<li>Usos limitado del gateway<\/li>\n<li>No permite el uso de web pages o app\u2019s<\/li>\n<li>1GB<\/li>\n<\/ul>\n<\/li>\n<li>Pro:\n<ul>\n<li>Permite compartir pero ambos deben tener licencia<\/li>\n<li>Sin limite de gateway<\/li>\n<li>Conexiones en vivo<\/li>\n<li>Y ya tenemos una actualizaci\u00f3n de hasta 8 veces por d\u00eda<\/li>\n<li>10 GB<\/li>\n<\/ul>\n<\/li>\n<li>Premium:\n<ul>\n<li>Se paga por usuario<\/li>\n<li>Se le brinda una cantidad de recursos de procesamiento optimizados para sus informes y equipos<\/li>\n<li>Y puede hacer uso de AI, data flow\u2019s,<\/li>\n<li>100TB x Usuarios<\/li>\n<li>48 actualizaciones por d\u00eda<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h3>Informes en Power BI<\/h3>\n<ul>\n<li>Es una vista de varias perspectivas de un conjunto de datos<\/li>\n<li>Con objetos visuales que representan diferentes hallazgos y conclusiones de ese conjunto de datos<\/li>\n<li>Puede tener un solo objeto visual o muchos<\/li>\n<li>Dependiendo del rol pueden existir personas que trabajan creando informes o personas que los consumen<\/li>\n<li>Pueden tener un interfaz interactiva y atractiva<\/li>\n<li>Presentar varios indicadores de rendimiento<\/li>\n<li>Respaldar la exploraci\u00f3n de los datos<\/li>\n<li>E interacturar de forma segura<\/li>\n<\/ul>\n<h3>Panel en Power BI<\/h3>\n<ul>\n<li>Son m\u00e1s limitados que los informes<\/li>\n<li>Es una p\u00e1gina (que se denomina lienzo) que utiliza visualizaciones para contar una sola historia<\/li>\n<li>Debido a que esta limitado a una sola p\u00e1gina, un panel bien dise\u00f1ado solo contiene los elementos m\u00e1s importantes de la historia<\/li>\n<\/ul>\n<h3>Power BI Report Builder<\/h3>\n<ul>\n<li>Es una herramienta que permite crear informes paginados que pueden ser publicados en el servicio de Power BI<\/li>\n<li>Cuando se crea un informe paginado se esta crean un informe que especifica:\n<ul>\n<li>Que datos recuperar<\/li>\n<li>Donde obtenerlos<\/li>\n<li>y como mostrarlos<\/li>\n<\/ul>\n<\/li>\n<li>Cuando se ejecuta el informe el procesador de informes, toma la definici\u00f3n del informe, recupera los datos y los combina con el dise\u00f1o del informe, para crear el informe<\/li>\n<li>Se puede obtener una vista previa y luego publicarlo en el servicio de Power BI<\/li>\n<\/ul>\n<h2>Como usar Power BI<\/h2>\n<ul>\n<li>Todo lo que se hace en Power BI se puede dividir en dos bloques b\u00e1sicos<\/li>\n<li>Y una vez que se comprendas estos bloques se pueden ampliar cada uno de ellos y comenzar a crear informes m\u00e1s elaborados y m\u00e1s complejos<\/li>\n<\/ul>\n<h3>Bloque 1: formado por<\/h3>\n<ul>\n<li>Conjuntos de datos<\/li>\n<li>Visualizaciones<\/li>\n<li>Informes<\/li>\n<li>Paneles<\/li>\n<li>Iconos<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10050\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_458-1024x409.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_458-1024x409.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_458-300x120.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_458-768x307.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_458.png 1389w\" alt=\"\" width=\"1024\" height=\"409\" \/><\/figure>\n<h4>Conjunto de datos<\/h4>\n<ul>\n<li>Es una colecci\u00f3n de datos que power BI usa para crear sus visualizaciones<\/li>\n<li>Se puede obtener un conjunto de datos simple (que se basa en un libro de trabajo de Excel o varias tablas de un mismo excel)<\/li>\n<li>O pueden ser la combinaci\u00f3n de muchas fuentes distintas, por ejemplo un libro de Excel, una tabla de una BD SQL y resultados de una campa\u00f1a de correo electr\u00f3nicos y aunque vienen de fuentes distintas se determinan como un \u00fanico conjunto de datos<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10051\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_459.png\" sizes=\"(max-width: 401px) 100vw, 401px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_459.png 801w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_459-300x212.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_459-768x542.png 768w\" alt=\"\" width=\"401\" height=\"283\" \/><\/figure>\n<h4>Visualizaciones<\/h4>\n<ul>\n<li>Se le denomina \u00abvisual\u00bb<\/li>\n<li>Es una representaci\u00f3n visual de datos como un gr\u00e1fico, un mapa codificado por colores u otra forma<\/li>\n<li>Power BI tiene muchos tipos de visualizaciones y constantemente se crean nuevas<\/li>\n<li>Pueden ser simples como un n\u00famero que representa algo o ser visualmente m\u00e1s complejas como un mapa de degradado<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10052\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_460.png\" sizes=\"(max-width: 386px) 100vw, 386px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_460.png 772w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_460-300x213.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_460-768x545.png 768w\" alt=\"\" width=\"386\" height=\"274\" \/><\/figure>\n<h4>Informes<\/h4>\n<ul>\n<li>Es una colecci\u00f3n de visualizaciones que aparecen juntas en una o m\u00e1s p\u00e1ginas<\/li>\n<li>Es una colecci\u00f3n de elementos relacionados entre s\u00ed<\/li>\n<li>Y permiten organizar las visualizaciones de la mejor manera que se cuente la historia<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large is-resized\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10053\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_461-1024x555.png\" sizes=\"(max-width: 512px) 100vw, 512px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_461-1024x555.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_461-300x162.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_461-768x416.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_461.png 1036w\" alt=\"\" width=\"512\" height=\"278\" \/><\/figure>\n<h4>Paneles<\/h4>\n<ul>\n<li>Cuando se crea un informe (o una colecci\u00f3n de visualizaciones) y lo publicamos se crea un panel<\/li>\n<li>Es una colecci\u00f3n de elementos visuales en una sola p\u00e1gina que se puede compartir con otras personas<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10055\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_462.png\" sizes=\"(max-width: 483px) 100vw, 483px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_462.png 965w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_462-300x159.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_462-768x408.png 768w\" alt=\"\" width=\"483\" height=\"257\" \/><\/figure>\n<h4>Iconos<\/h4>\n<ul>\n<li>Un icono es una visualizaci\u00f3n \u00fanica en un panel<\/li>\n<li>Y cuando se crean en un panel se puede mover y organizar como se deseen<\/li>\n<li>Se puede modificar su tama\u00f1o<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10056\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_463.png\" sizes=\"(max-width: 414px) 100vw, 414px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_463.png 827w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_463-300x198.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_463-768x507.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_463-120x80.png 120w\" alt=\"\" width=\"414\" height=\"273\" \/><\/figure>\n<h3>Resumen Power BI<\/h3>\n<ul>\n<li>Power BI es una colecci\u00f3n de servicios, aplicaciones y conectores que nos permiten conectarnos a diferentes tipos de datos, filtrarlos si es necesario y luego llevarlos a Power BI Desktop para crear visualizaciones atractivas que se pueden compartir con otros<\/li>\n<li>Podemos generar o ver el modelo de datos de nuestros or\u00edgenes o almacenes de datos cargarlos en PBI, publicarlos y compartirlo como panel en el Servicio de PBI<\/li>\n<li>Podemos monitorizar esta informaci\u00f3n desde nuestro dispositivo m\u00f3vil<\/li>\n<\/ul>\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10057\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_464-1024x456.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_464-1024x456.png 1024w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_464-300x133.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_464-768x342.png 768w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/Seleccion_464.png 1371w\" alt=\"\" width=\"1024\" height=\"456\" \/><\/figure><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1483\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1483\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">modelado de datos<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1483\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1483\"><h1>Modelado de datos<\/h1>\n<hr \/>\n<p>Los modelos anal\u00edticos permiten estructurar los datos para admitir el an\u00e1lisis. Los modelos se basan en tablas de datos relacionadas y definen los valores num\u00e9ricos que se quieren analizar o notificar (conocidos como\u00a0<em>medidas<\/em>) y las entidades por las que se quieren agregar (conocidas como\u00a0<em>dimensiones<\/em>). Por ejemplo, un modelo podr\u00eda incluir una tabla con medidas num\u00e9ricas para las ventas (como ingresos o cantidad) y dimensiones para productos, clientes y tiempo. Esto le permitir\u00eda agregar medidas de venta en una o varias dimensiones (por ejemplo, para identificar los ingresos totales por cliente o el total de art\u00edculos vendidos por producto al mes). Conceptualmente, el modelo forma una estructura multidimensional, que normalmente se conoce como\u00a0<em>cubo<\/em>, en la que cualquier punto en el que las dimensiones forman una intersecci\u00f3n representa una medida agregada para esas dimensiones.<\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10026\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/cube.png\" sizes=\"(max-width: 400px) 100vw, 400px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/cube.png 400w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/cube-291x300.png 291w\" alt=\"\" width=\"400\" height=\"412\" \/><\/figure>\n<p>\u00a0<\/p>\n<h2>Tablas y esquema<\/h2>\n<hr \/>\n<p>Las tablas de\u00a0<em>dimensiones<\/em>\u00a0representan las entidades por las que se quieren agregar las medidas num\u00e9ricas, por ejemplo, producto o cliente. Cada entidad se representa mediante una fila con un valor de clave \u00fanico. Las columnas restantes representan los atributos de una entidad; por ejemplo, los productos tienen nombres y categor\u00edas, y los clientes tienen direcciones y ciudades. En la mayor\u00eda de los modelos anal\u00edticos es habitual incluir una dimensi\u00f3n\u00a0<em>Tiempo<\/em>\u00a0para poder agregar medidas num\u00e9ricas asociadas a eventos en el tiempo.<\/p>\n<p>Las medidas num\u00e9ricas que agregar\u00e1n las distintas dimensiones del modelo se almacenan en tablas de\u00a0<em>hechos<\/em>. Cada fila de una tabla de hechos representa un evento registrado que tiene medidas num\u00e9ricas asociadas. Por ejemplo, la tabla\u00a0<strong>Sales<\/strong>\u00a0(Ventas) del esquema siguiente representa las transacciones de ventas para elementos individuales e incluye valores num\u00e9ricos para la cantidad vendida y los ingresos.<\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10027\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/star-schema.png\" sizes=\"(max-width: 800px) 100vw, 800px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/star-schema.png 800w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/star-schema-300x222.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/star-schema-768x568.png 768w\" alt=\"\" width=\"800\" height=\"592\" \/><\/figure>\n<p>Este tipo de esquema, donde una tabla de hechos est\u00e1 relacionada con una o varias tablas de dimensiones, se conoce como esquema de estrella (imagine que hay cinco dimensiones relacionadas con una sola tabla de hechos: el esquema formar\u00eda una estrella de cinco puntas). Tambi\u00e9n puede definir un esquema m\u00e1s complejo en el que las tablas de dimensiones est\u00e1n relacionadas con tablas adicionales que contienen m\u00e1s detalles (por ejemplo, podr\u00eda representar atributos de categor\u00edas de productos en una tabla\u00a0<strong>Categor\u00eda<\/strong>\u00a0independiente relacionada con la tabla\u00a0<strong>Producto<\/strong>, en cuyo caso el dise\u00f1o se conoce como esquema de copo de nieve). El esquema de las tablas de hechos y dimensiones se usa para crear un modelo anal\u00edtico, en el que las agregaciones de medida en todas las dimensiones se calculan previamente, lo que hace que el rendimiento de las actividades de an\u00e1lisis e informes sea mucho m\u00e1s r\u00e1pido que calcular las agregaciones cada vez.<\/p>\n<h2>Jerarqu\u00edas de atributos<\/h2>\n<hr \/>\n<p>atributos que le permiten\u00a0<em>rastrear agrupando datos<\/em>\u00a0o\u00a0<em>explorar en profundidad<\/em>\u00a0r\u00e1pidamente para buscar valores agregados en distintos niveles en una dimensi\u00f3n jer\u00e1rquica. Por ejemplo, considere los atributos de las tablas de dimensiones que se han analizado hasta ahora. En la tabla\u00a0<strong>Product<\/strong>, puede formar una jerarqu\u00eda en la que cada categor\u00eda incluya varios productos con nombre. De forma similar, en la tabla\u00a0<strong>Customer<\/strong>, se podr\u00eda formar una jerarqu\u00eda para representar varios clientes con nombre en cada ciudad. Por \u00faltimo, en la tabla\u00a0<strong>Time<\/strong>, puede formar una jerarqu\u00eda de a\u00f1o, mes y d\u00eda. El modelo se puede crear con valores agregados previamente para cada nivel de una jerarqu\u00eda, lo que permite cambiar r\u00e1pidamente el \u00e1mbito del an\u00e1lisis; por ejemplo, mediante la visualizaci\u00f3n del total de ventas por a\u00f1o y, despu\u00e9s, la exploraci\u00f3n en profundidad para ver un desglose m\u00e1s detallado del total de ventas por mes.<\/p>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10028\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/hierarchy.png\" sizes=\"(max-width: 800px) 100vw, 800px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/hierarchy.png 800w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/hierarchy-300x73.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/hierarchy-768x186.png 768w\" alt=\"\" width=\"800\" height=\"194\" \/><\/figure>\n<p>\u00a0<\/p>\n<p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1484\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-1484\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Tipos de Visualizaciones<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1484\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-1484\"><h1>Tipos de Visualizaciones<\/h1>\n<hr \/>\n<h3>Tablas y texto<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10031\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/text-table.png\" sizes=\"(max-width: 400px) 100vw, 400px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/text-table.png 400w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/text-table-300x230.png 300w\" alt=\"\" width=\"400\" height=\"306\" \/><\/figure>\n<p>Las tablas y el texto suelen ser la manera m\u00e1s sencilla de comunicar datos. Las tablas son \u00fatiles cuando se deben mostrar numerosos valores relacionados y los valores de texto individuales de las tarjetas pueden ser una manera \u00fatil de mostrar cifras o m\u00e9tricas importantes.<\/p>\n<h3>Gr\u00e1ficos de barras y de columnas<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10032\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/bar-column-chart.png\" sizes=\"(max-width: 430px) 100vw, 430px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/bar-column-chart.png 430w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/bar-column-chart-300x213.png 300w\" alt=\"\" width=\"430\" height=\"306\" \/><\/figure>\n<p>Los gr\u00e1ficos de barras y columnas son una buena manera de comparar visualmente valores num\u00e9ricos para categor\u00edas discretas.<\/p>\n<h3>Gr\u00e1ficos de l\u00edneas<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10033\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/line-chart.png\" sizes=\"(max-width: 404px) 100vw, 404px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/line-chart.png 404w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/line-chart-300x227.png 300w\" alt=\"\" width=\"404\" height=\"306\" \/><\/figure>\n<p>Los gr\u00e1ficos de l\u00edneas tambi\u00e9n se pueden usar para comparar valores clasificados y son \u00fatiles cuando es necesario examinar tendencias, a menudo a lo largo del tiempo.<\/p>\n<h3>Gr\u00e1ficos circulares<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10034\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pie-chart.png\" sizes=\"(max-width: 455px) 100vw, 455px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pie-chart.png 455w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pie-chart-300x202.png 300w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/pie-chart-120x80.png 120w\" alt=\"\" width=\"455\" height=\"306\" \/><\/figure>\n<p>Los gr\u00e1ficos circulares se suelen usar en los informes empresariales para comparar visualmente los valores clasificados como proporciones de un total.<\/p>\n<h3>Gr\u00e1ficos de dispersi\u00f3n<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10035\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/scatter-plot.png\" sizes=\"(max-width: 438px) 100vw, 438px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/scatter-plot.png 438w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/scatter-plot-300x210.png 300w\" alt=\"\" width=\"438\" height=\"306\" \/><\/figure>\n<p>Los gr\u00e1ficos de dispersi\u00f3n son \u00fatiles cuando se quieren comparar dos medidas num\u00e9ricas e identificar una relaci\u00f3n o correlaci\u00f3n entre ellas.<\/p>\n<h3>Maps<\/h3>\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-10036\" src=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/map.png\" sizes=\"(max-width: 431px) 100vw, 431px\" srcset=\"https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/map.png 431w, https:\/\/ugit.siua.ac.cr\/wp-content\/uploads\/2022\/06\/map-300x213.png 300w\" alt=\"\" width=\"431\" height=\"306\" \/><\/figure>\n<p>Maps son una excelente manera de comparar visualmente los valores de diferentes \u00e1reas geogr\u00e1ficas o ubicaciones.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1485\" class=\"elementor-tab-title\" data-tab=\"5\" role=\"button\" aria-controls=\"elementor-tab-content-1485\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Explorador de datos de Azure<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1485\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"region\" aria-labelledby=\"elementor-tab-title-1485\"><p>Azure Data Explorer es un servicio independiente que permite consultar datos de telemetr\u00eda y del registro con el mismo alto rendimiento que el runtime de Azure Synapse Data Explorer en Azure Synapse Analytics.<\/p>\n<p>Los analistas de datos pueden usar Azure Data Explorer para consultar y analizar datos que incluyan un atributo de marca de tiempo, como es habitual en los archivos de registro y los datos de telemetr\u00eda de IoT (<em>Internet de las cosas<\/em>).<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1486\" class=\"elementor-tab-title\" data-tab=\"6\" role=\"button\" aria-controls=\"elementor-tab-content-1486\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Microsoft Purview<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1486\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"6\" role=\"region\" aria-labelledby=\"elementor-tab-title-1486\"><p>Microsoft\u00a0Purview proporciona una soluci\u00f3n para la gobernanza y la detectabilidad de datos de toda la empresa. Puede usar Microsoft\u00a0Purview para crear un mapa de los datos y realizar un seguimiento del linaje de datos en varios or\u00edgenes de datos y sistemas, lo que le permite encontrar datos de confianza para el an\u00e1lisis y la elaboraci\u00f3n de informes.<\/p>\n<p>Los ingenieros de datos pueden usar Microsoft\u00a0Purview para aplicar la gobernanza de datos en toda la empresa y garantizar la integridad de los datos que se usan para admitir cargas de trabajo anal\u00edticas.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Tipos de Datos Datos \/ Informaci\u00f3n \/ Datos Estructurados \/ SemiEstructurados \/ No Estructurados Datos: Los datos son una colecci\u00f3n de elementos, como n\u00fameros, descripciones y observaciones, que se usan para registrar informaci\u00f3n. Los datos son s\u00edmbolos como n\u00fameros, letras o signos que son empleados para representar a trav\u00e9s de un lenguaje un hecho, una [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[390],"tags":[398,391],"class_list":["post-8630","post","type-post","status-publish","format-standard","hentry","category-cursos","tag-dp-900","tag-microsoft-azure"],"blocksy_meta":{"styles_descriptor":{"styles":{"desktop":"","tablet":"","mobile":""},"google_fonts":[],"version":6}},"_links":{"self":[{"href":"https:\/\/sada.services\/index.php?rest_route=\/wp\/v2\/posts\/8630","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sada.services\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sada.services\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sada.services\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/sada.services\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8630"}],"version-history":[{"count":383,"href":"https:\/\/sada.services\/index.php?rest_route=\/wp\/v2\/posts\/8630\/revisions"}],"predecessor-version":[{"id":10456,"href":"https:\/\/sada.services\/index.php?rest_route=\/wp\/v2\/posts\/8630\/revisions\/10456"}],"wp:attachment":[{"href":"https:\/\/sada.services\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8630"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sada.services\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8630"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sada.services\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8630"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}