La integración de datos es la fontanería invisible sobre la que se sostiene toda la arquitectura: sin ella, el data lake del capítulo 8, los pipelines de los próximos capítulos y los dashboards de la Parte IV son cajas vacías. La decisión más importante no es qué herramienta comprar, sino cuándo mover los datos: en tiempo real, evento a evento, o agrupados en lotes a intervalos fijos.

Este capítulo desgrana las cuatro piezas fundamentales —eventos, mensajería, colas y Change Data Capture (CDC)— y ofrece criterios de consultoría para no caer en el error más caro de todos: aplicar streaming a problemas que el batch resolvía a una décima parte del coste, o forzar el batch donde el negocio exige inmediatez.

dbt se ha convertido en la herramienta de referencia para la transformación de datos en los stacks de datos modernos. Si trabajas con SQL y necesitas transformar datos en un data warehouse, dbt te permite hacerlo de forma modular, versionada, documentada y testeable — aplicando las mejores prácticas de ingeniería de software al mundo de los datos.
En esta guía práctica en español te explicamos qué es dbt, cómo funciona, cuándo usarlo, y cómo empezar con tu primer proyecto..

Las herramientas ETL son el pilar fundamental de cualquier estrategia de datos moderna. En un mundo donde se generan 463 exabytes de datos diariamente, elegir la herramienta ETL correcta puede marcar la diferencia entre insights accionables y un caos de datos dispersos.

En esta guía comparamos las mejores herramientas ETL de 2026, analizamos sus características, precios y te ayudamos a elegir la más adecuada para tu proyecto de Data Warehouse o Big Data..

The process of taking data from different systems and putting it into a data warehouse for business analysis can be a complicated affair. In this article, we look at what is involved and how the cloud has made matters potentially trickier.

A data warehouse is a relational database that is designed for query and analysis rather than for transaction processing. It usually contains historical data derived from transaction data, but it can include data from other sources..