Boletín semanal de contenidos. 2020-01-07

Snowflake es un servicio totalmente gestionado en la nube, fácil de utilizar, pero con una enorme capacidad para cargas de trabajo simultáneas.
Snowflake proporciona capacidades para data warehousing, data lakes, ingeniería de datos, ciencia de datos, desarrollo de aplicaciones de datos e intercambio y consumo de datos compartidos de forma segura..

Oracle Database es una solución de base de datos relacional ampliamente utilizada a nivel empresarial. Proporciona una plataforma robusta y escalable para la gestión de datos.
Con soporte para múltiples lenguajes de programación y herramientas de desarrollo, permite a las organizaciones integrar y analizar datos de manera eficiente..

Databricks es una plataforma de software basada en la nube para la ingeniería de datos, la ciencia de datos y el aprendizaje automático. Ofrece un entorno escalable para ejecutar aplicaciones de datos de alto rendimiento, y soporte para grandes conjuntos de datos y altos volúmenes de procesamiento de datos..

Atlas es la plataforma de base de datos en la nube completamente gestionada de MongoDB, diseñada para ejecutar aplicaciones modernas con alta disponibilidad, escalabilidad automática y seguridad avanzada. Basada en el modelo documental y optimizada para arquitecturas multicloud, MongoDB Atlas permite desplegar, operar y escalar bases de datos en AWS, Azure y Google Cloud con mínimo esfuerzo, integrando análisis en tiempo real, búsqueda avanzada y capacidades para IA..

Azure SQL Database es la oferta de base de datos relacional como servicio (DBaaS) de Microsoft sobre la nube de Azure. Se basa en el motor de SQL Server, adaptado para la nube.
Azure SQL ofrece gestión automática, alta disponibilidad y seguridad avanzada con cifrado y auditoría. Permite escalabilidad flexible (DTUs, vCores, serverless, elastic pools) y optimización automática de consultas e índices.
Sus limitaciones incluyen coste elevado, compatibilidad parcial con SQL Server on-premises, dependencia de Azure, latencia en geo-replicación y límites de recursos en serverless.
Ideal para aplicaciones SaaS y migraciones cloud..

Google Cloud Spanner materializa una propuesta tecnológica sin equivalente directo en el mercado: una base de datos relacional que escala horizontalmente sin sacrificar las garantías transaccionales que han definido a los sistemas de gestión de bases de datos durante décadas. La innovación de TrueTime —esa combinación de relojes atómicos y GPS que parecía ciencia ficción cuando Google la describió por primera vez— proporciona los fundamentos para algo que el teorema CAP sugería imposible: consistencia fuerte, disponibilidad y tolerancia a particiones, todo simultáneamente..

La librería de software de Hadoop es un framework que permite el procesamiento distribuído de juegos de datos de gran volumen utilizando clusters de ordenadores o servidores, utilizado modelos de programación sencilla.

Hadoop está diseñado para escalar fácilmente desde sistemas de servidores únicos a miles de máquinas..

Databricks es una plataforma unificada de datos e inteligencia artificial que engloba funcionalidades de Data Science, Machine Learning y análisis avanzado en un mismo entorno. Su propuesta se basa en la arquitectura Lakehouse, que aúna la flexibilidad de un Data Lake (datos no estructurados) con la eficiencia de un Data Warehouse (datos estructurados)..

Amazon RDS (Relational Database Service) es un servicio administrado que facilita la configuración, operación y escalado de bases de datos relacionales en la nube.
Ofrece soporte para múltiples motores de bases de datos, incluyendo MySQL, PostgreSQL, y Oracle.
Su capacidad para automatizar tareas administrativas reduce significativamente el tiempo y esfuerzo necesarios para gestionar bases de datos..

Google Vertex AI es la plataforma unificada de IA y Machine Learning de Google Cloud que centraliza el ciclo completo de modelos —desde la preparación de datos hasta el despliegue y la monitorización— con integración nativa a servicios como BigQuery y Dataproc. Su mayor fortaleza es combinar escalabilidad, MLOps avanzado y soporte tanto para AutoML como para modelos generativos, lo que acelera proyectos de ciencia de datos y analítica avanzada..