Unifica tus datos empresariales con OneLake y Microsoft Fabric

Microsoft lanzó hace unos meses Fabric, su plataforma de datos y analítica todo en uno, que abarca desde el movimiento de datos y los procesos ETL hasta la ciencia de datos, la analítica en tiempo real, la inteligencia empresarial y la visualización.  

Una gobernanza sólida de datos es esencial para el buen funcionamiento de una empresa y OneLake ofrece una solución de datalake unificada y cohesionada para todas las experiencias de Fabric. Analizamos todas sus ventajas, casos de uso y características principales.  

¿Qué es Microsoft OneLake?

OneLake es una plataforma de lago de datos unificada que centraliza todos los datos de una compañía en un solo lugar (similar a cómo OneDrive centraliza los documentos). Esta infraestructura centralizada facilita la colaboración entre equipos, eliminando silos de información y mejora la eficiencia operativa al evitar la dispersión de los datos en múltiples sistemas.   

Su interfaz intuitiva y sus capacidades avanzadas hacen de Microsoft OneLake una herramienta fundamental para quienes buscan optimizar la gestión de sus activos digitales.  

A diferencia de otros productos como OneDrive (diseñado para el almacenamiento de archivos y documentos personales y de equipo), OneLake se especializa en el manejo y análisis de datos a escala empresarial. Esto incluye capacidades avanzadas para el procesamiento de grandes volúmenes de datos y soporte para operaciones de Machine Learning y análisis predictivo. Además, OneLake está construido sobre la infraestructura de Azure Data Lake, lo que garantiza una alta compatibilidad y rendimiento con otras herramientas de Azure dedicadas a la analítica y la IA.  

OneLake DataHub

OneLake ha surgido como la solución a los retos de los previos numerosos lagos para diferentes grupos empresariales o la sobrecarga de administrar múltiples recursos, mejorando la colaboración.  

Gobierno predeterminado con propiedad distribuida

Saber dónde comienza y termina la colaboración de un cliente proporciona un límite natural de gobernanza y cumplimiento, que está bajo el control de un administrados de inquilinos.  

Dentro de un inquilino, OneLake puede crear cualquier cantidad de espacios de trabajo, los cuales permiten que diferentes partes de la organización distribuyan políticas de propiedad y acceso.  

Dentro de un espacio de trabajo se pueden crear elementos de datos y acceder a todos los datos en OneLake a través de ellos. Fabric almacena lakehouses, warehouses y otros elementos en OneLake.  

Abierto a todos los niveles

OneLake está construido sobre Azure Data Lake Storage Gen2 y puede admitir cualquier tipo de archivo, estructurado o no estructurado. Todos los elementos de datos de Fabric, como los almacenes de datos y los lakehouses, almacenan sus datos automáticamente en OneLake en formato Delta Parquet. 

OneLake admite las mismas API y SDK de ADLS Gen2 para ser compatible con las aplicaciones de ADLS Gen2 existentes, incluido Azure Databricks. Puede abordar los datos en OneLake como si fueran una gran cuenta de almacenamiento de ADLS para toda la organización. Cada espacio de trabajo aparece como un contenedor dentro de esa cuenta de almacenamiento y los diferentes elementos de datos aparecen como carpetas dentro de esos contenedores. 

Explorador de archivos para Windows

Permite explorar fácilmente los datos de OneLake desde Windows mediante el explorador de archivos de OneLake. Esto facilita navegar por todos los espacios de trabajo y elementos de datos, y cargar, descargar o modificar archivos fácilmente. 

Este explorador simplifica el trabajo con lagos de datos, lo que permite que incluso los usuarios empresariales sin conocimientos técnicos los utilicen.  

Copia de datos segura

OneLake aporta más valor a partir de una única copia de datos sin movimiento ni duplicación de datos. Con esta herramienta ya no se necesitan copiar datos solo para usarlos con otro motor o para eliminar silos y poder analizarlos con datos de otras fuentes.  

Además, los accesos directos permiten compartir fácilmente datos entre usuarios y aplicaciones sin tener que mover ni duplicar información innecesariamente. Cuando los equipos trabajen de forma independiente en espacios de trabajo separados, estos accesos directos les permitirán combinar datos de diferentes grupos y dominios empresariales en un producto de datos virtual para satisfacer las necesidades específicas de un usuario.  

De hecho, con Fabric, los diferentes motores analíticos almacenan datos en el formato abierto de Delta Parquet para permitir usar los mismos datos en múltiples motores. Los usuarios empresariales pueden crear informes de Power BI directamente sobre OneLake mediante el nuevo modo Direct Lake en el motor de Analysis Services. El motor de Analysis Services es lo que impulsa los modelos semánticos de Power BI y siempre ha ofrecido dos modos de acceder a los datos: importación y consulta directa. 

Ventajas de usar OneLake

Microsoft OneLake ofrece una magnífica solución de almacenamiento escalable, así como seguridad o integración con otras herramientas de Microsoft, pero aporta muchas ventajas más: 

• Eficiencia en la gestión de datos: OneLake tiene la capacidad de centralizar y organizar grandes volúmenes de información en un solo lugar, lo que facilita un acceso y manejo más efectivo. Además, gracias a la utilización de algoritmos optimizados para la creación de índices y la búsqueda rápida de información, se pueden hacer consultas y recuperar datos en mucho menos tiempo.  

• Menor coste y mayores beneficios: destaca por su relación coste-beneficio muy satisfactorio para las empresas, pues, a través de su modelo de precios basado en el consumo, las empresas pueden escalar sus necesidades de almacenamiento sin incurrir en grandes inversiones iniciales. Las tecnologías de comprensión reducen la inversión necesaria al disminuir el espacio necesario para almacenar grandes cantidades de datos. Además, las capacidades de recuperación y alta disponibilidad aseguran que las operaciones continúen sin interrupciones, minimizando los costes asociados a los tiempos de inactividad.  

• Escalabilidad y flexibilidad: tiene la capacidad de adaptarse a las necesidades cambiantes de las organizaciones, por lo que el tamaño del almacenamiento puede aumentar o disminuir según sea necesario sin afectar al rendimiento. Esta flexibilidad permite a las empresas ajustar sus recursos de manera eficiente y económica. Además, la compatibilidad con diversas herramientas de terceros facilita la integración y personalización, lo que asegura que se pueda adaptar a diferentes entornos y requerimientos empresariales.  

Fabric y OneLake

Como corazón de Microsoft Fabric y capa de datos fundacional, OneLake ofrece una solución de datalake unificada y cohesionada para todas las experiencias de Fabric. Diseñada como SaaS, la solución combina diferentes áreas en un sistema analítico integrado con OneLake como capa de datos fundacional.  

Los datos de una empresa suelen estar distribuidos o repartidos entre distintos ámbitos o departamentos, aunque estos pueden necesitar acceder a las mismas fuentes de datos o a fuentes similares. Si las fuentes de datos se copian entre dominios, puede que no quede claro a quién pertenece la fuente inicial, lo que puede provocar una falta de confianza en los productos y equipos de datos.  

Las nuevas actualizaciones aportan valor a Fabric y a la tecnología OneLake de varias maneras: 

• Los accesos directos multinube mejoran la accesibilidad y la posibilidad de integrar nuevas fuentes de datos minimizando la redundancia de datos. 

• Database Mirroring facilita casos de uso de análisis casi en tiempo real sin fisuras y una gestión de datos más centralizada.  

Al aprovechar estas dos funciones, las organizaciones pueden establecer sin esfuerzo lagos virtualizados, rompiendo los silos entre varias entidades, eliminando el periodo de espera para que IT establezca y mantenga los pipelines y reduciendo la asignación de recursos y el tiempo para la migración de datos. 

Atajos multicloud

Al actuar como un lago de datos unificado, con los accesos directos, los datos pueden ser referenciados en diferentes lugares sin dejar de ser lógicamente representados dentro del mismo lago.  

Estos accesos directos o atajos permiten crear enlaces que apuntan a una ubicación de almacenamiento en particular. Esta ubicación de almacenamiento puede ser interna o externa. 

Por otro lado, un aspecto importante para reducir los costes de salida es el almacenamiento en caché de accesos directos entre nubes. Estos accesos directos pueden ser creados desde lakehouses o bases de datos KQL y gestionados programáticamente a través de APIs designadas.  

Esta función es un gran paso hacia la propiedad distribuida de los datos en OneLake, que ayuda a unificar el panorama de datos y un gran avance para la comunidad de Fabric. 

Database Mirroring

Otra función es la de la duplicación de bases de datos. Esta ofrece la posibilidad de mantener la sincronización de datos entre dos bases de datos sin necesidad de crear complejas canalizaciones ETL. Esto permite replicar una base de datos o un subconjunto de tablas de la base de datos en OneLake de Fabric, manteniéndola actualizada casi en tiempo real. Además, no hay más costes de almacenamiento asociados al mirroring, pues esta función se implementa leyendo los cambios del registro de transacciones de la base de datos de origen y actualizando los datos relevantes.  

Una de las principales ventajas es que protege las bases de datos operativas de las consultas analíticas. Con muchas operaciones de unión y agrupación, pueden ser bastante exigentes para las BD operativas, y Mirroring ayuda a reducir la carga de trabajo. Otra ventaja es la posibilidad de realizar consultas cruzadas entre bases de datos directamente en Fabric. Además, admite la evolución del esquema de las tablas y los cambios de tipo de datos compatibles. 

Pero la ventaja más significativa es el potencial que aporta la analítica en tiempo real en combinación con la reducción del tiempo de obtención de valor y la capacidad de crear rápidamente potentes productos de datos. Power BI puede acceder a tablas de bases de datos reflejadas con el modo Direct Lake, lo que ofrece la posibilidad de crear fácilmente cuadros de mando e informes para una supervisión casi en tiempo real. 

Ante un entorno empresarial tan cambiante, la capacidad de analizar datos al instante se ha convertido en una necesidad y, gracias a él, las empresas consiguen la capacidad de monitorear eventos en tiempo real. 

Gracias a eso podrás reaccionar rápidamente a los cambios y resolver problemas potenciales. Y en Plain Concepts te ayudamos a sacarle el máximo partido. 

Te ofrecemos un Framework de adopción de Microsoft Fabric con el que evaluaremos las soluciones tecnológicas y de negocio, haremos un roadmap claro para la estrategia del dato, visualizamos los casos de uso que marquen la diferencia en tu compañía, tenemos en cuenta el dimensionamiento de equipos, tiempos y costes, estudiamos la compatibilidad con plataformas de datos existentes y migramos soluciones de Power BI, Synapse y Datawarehouse a Fabric.