Base de datos en tiempo real, ¿otra leyenda urbana?

¿Qué es el presente? ¿En qué consiste el procesamiento "real time"? ¿Qué hay de cierto en el análisis que se puede llevar a cabo en milisegundos? Las respuestas depende de quién lance las cuestiones y a qué se refiera. Una base de datos en tiempo real puede permitir un análisis que se lleva a cabo en segundos y resulta suficiente para un sitio web, o hacerlo en milisegundos y ser exactamente lo que necesita el sistema de recomendaciones de un comercio electrónico. Un robot puede trabajar en microsegundos, procesando datos, tomando decisiones automatizadas y dando inicio a diferentes líneas de acción. Es la diferencia entre trabajar bastante rápido y hacerlo a alta velocidad. Es el elemento que marca la línea entre los líderes en innovación y el resto de empresas de su sector.

Créditos fotográficos: istock Megainarmy

Base de datos en tiempo real: ¿qué pasa con el procesamiento por lotes?

A pesar del aumento de importancia del modelo de base de datos en tiempo real, el procesamiento por lotes no queda relegado al pasado. Simplemente es una forma distinta de llevar a cabo el tratamiento de datos, que implica mayores latencias y cuya velocidad nunca superará al procesamiento en stream.

En éste, se trabaja con cantidades pequeñas de datos a medida que llegan. Ello permite hacer cálculos intensos, como la búsqueda en paralelo y combinar consultas sobre la marcha, al tener la capacidad de llevar a cabo el proceso a través de diferentes equipos. De esta forma se pueden obtener resultados mucho más rápidamente, que es lo que se necesita para el trabajo con Big Data.

La analítica en stream, que no es sino la capacidad de calcular de forma continua en base a análisis matemáticos o estadístico, resulta indispensable y es el complemento idóneo de una base de datos en tiempo real, con una arquitectura totalmente escalable, altamente disponible y resistente a los fallos.

La base de datos en tiempo real, a diferencia de los modelos tradicionales, donde los datos primero se almacenan e indexan y, posteriormente, son procesados para consultas; toma los datos entrantes a medida que fluyen a través del servidor, pudiendo conectarse también a fuentes de datos externas, para permitir a las aplicaciones incorporar nuevos datos o para actualizar una base de datos externa con la información procesada.

Retos que una base de datos en tiempo real debe superar

Además de las características de una base de datos en tiempo real, la solución de streaming que se implemente debe ser capaz de hacer frente a desafíos como:

• Procesamiento de grandes cantidades de eventos en streaming.

• Respuesta en tiempo real a las cambiantes condiciones del mercado.

• Aumento del rendimiento y la escalabilidad a medida que los volúmenes de datos aumentan de tamaño y complejidad.

• Rápida integración con fuentes de datos existentes y su infraestructura.

• Descubrimiento de datos y monitorización en tiempo real.

• Analítica sobre una base continua aplicada al procesamiento de consultas y alertas automáticas, entre otros, que agregue dinámicamente los datos y los trabaje en función de las acciones y necesidades de los usuarios de negocio.

• Visión continua y en vivo de los datos.

Sólo de esta forma es posible optimizar el uso de los sistemas para, alrededor de una base de datos en tiempo real, conseguir llevar a cabo una mejor supervisión de la red que garantice su seguridad y optimice su gobierno, una gestión de riesgos más eficaz que se complementa con una detección del fraude infalible, la gestión de datos del mercado, fijación de precios, análisis de costes de transacción y, por ejemplo, en lo referente al e-commerce, una mejora de su gestión que se complementa con el enrutamiento inteligente de pedidos.