Migración de sistema de pipeline de datos de un ambiente On Premise a servicios basados en Cloud Computing

• Autores: Gutierrez Arana, Rodrigo Alonso, Asca Arevalo, Brallan Cristofer
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/671048
• Enlace del recurso: http://hdl.handle.net/10757/671048
• Nivel de acceso: acceso abierto
• Materia: Nube; Infraestructura; ETL; Datos; Cloud; Infrastructure; Data; https://purl.org/pe-repo/ocde/ford#2.02.03; https://purl.org/pe-repo/ocde/ford#2.00.00

La empresa RBI lleva a cabo un proceso de Extracción, Transformación y Carga de datos (ETL, por sus siglas en inglés) en sus servidores locales para administrar y analizar datos relacionados con ventas, inventario y clientes. No obstante, la infraestructura local está empezando a mostrar limitaciones en términos de escalabilidad, rendimiento, integración y costos operativos. En respuesta a estos desafíos, se busca encontrar un marco de trabajo para realizar la migración de sus procesos ETL a servicios de la nube de manera eficiente. Esta migración se justifica por la incapacidad de la infraestructura local para escalar eficientemente ante el aumento constante de datos y los requerimientos de una mayor rapidez en el procesamiento de la información. La lenta ejecución del actual proceso ETL afecta la toma de decisiones oportunas, así como la adaptación a cambios en el mercado, mientras que los costos operativos son considerables. La integración con diversos servicios de monitoreo y manejo de errores es muy limitada y conlleva al manejo ineficiente de situaciones críticas; finalmente, no se tiene un control total del proceso ETL, y en consecuencia la carga de datos podría ser errada. La migración a la nube promete beneficios notables: una elasticidad que permitirá recursos de procesamiento automáticos según demanda lo que aseguraría un rendimiento óptimo incluso en los picos de actividad, un mayor control y personalización en los scripts del proceso ETL, un aumento en la gama de servicios de integración para el monitoreo de errores, así como herramientas avanzadas de análisis como el aprendizaje automático y la inteligencia artificial, las que podrían ser incluidas en el futuro.