¿Qué es la base de datos como servicio (DBaaS)?

La base de datos como servicio (DBaaS) es una categoría de servicios gestionados de computación en nube que proporciona acceso a una base de datos sin necesidad de establecer hardware físico, instalar software o configurar la base de datos. En su lugar, el proveedor de servicios se encarga de la mayoría de las tareas de administración y mantenimiento de la base de datos. Los usuarios pueden poner en marcha rápidamente una base de datos y cargar y analizar datos, normalmente con poca o ninguna intervención de TI.

¿Por qué es importante DBaaS?

La DBaaS es importante para la iniciativa corporativa más amplia de transformación digital en la que las empresas cambian fundamentalmente su forma de operar y de ofrecer valor a los clientes. En concreto, las empresas que luchan por una mayor democratización de los datos podrían elegir DBaaS como una forma de cumplir con una estrategia de cualquier análisis, en cualquier momento. Además, las organizaciones preocupadas por los avances ESG (Environmental, Social, and Governance) pueden aprovechar la capacidad de DBaaS para girar hacia arriba y hacia abajo los servidores a voluntad como una forma de ahorrar recursos.

Ventajas de DBaaS

DBaaS ofrece algunas ventajas sobre los métodos tradicionales para desplegar sistemas de bases de datos, entre las que se incluyen las siguientes:

• Abstracción de la arquitectura física de su organización - El proveedor y sus socios proporcionan el hardware necesario para ejecutar la carga de trabajo, eliminando la necesidad de que su organización mantenga servidores.
• Reducir los costes de actualización de hardware y software de bases de datos: como la infraestructura ya no está en las instalaciones, las organizaciones ya no tienen que invertir en servidores de bases de datos ni planificar actualizaciones de hardware que requieren mucho tiempo.
• Reducir los gastos de capital - El software As-a-Service permite a una organización trasladar algunos gastos de los gastos de capital a los gastos de explotación. De este modo, los gastos futuros son más predecibles, se reducen los costes de capital y se reduce la necesidad de gastar dinero en hardware y software.
• Racionalizar la gestión de bases de datos: los proveedores de DBaaS se encargan de muchas tareas rutinarias de gestión y administración de bases de datos, y esto también puede reducir los costes operativos.

Desventajas de DBaaS

También existen desventajas potenciales con DBaaS en comparación con las bases de datos on-premies.

• El ahorro no es automático. Algunas empresas han hecho números y han descubierto que DBaaS es significativamente más caro para cargas de trabajo específicas. El ahorro parece lograrse mejor en las cargas de trabajo efímeras que en las persistentes, ya que la relación coste-beneficio de DBaaS se amplifica cuando las cargas de trabajo analíticas no se están ejecutando.
• Falta de control. Con las bases de datos gestionadas, el equipo de TI de una organización puede no tener acceso completo a las funciones de un servidor, ya que también se abstraen. Los usuarios deben confiar en el proveedor de la nube para gestionar por completo la infraestructura de forma eficaz.
• Dependencia de una conexión rápida a Internet. Si la conexión a Internet de una organización es débil o sufre cortes, la organización no tendrá acceso a su base de datos hasta que se repare el problema. Además, las organizaciones pueden experimentar tiempos de consulta lentos debido a la velocidad de Internet.
• La seguridad. Algunos compradores de TI prefieren tener influencia directa sobre la seguridad de los servidores que ejecutan sus bases de datos. Aunque se sabe que la seguridad de la nube pública es bastante sólida, el proveedor se encarga de asegurar la plataforma de base de datos y la infraestructura subyacente. La seguridad también se abstrae a cierto nivel.

 

---

Categorías de DBaaS

Existen varios tipos de proveedores de DBaaS, lo que supone una extraordinaria y diversa gama de opciones en el espacio DBaaS.

Proveedores de nube pública

Muchos proveedores de servicios en la nube, como Google, Azure y Alibaba, tienen sus propias ofertas de DBaaS. Los usuarios pueden aprovechar la misma cuenta que utilizan para la computación y el almacenamiento para crear bases de datos.

• Pros

  • Simplicidad de facturación y despliegue
  • Muchas opciones

• Contras

  • Bloqueo
  • Debe utilizar una única nube
  • Dificultad para transferir cargas de trabajo en entornos híbridos
  • Tasas de salida de datos
  • Las tablas externas son más difíciles de aprovechar

Proveedores de nube propietarios

Proveedores como Snowflake, Firebolt y otros ofrecen una nube propia, en la que los usuarios pagan al proveedor tanto por el uso de la base de datos como por el uso de los servicios en la nube. La base de datos y los servidores los proporciona el proveedor, aunque los servidores y el almacenamiento se externalizan a una nube pública proporcionada a través del contrato con el proveedor.

• Pros

  • Simplicidad de facturación y despliegue
  • Muchas opciones

• Contras

  • Bloqueo
  • Tasas de salida de datos
  • Los costes del servidor son negociados por el vendedor y pueden incrementarse en el momento de la venta.
  • A menudo construidos sólo para la nube

Empresas DBaaS asociadas

Muchas opciones sorprendentes de DBaaS también aparecen en el mercado de socios de las nubes públicas. Los usuarios contratan por separado con el socio de DBaaS y con el proveedor de la nube. Estos proveedores, incluido Vertica, suelen ofrecer opciones.

• Pros

  • Suelen estar disponibles en varias nubes y es más fácil y barato dar soporte a múltiples nubes.
  • Suelen tener funciones más profundas o especializadas para facilitar el desarrollo en determinadas cargas de trabajo.
  • Sin bloqueo
  • A menudo funcionan tanto en la nube como en las instalaciones

• Contras

  • Necesidad de gestionar varios proveedores para facturación y licencias

 

---

¿Qué buscar en una DBaaS?

Más allá de los tipos de DBaaS, existen otras diferencias importantes entre los proveedores de DBaaS, entre las que se incluyen:

Opciones de implantación de DBaaS

¿Su DBaaS también ofrece despliegue no SaaS? Algunos proveedores de DBaaS exigen que se fije un lugar de almacenamiento específico en una nube concreta. Esto bloquea al cliente en una nube, sin permitirle la libertad de moverse a una nube diferente fácilmente o aprovechar la computación en nube de menor coste cuando esté disponible. Algunos proveedores no ofrecen ninguna solución para el análisis local o la implementación en Kubernetes. Elimine a los proveedores que no cubren todas sus necesidades de despliegue.

Flexibilidad de las licencias

¿Ofrece su solución una licencia que le permita moverse fácilmente entre múltiples nubes o en las instalaciones, o se requieren licencias separadas para cada despliegue? ¿Cuáles son los costes de mantenimiento de DEV, TEST, BACKUP y PRODUCTION? Eche un vistazo a los costes totales para saber qué proveedores satisfarán sus necesidades.

Capacidad de lago de datos

¿Tiene a menudo archivos Parquet, Orc, AVRO, JSON o TEXT almacenados localmente que necesita incorporar a sus análisis? A la hora de elegir su proveedor de DBaaS, explore cómo puede aunar la escala y la economía de un lago de datos con la previsibilidad y reproducibilidad de un almacén de datos. Además, considere lo bien que su solución entiende las cargas de trabajo de tablas externas y cuánto movimiento de datos se requiere.

Capacidad de optimizar

¿Su DBaaS funciona con un paquete de computación limitado? No toda la analítica es igual, ni debe considerarse igual. Asegúrese de que la base de datos que selecciona dispone de opciones para gestionar adecuadamente todo tipo de cargas de trabajo y expectativas de nivel de servicio. Las soluciones que realizan una optimización basada en nodos (simplemente añadiendo nodos genéricos cuando la carga de trabajo lo requiere) pueden hacer que se pierdan métodos para mantener los costes de la nube más bajos y mejorar al mismo tiempo el rendimiento de las consultas. La capacidad de utilizar nodos especializados y de ajustar las consultas lentas es primordial.

Profundidad de los análisis

¿Puede aprovechar su DBaaS para algo más que el análisis descriptivo? Las empresas actuales centradas en los datos tienen necesidades analíticas que van más allá de las bases de datos SQL estándar. Por ejemplo, algunas cargas de trabajo requieren análisis avanzados, como funciones geoespaciales o de series temporales. El análisis predictivo es cada vez más imprescindible para los equipos de ciencia de datos, así que considere cómo se admite el aprendizaje automático. Considere cómo su solución puede dar soporte a una amplia gama de casos de uso analítico y a un equipo más amplio de profesionales a medida que su base de datos en la nube gana éxito en su organización.

 

---

Vertica y DBaaS

Vertica Accelerator es Vertica-as-a-Service (DBaaS) que ofrece una plataforma unificada de análisis avanzado y aprendizaje automático de alto rendimiento con configuración automatizada en la nube y ayuda para la incorporación. Se ejecuta en su propia cuenta de la nube de AWS, con automatización desde el plano de administración de Vertica . Vertica Accelerator es uno de los métodos de despliegue que ofrece la base de datos analítica Vertica . Vertica también ofrece despliegue on-premises, despliegue Kubernetes, etc.

Vertica proporciona la flexibilidad de la implantación de nubes privadas y públicas, no sólo de una nube propia, sino de cualquier nube. Nuestra base de datos conecta a la perfección los entornos locales con las nubes públicas para ofrecer una experiencia de nube de datos híbrida. Al implementar la nube híbrida, puede aumentar la flexibilidad, el rendimiento y la escalabilidad. Le ofrece una forma de mantener el control total de sus datos al tiempo que aprovecha las modernas tecnologías de nube.

Vertica Accelerator le ayuda a crear una estrategia de precios más predecible con nuestra licencia flexible de despliegue en cualquier lugar. Es la mejor forma de colocar las cargas de trabajo en el lugar adecuado por precio/rendimiento y evitar escenarios de punto único de fallo.

Con Vertica Accelerator, por fin puede poner en producción el aprendizaje automático. Vertica admite algoritmos de ML optimizados para clúster, R y Python. Los científicos y analistas de datos pueden construir sus modelos utilizando sus herramientas y lenguajes preferidos, y luego aprovechar Vertica para potenciarlos en conjuntos de datos más grandes. El aprendizaje automático en la base de datos aborda cada paso del proceso de ML.