La velocidad a la que crece la cantidad de datos que absorbe una empresa es enorme. Cada vez se captan, analizan y procesan más datos, y esta tendencia no va a hacer más que incrementarse en el futuro a corto plazo, poniendo sobre la mesa un conjunto de retos que ha de afrontar el big data y almacenamiento de datos empresariales.

Uno de los principales objetivos para las empresas es extraer el valor de los datos lo más rápido posible, y a un coste mínimo. Esto implica no solo identificar qué conjunto de datos puede aportar valor al negocio en cada momento, sino también tener la capacidad de procesarlos y analizarlos sin perder tiempo y, por tanto, dinero.

El concepto de almacenamiento por niveles es clave. Significa que será posible segregar los datos por clases, y cada clase tendrá un cierto nivel de importancia estratégica para la empresa. Hay que decir que el conjunto de datos cruciales para los intereses del negocio puede cambiar con el tiempo, así que la estrategia debe reaccionar de manera adecuada asignando el almacenamiento óptimo para el tratamiento de los datos en cada momento.

El almacenamiento por niveles asigna datos a dos o más tipos de medios de almacenamiento según el valor comercial que tengan. Por tanto, esta estrategia de almacenamiento se enmarca dentro en la gestión de la información para tratar de aprovechar al máximo los datos con potencial comercial a coste mínimo. Algunos factores que influyen en el valor cambiante de los datos pueden ser la frecuencia de acceso, la capacidad de almacenamiento necesaria para su uso y otras circunstancias especiales como una auditoría de cuentas o un informe financiero.

Este tipo de estrategia en el campo del big data implica dividir el flujo de datos en categorías dependiendo de su importancia, como hemos dicho, y asignar una tecnología de almacenamiento (estado sólido, discos duros tradicionales, almacenamiento en la nube o almacenamiento en cinta). Dependerá de cómo se clasifiquen los datos y cuántos niveles estén previstos para decidir cuántos tipos de almacenamiento hay que configurar. Como podemos esperar, la clasificación de los datos según su valor, así como su almacenamiento explícito es un proceso costoso de realizarse manualmente.

Por ello, es aconsejable diseñar unas políticas de datos adecuadas y automatizar, en la medida de lo posible, estas tareas. No solo estaremos ganando tiempo y reduciendo los costes, sino que además seremos capaces de procesar una mayor cantidad de datos en menos tiempo.

Tres niveles de datos para Big Data

Asumiendo que podemos tener tantos niveles de datos como queramos, en la mayor parte de los casos bastará con definir tres clases de datos principales para big data. En algunos casos, bastará con dos, nada más.

• Datos críticos: son datos que necesitan un acceso de alta frecuencia para analítica de datos en tiempo real, para informes o consultas específicas que han de ser resueltas con celeridad. Para esta clase de datos se reservarán los recursos más avanzados y con mayor capacidad de procesamiento.
• Datos “templados”: datos que se consultan con menor frecuencia que los anteriores, pero que justifican su permanencia en discos duros o en memorias SSD.
• Datos “fríos”: se consultan muy raramente, pero son importantes y por ello han de ser almacenados a largo plazo. Dada su naturaleza, el tiempo de acceso y recuperación de los mismos es poco relevante y por ello se destinan a almacenamientos con la mínima capacidad de procesamiento posible.

Las ventajas de diseñar el almacenamiento de datos por niveles son múltiples. El primero y más destacado es que es una estrategia muy rentable. Disponer de diferentes tipos de almacenamiento, cada uno con sus requisitos de consumo energético (a mayor capacidad de procesamiento, mayor consumo) es una solución óptima. Si se dispone tan solo de un tipo de almacenamiento, el coste se dispara porque estamos almacenando “datos fríos” en un almacenamiento que no corresponde, por ejemplo.

Esta misma ventaja de la rentabilidad lleva a otra como es la eficiencia operacional: tan solo los datos críticos se almacenarán en medios de altas prestaciones. La tercera ventaja es la flexibilidad, pues a medida que cambie el valor comercial de los datos se podrán mover a conveniencia entre los diferentes tipos de almacenamiento.