La nube redefine la base de datos y Machine Learning la ejecuta

En el juego de predicciones relacionadas con la inteligencia artificial, nos centraremos principalmente en lo que todo esto significa para la base de datos, una tecnología que después de Y2K se pensaba que estaba entrando en su estado final. En 2019, la IA y la nube son los grandes disruptores.

En Ovum, han pronosticado que para 2019 la mitad de todas las nuevas cargas de trabajo de Big Data se ejecutarán en la nube. De acuerdo con sus últimos datos, ese escenario ya se está dando a conocer, y las encuestas muestran que aproximadamente el 45% de los encuestados informaron que ejecutaron al menos algunas cargas de trabajo de Big Data en la nube.

El impacto de la nube en las bases de datos es que está redefiniendo los supuestos arquitectónicos básicos sobre cómo diseñar y administrar los datos. En las instalaciones, se trataba de enhebrar la aguja para dimensionar solo la capacidad suficiente para ser utilizada en su totalidad, pero no demasiada capacidad para activar auditorías de software o dar como resultado cargos por exceso de licencia. Y para Big Data, se trataba de llevar el cálculo a los datos porque la sobrecarga de la red de mover todos esos terabytes no se consideraba particularmente racional.

Acceder a la nube, a la infraestructura de productos básicos, a un menor coste del almacenamiento, a interconexiones de red más rápidas y, sobre todo, a una escala prácticamente ilimitada, y para los proveedores de bases de datos, regresar al mercado. Según Ovum, la mejor manera de obtener valor de la implementación de la base de datos en la nube es a través de la Base de datos como un servicio (DBaaS) administrado donde los parches, actualizaciones, copias de seguridad, conmutaciones por error y aprovisionamiento, y el proveedor de la nube los maneja.

Proliferarán las bases de datos automáticas que utilicen ML

Los proveedores de bases de datos en la nube aplicarán el aprendizaje automático (ML) para que sus ofertas DBaaS se ejecuten automáticamente.

La aplicación de ML a la operación de la base de datos es una obviedad por varias razones. Primero, las operaciones de la base de datos generan enormes cantidades de datos de registro para alimentar los modelos. En segundo lugar, la operación de la base de datos (especialmente en un servicio administrado en la nube) es un problema bien definido que resiste la deriva o el desplazamiento del alcance. Finalmente, el trabajo preliminar que ML automatiza, como la forma de configurar una base de datos para diferentes patrones de carga o la forma de optimizar las consultas, es un trabajo que, para el DBA, no añade valor.

No es sorprendente que el advenimiento de las bases de datos autónomas creara temores significativos entre los administradores de bases de datos en cuanto a la seguridad de sus trabajos. Sin embargo, aún se necesita que los DBA tomen decisiones estratégicas sobre lo que cubrirá la base de datos, diseñará el esquema y establecerá (y será responsable) las políticas relacionadas con la ejecución y asegurando la base de datos.

El empleo de ML para ejecutar la base de datos se convertirá en un elemento de casilla de verificación estándar para cualquier oferta de DBaaS.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.