Tecnologías data warehouse ¿siguen vivas o han muerto definitivamente?

Nada más lejos de la realidad: de hecho, el pensamiento basado en el almacén de datos está más vivo que nunca. Desde el momento en que entra en cuestión un tópico impregnado de cierta complejidad, emerge la indulgencia en forma de desordenados análisis que confunden y comparan inadvertidamente conceptos de elementos dispares entre sí. Como ejemplo de ello, vale mencionar un ejemplo flagrante que apunta al pensamiento que pronostica la muerte de las tecnologías de data warehouse. Esta línea de argumentación tiende a confundir distintas concepciones relacionadas con dicha tendencia tecnológica.

Como discretas plataformas de analítica de datos que son, los sistemas data warehouse pueden parecer meros cadáveres para aquellas organizaciones que no disponen, trabajan o necesitan de la discreta operatividad de los almacenes de datos independientes. Si, por ejemplo, todas las necesidades analíticas de una empresa quedan plenamente cubiertas con una base de datos OLTP –como una plataforma alternativa de analítica de negocio de data warehousing- una empresa puede tener la (falsa) impresión de que data warehouse es innecesario y, por consiguiente, condenarlo al fracaso. Otras voces condenan data warehouse a muerte simplemente porque están más familiarizados con plataformas no relacionales para satisfacer gran parte o la totalidad de sus requerimientos de data warehousing.

Los profesionales que cultivan esta tendencia, bien sean usuarios como proveedores, suelen conocer a fondo soluciones como Hadoop, NoSQL y otras aplicaciones nuevas de SQL. Además de ello, cada vez más usuarios de IBM se están desplazando hacia arquitecturas “lógicas de data warehouse”, en las cuales las plataformas relacionales están incrementando la complementariedad, no la suplantación, de la operatividad de plataformas dotadas de Hadoop.