El Dominio 1 del temario oficial de DP-900 incluye el elemento "Identificar almacenes de datos de Azure para casos de uso comunes". Como muchas preguntas del examen tienen la forma "¿Qué servicio encaja mejor en esta situación?", esta habilidad aparece una y otra vez también en las preguntas de los demás dominios. En lugar de memorizar nombres de servicios sueltos, aprende el orden en que se acota la elección y podrás resolver escenarios que nunca has visto.
Este artículo hace de mapa de nuestra serie de estudio de DP-900. Los detalles de cada servicio están en las entregas de datos relacionales, no relacionales y análisis; aquí reunimos las tres preguntas que guían la elección, un mapa de los servicios y los pares con los que el examen más suele confundirte.
---
Tres preguntas para elegir un almacén de datos
Imagina que preparas una mudanza. Los papeles van al archivador, la ropa al armario, las fotos y los vídeos a un disco externo, y el calendario familiar va en la pared del salón. Qué es, quién lo usa y cómo se usa deciden dónde va cada cosa. Un almacén de datos se elige en el mismo orden.
| Pregunta | Opciones | A qué apunta | |------|------|------| | 1. ¿Qué forma tienen los datos? | Estructurados / semiestructurados / no estructurados | Base de datos relacional / NoSQL / almacenamiento de archivos y objetos | | 2. ¿Qué tipo de carga de trabajo? | Transaccional / analítica | Base de datos operativa / almacenamiento o lago de datos | | 3. ¿Responsabilidad de administración y compatibilidad? | IaaS / PaaS / SaaS, mantener o no un motor existente | Máquina virtual / servicio administrado / Fabric, API compatible |
Los datos estructurados son una tabla con un esquema fijo de filas y columnas. Los semiestructurados tienen estructura pero son flexibles, como los documentos JSON, los pares clave-valor y los grafos. Los no estructurados son archivos sin estructura propia, como imágenes, vídeos y documentos. Incluso con datos estructurados, muchas lecturas y escrituras pequeñas, como el procesamiento de pedidos, piden un almacén transaccional, mientras que agregar años de datos pide un almacén analítico.
Consejo para el examen: busca primero las palabras clave de la pregunta. "Documentos JSON, usuarios en todo el mundo" → Cosmos DB. "Conservar tal cual las características existentes de SQL Server" → SQL Managed Instance. "Acceso al sistema operativo" → SQL Server en una VM de Azure. "Imágenes y vídeos" → Blob Storage. "Una unidad compartida para varios servidores" → Azure Files.
---
Los almacenes de datos de Azure de un vistazo
El mapa siguiente agrupa los almacenes de datos de Azure en cuatro bloques según la forma de los datos. La mayoría de las opciones de respuesta del examen salen de estos bloques.
!¿Qué almacén de datos de Azure elegir?
| Servicio | Forma de los datos | Caso de uso típico | Modelo de servicio | |------|------|------|------| | Azure SQL Database | Estructurados | Aplicaciones nuevas en la nube | PaaS | | Azure SQL Managed Instance | Estructurados | Migrar instancias existentes de SQL Server | PaaS | | SQL Server en una VM de Azure | Estructurados | Migraciones que necesitan controlar el sistema operativo | IaaS | | Azure Database for PostgreSQL y MySQL | Estructurados | Migrar aplicaciones con bases de datos de código abierto | PaaS | | Azure Cosmos DB | Semiestructurados | Aplicaciones NoSQL globales y de baja latencia | PaaS | | Azure Table Storage | Semiestructurados (clave-valor) | Datos clave-valor de gran volumen y bajo coste | PaaS | | Azure Blob Storage | No estructurados | Imágenes, vídeos, copias de seguridad | PaaS | | Azure Data Lake Storage Gen2 | Cualquier formato | Lagos de datos para análisis | PaaS | | Azure Files | Archivos | Unidades compartidas SMB y NFS | PaaS | | Fabric Warehouse y Lakehouse | Analíticos | Análisis de almacenamiento de datos y lakehouse | SaaS | | Eventhouse y Azure Data Explorer | Registros y telemetría | Analizar grandes volúmenes de eventos con marca de tiempo | SaaS y PaaS |
---
Almacenes relacionales: Azure SQL y motores de código abierto
Cómo elegir dentro de la familia Azure SQL
Azure SQL es una familia de tres servicios basados en el motor de SQL Server. Se diferencian en la responsabilidad de administración y en lo compatibles que son con el SQL Server existente.
| Aspecto | Azure SQL Database | Azure SQL Managed Instance | SQL Server en una VM de Azure | |------|------|------|------| | Modelo de servicio | PaaS | PaaS | IaaS | | Compatibilidad con SQL Server | Funciones principales a nivel de base de datos | Casi del 100 % con SQL Server Enterprise | Totalmente compatible | | Administración | Actualizaciones y copias de seguridad automáticas | Actualizaciones y copias de seguridad automáticas | Tú administras el sistema operativo y SQL Server | | Elígelo cuando | Creas una aplicación nueva en la nube | Migras con cambios mínimos en la aplicación | Necesitas acceso al sistema operativo y control total |
Azure SQL Database ofrece varias opciones de implementación: una base de datos única; un grupo elástico (elastic pool), donde varias bases de datos con picos de uso en momentos distintos comparten recursos; un nivel de proceso sin servidor que escala el proceso automáticamente según la demanda; y el nivel de servicio Hyperscale, que admite bases de datos de hasta 128 TB. Poner en un mismo grupo una base de datos de nóminas que solo tiene trabajo a fin de mes y otra de informes que solo lo tiene a mitad de mes reduce el coste.
Motores de código abierto
Las aplicaciones que usan MySQL o PostgreSQL pueden pasar a Azure Database for MySQL y Azure Database for PostgreSQL sin grandes cambios de código. MySQL se usa mucho en aplicaciones web de la pila LAMP, y PostgreSQL es una base de datos objeto-relacional capaz de manejar tipos de datos personalizados y datos geométricos como formas. Ambos servicios ofrecen copias de seguridad automáticas y restauración a un momento dado de hasta 35 días (siete por defecto).
Azure Database for MariaDB, que aparece en materiales antiguos, está en proceso de retirada y Microsoft recomienda migrar a MySQL, y Azure SQL Edge para dispositivos IoT perimetrales se retiró el 30 de septiembre de 2025. Ninguno de los dos aparece en los módulos de aprendizaje actuales.
Consejo para el examen: "Mover una instancia local de SQL Server con cambios mínimos, pero sin administrar una VM" → SQL Managed Instance. "Una aplicación de la pila LAMP" → Azure Database for MySQL. "Reducir el coste de varias bases de datos con uso impredecible" → grupo elástico.
---
Almacenes no relacionales: Azure Storage y Cosmos DB
Las bases de datos no relacionales suelen agruparse en cuatro tipos. Ver qué servicio o API de Azure corresponde a cada tipo te ayuda a descartar opciones de respuesta con rapidez.
| Modelo de datos | Características | Opciones en Azure | |------|------|------| | Clave-valor | Un valor por cada clave única | Azure Table Storage, Cosmos DB for Table | | Documento | Clave-valor donde el valor es un documento JSON | Cosmos DB for NoSQL, Cosmos DB for MongoDB | | Familia de columnas | Tablas cuyas columnas se agrupan de forma lógica | Cosmos DB for Apache Cassandra | | Grafo | Nodos y relaciones (aristas) | Cosmos DB for Apache Gremlin | | Archivos y objetos | Archivos en cualquier formato | Blob Storage, Azure Files, Data Lake Storage Gen2 |
Table Storage y Cosmos DB for Table comparten el mismo modelo de programación, así que puedes pasar de uno a otro casi sin cambiar código. Elegir Cosmos DB for Table te da distribución global, indexación automática de todas las propiedades y más rendimiento y disponibilidad. Para un almacenamiento clave-valor simple y barato, Table Storage es suficiente.
Consejo para el examen: "Consultar siguiendo conexiones, como las relaciones de amistad en una red social" → grafo (Gremlin). "Llevar una carga de trabajo existente de Cassandra a un servicio administrado" → Cosmos DB for Apache Cassandra.
---
Almacenes analíticos
Un almacén analítico es el lugar al que se traen los datos de los sistemas transaccionales para agregarlos a gran escala. Las plataformas que nombra el temario actual son Microsoft Fabric y Azure Databricks.
| Almacén | Elígelo cuando | |------|------| | Fabric Warehouse | Analizas datos estructurados con T-SQL e informes para muchos usuarios simultáneos | | Fabric Lakehouse | Datos semiestructurados o mixtos, Spark y notebooks, aprendizaje automático | | Azure Databricks | Trabajo con Spark centrado en código, la misma plataforma en varias nubes | | Eventhouse y Azure Data Explorer | Consultar con rapidez registros y telemetría con marca de tiempo usando KQL |
Cómo se organizan los datos en hechos y dimensiones dentro de un almacén analítico continúa en Esquema en estrella y modelos de datos analíticos.
---
Pares con los que el examen suele confundirte
Cuando dos opciones de respuesta parecen igual de razonables, usa estas pistas para distinguirlas.
| Comparación | Pistas para la primera | Pistas para la segunda | |------|------|------| | Blob Storage vs Data Lake Storage Gen2 | Guardar objetos como imágenes y copias de seguridad | Un lago para análisis que necesita jerarquía de carpetas y permisos por archivo | | Blob Storage vs Azure Files | Objetos que las aplicaciones leen y escriben por HTTP | Un recurso compartido SMB o NFS que varios servidores montan como unidad | | Table Storage vs Cosmos DB for Table | Clave-valor simple y barato | Distribución global, indexación automática, más rendimiento | | SQL Database vs SQL Managed Instance | Una aplicación nueva en la nube | Conservar casi tal cual las funciones de una instancia de SQL Server | | SQL Managed Instance vs SQL Server en una VM | Alta compatibilidad sin administrar el sistema operativo | Acceso al sistema operativo y control total | | Cosmos DB for NoSQL vs for MongoDB | La API predeterminada para aplicaciones nuevas | Reutilizar cont