La seccion de "Cargas de trabajo y roles" del DP-900 es sorprendentemente sencilla una vez que entiendes las ideas principales. Esta guia te dara una comprension intuitiva de OLTP vs. OLAP usando una analogia bancaria, explicara las cuatro propiedades ACID con ejemplos del mundo real, y aclarara exactamente que hace cada rol de datos.
OLTP vs OLAP: La analogia del banco
OLTP y OLAP describen dos formas diferentes de usar los datos. Un banco es el ejemplo perfecto.
OLTP — El cajero bancario
Imagina a un cajero bancario en la ventanilla. Los clientes llegan de uno en uno y el cajero procesa sus solicitudes: depositos, retiros, transferencias. Cada transaccion debe manejarse de forma rapida, precisa y completa. Si un cliente transfiere dinero, la transferencia debe tener exito por completo o fallar por completo — nunca puede haber una situacion en la que el dinero salga de una cuenta pero nunca llegue a la otra.
Esto es OLTP. Gestiona las transacciones operativas del dia a dia que mantienen un negocio en funcionamiento.
Caracteristicas clave del OLTP: Proposito: procesar transacciones rutinarias (pedidos, pagos, reservas) Estado de los datos: registros actuales y actualizados Consultas: simples y rapidas Cambios de datos: frecuentes (INSERT, UPDATE, DELETE) Servicio Azure: Azure SQL Database, Azure Cosmos DB
OLAP — El equipo de analisis de la sede central
Ahora imagina al equipo de analitica en la sede central del banco. No procesan transacciones individuales — analizan anos de datos historicos de cientos de sucursales. Responden preguntas complejas como "cual fue el saldo promedio de ahorro para clientes de 30-40 anos el trimestre pasado?" o "que productos de prestamo funcionaron mejor durante las recesiones economicas?".
Esto es OLAP. No se trata de velocidad en consultas individuales, sino de profundidad de analisis en grandes conjuntos de datos historicos.
| Aspecto | OLTP (Cajero) | OLAP (Sede Central) | |---------|--------------|---------------------| | Proposito | Transacciones diarias | Consultas analiticas complejas | | Datos | Actuales y detallados | Historicos y agregados | | Consultas | Simples y rapidas | Complejas, grandes volumenes | | Cambios | Muy frecuentes | Raros (solo lectura) | | Servicio Azure | Azure SQL Database | Azure Synapse Analytics |
!OLTP vs OLAP
Propiedades ACID: Por que las transacciones son seguras
Las propiedades ACID son las reglas que garantizan que las transacciones de OLTP se comporten de manera confiable. Usaremos una transferencia bancaria como ejemplo.
Escenario: Ana transfiere 100 euros a Carlos. Esto implica dos pasos: Paso 1 — descontar 100 euros de la cuenta de Ana. Paso 2 — anadir 100 euros a la cuenta de Carlos.
Atomicity (Atomicidad) — Todo o nada
Si el Paso 1 tiene exito pero el servidor falla a mitad del Paso 2, el dinero de Ana habra desaparecido sin llegar a Carlos. Esto nunca debe ocurrir.
La atomicidad garantiza que todos los pasos de una transaccion tienen exito juntos, o si algun paso falla, todo se revierte como si la transaccion nunca hubiera ocurrido.
Consistency (Consistencia) — Las reglas siempre se cumplen
Los bancos tienen reglas: el saldo de una cuenta no puede ser negativo. Aunque una transaccion se complete tecnicamente, si viola esta regla, es rechazada.
La consistencia garantiza que una transaccion solo puede llevar la base de datos de un estado valido a otro estado valido.
Isolation (Aislamiento) — Las transacciones concurrentes no interfieren
Millones de personas realizan transacciones bancarias simultaneamente. El aislamiento garantiza que las transacciones concurrentes se ejecuten como si ocurrieran de una en una, sin que una pueda ver el estado intermedio de otra.
Durability (Durabilidad) — Los datos confirmados sobreviven a los fallos
Si la transferencia de Ana se completa con exito y luego hay un corte de luz, los datos no deben perderse.
La durabilidad garantiza que una vez que una transaccion se confirma, sus resultados se almacenan de forma permanente incluso si el sistema falla inmediatamente despues.
| Propiedad ACID | Explicacion breve | Ejemplo de transferencia | |----------------|------------------|-------------------------| | Atomicidad | Todo o nada | Descontar + anadir tienen exito o ambos se cancelan | | Consistencia | Reglas siempre cumplidas | El saldo no puede ser negativo | | Aislamiento | Sin interferencia entre transacciones | Retiros simultaneos manejados de forma segura | | Durabilidad | Datos confirmados sobreviven a fallos | Registro persiste tras un corte de luz |
Roles de datos: DBA, Ingeniero de datos, Analista de datos
En cualquier organizacion orientada a datos hay tres roles clave. Cada uno tiene un enfoque distinto.
Administrador de base de datos (DBA) — El gestor del edificio
Un DBA es como el gestor de un edificio. No disena el edificio ni decide como lo usan los inquilinos — se asegura de que el edificio siga funcionando de manera segura y eficiente.
Lo que hace un DBA: Instalar, configurar y actualizar sistemas de bases de datos Crear y probar planes de copia de seguridad y recuperacion Gestionar permisos de acceso (quien puede ver o modificar que datos) Monitorear el rendimiento y optimizar consultas lentas Aplicar parches de seguridad
En una frase: el DBA mantiene la base de datos saludable, segura y disponible.
Ingeniero de datos — El constructor de autopistas
Un ingeniero de datos construye las carreteras por las que viajan los datos. Cuando los datos necesitan moverse de un sistema fuente a un almacen de datos para su analisis, alguien tiene que disenar y construir ese recorrido.
Lo que hace un ingeniero de datos: Disenar y construir pipelines de datos Desarrollar procesos ETL/ELT Construir y mantener data lakes y data warehouses Garantizar la calidad y consistencia de los datos Trabajar con Azure Data Factory, Apache Spark, Azure Databricks
En una frase: el ingeniero de datos construye y mantiene la infraestructura que mueve y prepara los datos.
Analista de datos — El detective
Un analista de datos recibe datos limpios y preparados, y los investiga para encontrar patrones e insights significativos. Responde preguntas de negocio: "por que cayeron las ventas este mes?" o "que segmento de clientes es mas rentable?".
Lo que hace un analista de datos: Consultar bases de datos con SQL Analizar datos con Excel, Python o R Crear visualizaciones y dashboards con Power BI o Tableau Escribir informes y presentar hallazgos
En una frase: el analista de datos convierte los datos en insights de negocio y los comunica claramente.
| Rol | Analogia | Herramientas | Responsabilidad | |-----|---------|-------------|----------------| | DBA | Gestor del edificio | SQL Server, Azure SQL | Operaciones, seguridad, backups | | Ingeniero de datos | Constructor de autopistas | Data Factory, Spark | Pipelines, ETL, infraestructura | | Analista de datos | Detective | Power BI, SQL, Excel | Analisis, visualizacion, informes |
Puntos clave para el examen
"Procesamiento rapido de transacciones, datos actuales" -- OLTP
"Consultas analiticas complejas, datos historicos" -- OLAP
"Servicio Azure para cargas OLTP" -- Azure SQL Database
"Servicio Azure para cargas OLAP" -- Azure Synapse Analytics
"Todos los pasos tienen exito o todos se revierten" -- Atomicidad (ACID)
"Los datos siempre satisfacen las reglas de negocio" -- Consistencia (ACID)
"Las transacciones concurrentes no se interfieren" -- Aislamiento (ACID)
"Los datos confirmados sobreviven a los fallos" -- Durabilidad (ACID)
"Operaciones de BD, backups, control de acceso" -- DBA
"Diseno de pipelines y procesos ETL" -- Ingeniero de datos
"Analisis SQL, dashboards Power BI, insights de negocio" -- Analista de datos