Skip to main content
0 / 13
Completion requirements

1. ¿Cómo funciona el Data Fabric?

1.2. Virtualizador

Una vez creado el catálogo de datos, nuestro virtualizador permite acceder a todos esos datos de manera fusionada es decir creamos una capa de datos UNIFICADA y permite el movimiento de datos.

El virtualizador es el motor de ejecución de acceso a los datos de la compañía, es decir, a todos los datos que hay en el Data Catalog. Es también el que ejecuta el código que genera el motor de IA Generativa, para acceder a cualquier dado. Lo genera para SQL, reporting, dashboards, ejecuta código de modelos (Python, Spark, etc)




El virtualizador puede acceder al dato en origen sin copiarlo ni moverlo. Aunque si quiero hacer una réplica porque acceder al core bancario directamente no esté permitido por temas ralentizaria los procesos, hay posibilidad de hacer una replica desde el gobierno del dato automáticamente, con asignar un metadato, un atributo a esta base de datos o una tabla en la que ponemos  por ejemplo “replication = true”, automáticamente el virtualizador hace una réplica, la mantiene sincronizada en "near real time" o "real time" y virtualiza la réplica, sin tener que hacer programas.

Entonces, no movemos datos físicamente, a no ser que sea requisito de cliente. Y si necesitamos moverlos lo hacemos con programas, lo hacemos automáticamente desde el gobierno del dato.

Esto es Data Fabric, lo hago automáticamente desde el gobierno del dato.



____________________________________________________________________________________________________________________________________________________________________

¿Qué automatizamos con esto?

En acceso a los datos, somos 4 veces más rápidos y con menos tiempo que haciendo programas y además disponemos del dato en real time, porque accedemos al dato en el origen o sincronizamos near real time.


Generamos los eventos de realtime que automatizan luego operaciones en la compañía.

Automatizamos el acceso al dato y el movimiento de los datos.

____________________________________________________________________________________________________________________________________________________________________