Veremos como difieren y cuáles son las ventajas y desventajas de cada uno, de manera que los asistentes puedan llevarse una buena idea de en qué casos les conviene escoger uno u otro. Ponente: Hector Patricio

1. GCP vs AWS para pipelines
de datos
@hectorip

2. Héctor Iván Patricio Moreno
Software Developer

3. Agenda
1. ¿Qué es un pipeline?
2. Servicios Cloud
3. AWS
4. GCP
5. AWS vs GCP
6. Otros
7. Cómo decidir

4. Pipelines

6. Pipes
ps -aux | grep ‘my_process_name’

7. Pasar datos o
información de un
proceso a otro

8. Conjunto de procesos
interconectados que
se ejecutan con un
fin

9. - Crear un modelo
- Generar reportes
- Re-entrenar modelo
- Informar una decisción

11. Composición de
Procesos 𝛌

12. Procesos
independientes

13. Concurrencia /
Paralelismo

14. Distribución

17. Resiliencia

18. Escalabilidad

21. Cloud

22. Etapa 1:
On-Premise

23. “Todo es mío y yo
pago por todo”

24. Etapa 2:
Bare Metal Data
Centers

25. “Rento un espacio,
pero administro mi
máquina”

26. Etapa 3:
Cloud VPS

27. “Sólo pago por los
servers que ocupo,
por tiempo”

28. Etapa 3 v2:
Cloud PaaS

29. “Sólo pago por el
procesamiento/storage
que ocupo”

30. Razones para
cambiarse a la nube

31. Cambiar en dónde se
hace el cómputo y
almacenamiento

32. Mejorar escalabilidad
y confiabilidad

33. Innovación

34. Amazon
Web
Services

35. 2002

36. 174 servicios

37. 60 Zonas
20 Regiones

40. Seguridad
- Encriptación en viaje
- Se puede agregar la
encriptación en reposo

41. Google
Cloud
Platform

42. 2008

43. 114 servicios

44. 58 Zonas
19 Regiones

46. Seguridad
- Encriptación en viaje
- Encriptación en reposo

48. Etapas comunes de
un pipeline

49. 1. Almacenamiento
2. Recolección (Ingest)
3. Analytics
4. Procesamiento Batch
5. Procesamiento de streams
6. Machine Learning

50. Almacenamiento
de objetos

51. AWS
Simple Storage
Service (S3)

52. GCP
Cloud Storage

54. Recolección de
datos

55. AWS
Amazon Kinesis

58. GCP
Pub/Sub

59. Analytics

60. AWS
Redshift /
Spectrum

61. AWS
Athena

63. GCP
BigQuery

64. Procesamiento
Batch

65. AWS
Elastic
MapReduce

66. GCP
Dataproc

68. GCP
Dataflow

69. Procesamiento
streams

70. AWS
Kinesis

72. GCP
Dataflow

74. Machine
Learning

75. AWS
SageMaker

76. GCP
AutoML

78. GCP
Cloud ML
Engine

79. Orquestación

80. AWS
Data Pipeline

81. AWS
AWS Glue

83. GCP
Cloud Composer

84. Azure
- Lanzado en 2010
- Segundo más proveedor Cloud más grande
- Microsoft detrás

85. Alibaba Cloud
CHINA 2009

88. Cómo decidir

89. AWS
La opción segura

90. Soporte
empresarial fuerte

91. Mayor cantidad
de servicios

92. Pero cara $$$

93. Precios crípticos

95. GCP
El hippie buena
onda

96. Cloud Native

97. Líderes en
Machine Learning
y AI

99. Open Source

100. Portabilidad

101. Precios calculables

103. Soporte
empresarial no
tan bueno

104. Le falta madurez

105. No es barato $$

107. Gracias
@hectorip
Algunas imágenes son de freepik.com