Data Engineering with AWS, 2nd Edition

Segunda edición exhaustiva redactada por el arquitecto de datos Gareth Eagar, enfocada en el diseño, construcción y operación de canalizaciones de datos y plataformas analíticas modernas en Amazon Web Services. Orientada a ingenieros de software, desarrolladores de datos y profesionales cloud de nivel intermedio, la obra asume conocimientos previos de Python, consultas SQL y conceptos esenciales de arquitectura cloud, guiando al lector en la evolución desde almacenes de datos tradicionales hacia arquitecturas Data Lakehouse y Data Mesh.

A lo largo de sus capítulos se explora el ecosistema completo de datos de AWS para la ingesta, transformación, almacenamiento y explotación analítica. Se trabaja con Amazon S3 como núcleo del almacenamiento distribuido, ingesta en streaming con Amazon Kinesis Data Firehose y por lotes con AWS Database Migration Service (DMS). El procesamiento y catalogación se apoya en AWS Glue, AWS Glue Studio, scripts de AWS Lambda y AWS Lake Formation. Para la capa de consumo analítico se analizan las consultas ad-hoc con Amazon Athena, la creación de data marts y modelado en Amazon Redshift, y la visualización interactiva con Amazon QuickSight. La edición añade además cobertura de formatos de tabla abierta como Apache Iceberg, orquestación con AWS Step Functions, observabilidad mediante prácticas DataOps y enriquecimiento de datos con Amazon Comprehend.

El lector acompaña la teoría implementando una solución de ingeniería de datos completa: una canalización analítica integral que ingiere eventos, los procesa y cataloga automáticamente, los dispone en un Lakehouse transaccional y alimenta dashboards de inteligencia de negocio. Su mayor valor reside en articular las piezas aisladas de AWS en una arquitectura unificada y moderna que refleja las prácticas vigentes del sector. Debe considerarse que el libro prioriza la amplitud arquitectónica sobre la optimización a muy bajo nivel de clústeres Spark o motores de streaming complejos como Apache Flink.