# 100 almacenes PostgreSQL, MS SQL y BigQuery

Diseñé la arquitectura, creé y administré 100 bases de datos de almacenes de datos en PostgreSQL, MS SQL y Google BigQuery, principalmente con datos GIS y series temporales, y optimicé su rendimiento y escalabilidad.

2022 – 2024

**Situación.** Una empresa tecnológica en rápido crecimiento necesitaba crear, gestionar y optimizar una cartera diversa de más de 100 bases de datos PostgreSQL, Microsoft SQL Server y Google BigQuery. Las bases trataban principalmente conjuntos complejos de información geográfica (GIS), como coordenadas espaciales y análisis por ubicación, y series temporales, como lecturas de sensores, registros y métricas en tiempo real. La infraestructura existente tenía problemas de escalabilidad, rendimiento de consultas y coherencia, especialmente ante el crecimiento exponencial de los datos. La organización necesitaba una arquitectura sólida para mantener la fiabilidad y reducir los costes operativos.

**Tarea.** El objetivo principal era diseñar, implementar y administrar un ecosistema escalable de almacenes de datos de alto rendimiento, adaptado a GIS y series temporales. Esto implicaba:
- Resolver cuellos de botella en consultas espaciales y temporales complejas.
- Permitir el crecimiento del volumen de datos manteniendo la eficiencia de costes.
- Colaborar con equipos de distintas funciones, como científicos de datos y responsables de producto, para ajustar el diseño de las bases a las necesidades del negocio.

**Acción.** Para alcanzar estos objetivos:
1. Diseño de arquitecturas escalables:
  - Se crearon esquemas normalizados y desnormalizados en PostgreSQL y SQL Server, con indexación espacial, como PostGIS en PostgreSQL, y particionamiento temporal para optimizar las consultas.
  - Se utilizaron tablas particionadas por tiempo y agrupadas en clústeres de BigQuery para gestionar eficientemente series temporales de gran escala.
2. Implementación de estrategias de optimización:
  - Se incorporaron índices, vistas materializadas y caché para reducir la latencia de consultas GIS y temporales.
  - Se aplicaron compresión de datos y almacenamiento columnar en BigQuery para reducir costes de almacenamiento y acelerar los recorridos de datos.
3. Colaboración en la integración entre plataformas:
  - Se documentaron buenas prácticas de modelado GIS y temporal para orientar a los equipos en futuros proyectos.

**Resultado.** Las iniciativas produjeron mejoras importantes:
- Rendimiento: los tiempos de respuesta de las consultas GIS y temporales disminuyeron un 40–60 %, acelerando los análisis y las decisiones.
- Fiabilidad operativa: la monitorización automatizada redujo las interrupciones un 50 %, mientras que los procesos normalizados mejoraron la productividad y redujeron los errores.
- Efecto en el negocio: la infraestructura optimizada permitió lanzar nuevos productos basados en datos, como paneles analíticos en tiempo real, y cumplir los requisitos normativos de gobernanza de datos.

Este trabajo consolidó la capacidad de la organización para abordar problemas de datos complejos.

---

- Función: Ingeniera de bases de datos
- Categorías: [Arquitectura de plataformas](https://engineer.company/es/categories/platform-architecture/), [Bases de datos](https://engineer.company/es/categories/databases/), [PostgreSQL](https://engineer.company/es/categories/postgresql/), [SQL](https://engineer.company/es/categories/sql/), [Almacenes de datos](https://engineer.company/es/categories/data-warehousing/), [Ingeniería de datos](https://engineer.company/es/categories/data-engineering/), [Gobernanza de datos](https://engineer.company/es/categories/data-governance/), [Fiabilidad y copias de seguridad](https://engineer.company/es/categories/reliability/), [Optimización del rendimiento](https://engineer.company/es/categories/performance/), [GIS / Información geoespacial](https://engineer.company/es/categories/gis/)
- Servicios: [Soluciones GIS y geoespaciales](https://engineer.company/es/services/gis-geospatial/), [Diseño y modelado de bases de datos](https://engineer.company/es/services/database-design/), [Administración de bases de datos (DBA)](https://engineer.company/es/services/database-administration/), [Optimización del rendimiento de bases de datos](https://engineer.company/es/services/database-performance/), [Diseño de almacenes de datos](https://engineer.company/es/services/data-warehousing/)

<https://engineer.company/es/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/>
