Una organización de atención médica tiene datos descentralizados en varios servicios de almacenamiento. Necesita una solución optimizada en costos para el descubrimiento de datos, el linaje de datos y la validación de la calidad de los datos. ¿Qué implementaría?

Dataplex es la solución correcta porque está diseñada específicamente para la gestión de datos distribuidos (data fabric), lo que incluye el descubrimiento de datos, el linaje de datos y la validación de la calidad de los datos, todo ello de forma optimizada en costos. Permite unificar los metadatos de los datos dispersos en diferentes servicios de almacenamiento sin necesidad de moverlos. Usar BigLake para convertir la solución actual en una arquitectura de data lake es incorrecto porque BigLake se enfoca en la unificación de acceso a datos de data lakes y data warehouses, pero no aborda directamente el descubrimiento, linaje o calidad de datos de manera integral como Dataplex. Construir una nueva herramienta en GKE es costoso y requiere un gran esfuerzo de desarrollo y mantenimiento, lo cual no es una solución optimizada en costos. Usar BigQuery para el linaje y Dataprep para la calidad es una solución parcial; Dataplex ofrece una plataforma unificada para todas estas funcionalidades.