31 de mayo de 2026
Data Mesh: Arquitectura de Datos Descentralizada
Una visión práctica de la arquitectura Data Mesh, sus cuatro principios y cómo cambia la forma en que las organizaciones gestionan los datos analíticos.
Data Mesh es un enfoque de arquitectura de datos que traslada la propiedad de los datos analíticos desde un equipo central de datos hacia los equipos de dominio que producen y conocen mejor esos datos.
El Problema con los Datos Centralizados
La mayoría de las organizaciones tienen un equipo central de datos que gestiona un data lake o data warehouse. Este equipo se convierte en un cuello de botella porque:
- Tiene que aprender cada dominio para dar insights útiles
- Las pipelines de datos rotas consumen la mayor parte del tiempo
- No pueden responder preguntas analíticas lo suficientemente rápido
- Cuanto más crece la organización, peor se pone
¿Qué es Data Mesh?
Data Mesh fue creado por Zhamak Dehghani en 2019. Se basa en cuatro principios:
1. Propiedad del Dominio
Cada equipo de dominio es dueño de sus datos analíticos. El equipo que construye el microservicio de pedidos también es dueño y sirve los datos analíticos de pedidos.
- Los datos analíticos se organizan por dominios de negocio, no por tecnología
- Los equipos de dominio conocen mejor sus datos
- Ningún equipo central necesita aprender todos los dominios
2. Datos como Producto
Los equipos de dominio tratan sus datos como un producto con usuarios reales:
- Descubribles — otros equipos pueden encontrarlos
- Comprensibles — documentación clara y esquema definido
- Confiables — garantías de calidad y SLOs
- Accesibles — interfaces estándar para consumirlos
- Interoperables — siguen convenciones globales
3. Plataforma de Datos Self-Serve
Un equipo de plataforma proporciona herramientas para que los equipos de dominio puedan construir productos de datos sin necesidad de conocimientos profundos de infraestructura:
- Provisión de almacenamiento (BigQuery, S3, Snowflake)
- Orquestación de pipelines
- Catálogo de datos y descubrimiento
- Monitorización y observabilidad
- Control de acceso
4. Gobernanza Federada
Un grupo de gobernanza con representantes de todos los dominios acuerda estándares globales:
- Interoperabilidad — formatos y protocolos comunes
- Documentación — estándares de metadatos
- Seguridad — control de acceso y manejo de PII
- Cumplimiento — requisitos regulatorios
- Calidad — SLOs y métricas de calidad
Conceptos Clave
Producto de Datos
Un producto de datos es la pieza fundamental. Contiene:
- Código — pipelines para ingestar, transformar y servir datos
- Datos — los datos analíticos reales (tablas, archivos, eventos)
- Infraestructura — computación y almacenamiento para ejecutar todo
Los productos de datos exponen datos a través de output ports (por ejemplo, un dataset de BigQuery, archivos Parquet en S3, topics de Kafka).
Contrato de Datos
Un contrato de datos define el acuerdo entre un proveedor de datos y sus consumidores:
- Esquema y semántica
- Expectativas de calidad (frescura, completitud)
- SLOs (disponibilidad, soporte)
- Términos de uso
Vista General de la Arquitectura Data Mesh
Tipos de Dominio
| Tipo | Descripción | Ejemplo |
|---|---|---|
| Source-aligned | Publica datos cercanos a eventos operacionales | Pedidos, Pagos, Envíos |
| Aggregate | Combina datos de múltiples dominios | Vista 360° del Cliente |
| Consumer-aligned | Optimizado para necesidades específicas del negocio | Reportes de Gestión, Analítica de Marketing |
Cuándo Usar Data Mesh
Buen encaje:
- Múltiples equipos de ingeniería independientes (5+)
- Ya usan diseño orientado a dominio y microservicios
- Necesidad de insights analíticos cross-domain
Mal encaje:
- Organización pequeña con un solo equipo
- Requisitos de baja latencia en datos
- Contentos con un sistema monolítico integrado
Tech Stacks Comunes
- Google BigQuery + Data Catalog
- AWS S3 + Athena + Glue
- Azure Synapse Analytics
- dbt + Snowflake
- Databricks
- Kafka + Plataformas de streaming
Referencias
- Data Mesh Architecture — Jochen Christ, Larysa Visengeriyeva, Simon Harrer
- Data Mesh Principles — Zhamak Dehghani
- How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh — Zhamak Dehghani