Niveles de un mismo conjunto de datos por calidad, de la zona de aterrizaje al archivo.
1 ejemplo de arquitectura medallion
Arquitectura medallion de cinco niveles
Niveles raw, anonimizado, staging, agregado y archivo de un mismo conjunto de datos de encuesta.
Cada nivel es el mismo dato con distinta calidad, y cada tarjeta dice qué contiene, quién lo escribe y cómo. El nivel agregado es focal porque es lo que lee el negocio, y la promoción al archivo va discontinua.
La arquitectura medallion organiza un lago de datos en niveles de calidad creciente. Databricks la popularizó con tres capas, bronze (datos en bruto), silver (limpios y conformados) y gold (agregados para negocio), aunque muchas plataformas añaden niveles como anonimizado o archivo.
Se lee de izquierda a derecha o de abajo arriba: cada nivel es el mismo conjunto de datos tras una transformación. Las flechas entre niveles nombran el paso, como quitar PII, limpiar o agregar, y cada nivel indica formato, herramienta y quién escribe en él.
Cuándo usar una arquitectura medallion
Para explicar a una oficina de estadística cómo pasa una encuesta de datos con PII a indicadores publicables.
Para acordar quién puede escribir en cada nivel y qué garantías de calidad ofrece cada uno.
Si quieres mostrar toda la plataforma, con fuentes, herramientas y consumidores, usa una arquitectura de alto nivel.
Cómo hacer un buen diagrama de arquitectura medallion
Nombra cada nivel por su función y no solo por su color, sobre todo si tienes más de tres.
Indica en cada nivel el formato (Parquet, Iceberg), la herramienta que escribe y el rol responsable.
Etiqueta las transiciones con la transformación en mayúsculas cortas: QUITAR PII, LIMPIAR, AGREGAR.
Destaca el nivel que consume el negocio; es el que justifica todo lo anterior.
