{"id":71435,"date":"2026-11-03T15:55:56","date_gmt":"2026-11-03T14:55:56","guid":{"rendered":"https:\/\/www.irion-edm.com\/?p=71435"},"modified":"2026-11-04T15:53:26","modified_gmt":"2026-11-04T14:53:26","slug":"analytics-engine-irion","status":"publish","type":"post","link":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/","title":{"rendered":"Dentro del Analytics Engine: c\u00f3mo Irion separa el c\u00f3mputo del almacenamiento"},"content":{"rendered":"\n

Un motor SQL columnar y vectorial que se ejecuta en un servicio de c\u00f3mputo dedicado y aislado, se integra en los pipelines de Irion EDM\u00ae Application sin requerir entornos de desarrollo separados y llega a los datos donde est\u00e1n.<\/strong><\/p>\n\n\n\n

Una mirada a la arquitectura del Analytics Engine: c\u00f3mo procesa grandes vol\u00famenes, c\u00f3mo gestiona la memoria, c\u00f3mo escala y c\u00f3mo colabora con las dem\u00e1s herramientas de procesamiento.<\/strong><\/p>\n\n\n\n

Por qu\u00e9 un motor especializado<\/h2>\n\n\n\n

Las cargas de trabajo anal\u00edticas tienen una forma propia. El motor relacional de Irion EDM gestiona con buen rendimiento procesos sobre vol\u00famenes importantes<\/strong>, incluso con muchos usuarios que acceden simult\u00e1neamente a los mismos datos, garantizando consistencia y control de la concurrencia. Los procesos anal\u00edticos sobre vol\u00famenes a\u00fan mayores siguen t\u00edpicamente un modelo distinto: leen pocas columnas sobre un n\u00famero muy elevado de filas, agregan, comparan ventanas temporales y combinan fuentes diferentes.<\/p>\n\n\n\n

Son necesidades estructuralmente distintas y, cuando comparten los mismos recursos, el crecimiento de una puede condicionar la estabilidad de la otra. No por un l\u00edmite del motor relacional, sino porque los dos tipos de procesamiento piden cosas diferentes a la infraestructura.<\/p>\n\n\n\n

El Analytics Engine nace de esta constataci\u00f3n.<\/strong> Es un motor SQL columnar y vectorial, integrado en Irion EDM Application<\/a>, que trabaja junto al motor tradicional basado en SQL Server y permite asignar cada proceso al motor m\u00e1s adecuado. El dato permanece en el sistema m\u00e1s adecuado para almacenarlo y gobernarlo; el c\u00f3mputo se ejecuta donde es m\u00e1s eficaz. C\u00f3mputo y almacenamiento pueden as\u00ed evolucionar con criterios independientes, manteni\u00e9ndose coordinados dentro de pipelines gobernados.<\/p>\n\n\n\n

Para quien lo usa, el paradigma sigue siendo familiar: el Analytics Engine se usa igual que el Query Engine. Lo que cambia es c\u00f3mo se realiza el procesamiento bajo el cap\u00f3.<\/p>\n\n\n\n

El esquema siguiente muestra c\u00f3mo se distribuyen los roles: d\u00f3nde se dise\u00f1an los procesos, d\u00f3nde se ejecutan y d\u00f3nde residen los datos.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Leer por columnas, calcular por vectores<\/h2>\n\n\n\n

El primer elemento de la arquitectura es el modelo de ejecuci\u00f3n. En un modelo por filas, adecuado para las operaciones transaccionales, una consulta lee los registros completos aunque solo se necesiten unos pocos campos. El Analytics Engine, en cambio, procesa los datos en bloques columnares<\/strong>: lee solo las columnas que la consulta necesita, no el registro completo.<\/p>\n\n\n\n

Sobre esta base se apoya la ejecuci\u00f3n vectorial. Las operaciones no se aplican valor por valor, sino sobre vectores de valores: sumas, medias, agrupaciones, ventanas temporales y pivotes se procesan por bloques. El modelo es coherente con la forma t\u00edpica de los procesos sobre grandes datasets, en los que se leen pocas columnas sobre much\u00edsimas filas.<\/p>\n\n\n\n

El efecto pr\u00e1ctico es f\u00e1cil de enunciar: menos trabajo innecesario para producir m\u00e1s resultado \u00fatil.<\/strong> Esta arquitectura muestra su potencial en los procesos de alta intensidad (agregaciones sobre decenas de millones de registros, desviaciones temporales, pivotes, simulaciones sobre series hist\u00f3ricas), ampliando el abanico de cargas de trabajo que se pueden gestionar en los tiempos del trabajo operativo.<\/p>\n\n\n\n

Un uso eficiente de los recursos<\/h2>\n\n\n\n

El segundo elemento es la gesti\u00f3n de los recursos. El Analytics Engine aprovecha la memoria para acelerar el procesamiento, pero no depende exclusivamente de ella: cuando el dataset supera la RAM disponible, el motor contin\u00faa utilizando el disco, con un spill<\/em> autom\u00e1tico que no interrumpe la ejecuci\u00f3n.<\/p>\n\n\n\n

La consecuencia es sobre todo arquitect\u00f3nica. El motor se adapta al tama\u00f1o de la carga de trabajo:<\/strong> usa la memoria cuando est\u00e1 disponible y recurre al disco cuando es necesario. Por lo tanto, no hace falta dimensionar la infraestructura para los casos l\u00edmite para garantizar que los procesos m\u00e1s pesados lleguen a completarse.<\/p>\n\n\n\n

Un servicio de c\u00f3mputo dedicado<\/h2>\n\n\n\n

El Analytics Engine no comparte recursos con el resto de la aplicaci\u00f3n. Los procesos se ejecutan en un servicio de c\u00f3mputo dedicado, separado de los dem\u00e1s servicios de la aplicaci\u00f3n: el Analytics Execution Service (AES).<\/strong><\/p>\n\n\n\n

En el l\u00e9xico del sector, se trata de una ejecuci\u00f3n<\/strong> out-of-process<\/em><\/strong>. Una agregaci\u00f3n sobre decenas de millones de registros queda confinada en el per\u00edmetro del servicio, mientras el resto del sistema sigue funcionando sin impacto. El aislamiento preserva la capacidad de respuesta y la continuidad de los dem\u00e1s servicios de la aplicaci\u00f3n, incluso cuando el motor anal\u00edtico trabaja a pleno rendimiento.<\/p>\n\n\n\n

El mismo dise\u00f1o hace que la potencia de c\u00f3mputo escale de forma independiente. No existe un servidor central: el servicio puede instalarse varias veces, en la misma m\u00e1quina o en m\u00e1quinas distintas, distribuyendo la carga de forma modular, con l\u00f3gicas de throttling<\/em> para gestionar los picos. La capacidad crece a\u00f1adiendo instancias, tanto en entornos Windows como en entornos Kubernetes\/Linux.<\/strong><\/p>\n\n\n\n

El resultado es una arquitectura m\u00e1s previsible en los costes y m\u00e1s el\u00e1stica en la capacidad: el crecimiento de las cargas de procesamiento no arrastra el dimensionamiento del sistema que almacena los datos.<\/p>\n\n\n\n

Un espacio de trabajo aislado<\/h2>\n\n\n\n

Adem\u00e1s de un servicio dedicado, el Analytics Engine dispone de su propio espacio de trabajo. Las consultas se ejecutan en un espacio aislado, distinto del espacio de trabajo principal de la aplicaci\u00f3n: una especie de sandbox dedicado al procesamiento anal\u00edtico, que Irion llama Virtual Space<\/strong> y que proporciona un objeto dedicado, AnalyticsDB.<\/p>\n\n\n\n

El ciclo de vida de este espacio se puede configurar para cada pipeline o para cada solicitud. As\u00ed, los procesos anal\u00edticos se integran en el modelo de ejecuci\u00f3n de la aplicaci\u00f3n sin introducir un paradigma operativo separado: el aislamiento est\u00e1 garantizado y la gesti\u00f3n sigue siendo la misma.<\/p>\n\n\n\n

Mismos paradigmas, mismo pipeline<\/h2>\n\n\n\n

Un motor especializado aporta valor si no obliga a construir un mundo aparte a su alrededor. El Analytics Engine se usa con los mismos paradigmas que ya conoce quien desarrolla en Irion EDM Application:<\/p>\n\n\n\n

    \n
  • DELT\u2122<\/strong> (Declarative Extract Load & Transform): el proceso se representa como un grafo declarativo; se define la l\u00f3gica del procesamiento y la aplicaci\u00f3n gobierna su ejecuci\u00f3n.<\/li>\n<\/ul>\n\n\n\n
      \n
    • EasT\u2122<\/strong> (Everything as a Table): fuentes diferentes se presentan como tablas virtuales, consultables de forma uniforme.<\/li>\n<\/ul>\n\n\n\n
        \n
      • IsolData\u2122<\/strong>: gobierna y a\u00edsla los espacios temporales y el ciclo de vida de los datos intermedios.<\/li>\n<\/ul>\n\n\n\n

        No hace falta, por tanto, un entorno de desarrollo o de gesti\u00f3n separado. Sobre todo, el Analytics Engine puede interactuar en la misma ejecuci\u00f3n con los dem\u00e1s engines de procesamiento de Irion (los Data Engines): Query, Rule, Python, R, Masking, Profiler y Script.<\/strong> En el mismo pipeline puede leer y escribir tablas virtuales producidas o consumidas por las dem\u00e1s herramientas, combinando procesamiento, calidad y distribuci\u00f3n de los datos en un \u00fanico flujo.<\/p>\n\n\n\n

        Llegar a los datos donde est\u00e1n<\/h2>\n\n\n\n

        Las arquitecturas de datos est\u00e1n cada vez m\u00e1s distribuidas, y un motor anal\u00edtico tiene que saber recorrerlas. El Analytics Engine opera directamente sobre fuentes heterog\u00e9neas, sin requerir la centralizaci\u00f3n previa de los datos en un \u00fanico repositorio:<\/p>\n\n\n\n

          \n
        • es compatible<\/strong> con los tres principales tipos de cloud object storage: Amazon S3, Azure Blob Storage y Google Cloud Storage;<\/li>\n<\/ul>\n\n\n\n
            \n
          • lee<\/strong> y escribe de forma nativa el formato Parquet, sin conversiones intermedias;<\/li>\n<\/ul>\n\n\n\n
              \n
            • se conecta<\/strong> a Cloud Data Warehouses como Google BigQuery y a arquitecturas Lakehouse, entre ellas Unity Catalog y el Lakehouse gestionado por Irion;<\/li>\n<\/ul>\n\n\n\n
                \n
              • se integra<\/strong> con bases de datos relacionales y fuentes locales, lo que permite combinar fuentes de naturaleza diferente en el mismo pipeline.<\/li>\n<\/ul>\n\n\n\n

                El uso de formatos abiertos favorece la interoperabilidad entre herramientas y permite trabajar junto a las plataformas de datos ya adoptadas, aprovechando sus recursos cuando conviene y llevando los resultados a los pipelines gobernados de Irion.<\/p>\n\n\n\n

                Pushdown: llevar parte del trabajo a la fuente<\/h2>\n\n\n\n

                Llegar a los datos no significa necesariamente moverlos. Cuando la fuente lo admite, el Analytics Engine aplica l\u00f3gicas de pushdown<\/strong>:<\/em><\/strong> delega en la fuente remota filtros y proyecciones, o la consulta completa. As\u00ed reduce el volumen de datos que se transfieren al servicio de procesamiento y aprovecha la potencia de c\u00f3mputo ya presente en la fuente.<\/p>\n\n\n\n

                En los archivos Parquet, el pushdown se aplica tambi\u00e9n en lectura. El motor aplica autom\u00e1ticamente projection<\/strong><\/em> y filter pushdown<\/em>:<\/strong> lee solo las columnas necesarias y, cuando la consulta lo permite, utiliza los filtros para evitar leer partes de los datos no relevantes.<\/p>\n\n\n\n

                Conviene ser precisos sobre el per\u00edmetro. El acceso directo y el pushdown pueden reducir staging, copias y transferencias innecesarias, pero no los eliminan en todos los casos: algunos procesos locales o cross-source siguen requiriendo transferir o materializar los datos. La transferencia efectiva depende de la fuente, de la consulta y del plan de ejecuci\u00f3n.<\/p>\n\n\n\n

                D\u00f3nde da lo mejor de s\u00ed, y d\u00f3nde no<\/h2>\n\n\n\n

                El Analytics Engine puede utilizarse para distintos tipos de procesamiento, pero da lo mejor de s\u00ed en las cargas de trabajo intensivas<\/strong>: agregaciones, transformaciones, perfilados y consultas complejas sobre grandes vol\u00famenes. En estas cargas, coherentes con su arquitectura columnar y vectorial, puede ofrecer un rendimiento superior; el resultado concreto depende de las consultas, los datos, la concurrencia, la configuraci\u00f3n y la infraestructura.<\/p>\n\n\n\n

                Existe tambi\u00e9n un per\u00edmetro en el que no es la opci\u00f3n m\u00e1s adecuada. En contextos de alta transaccionalidad y concurrencia, con muchos usuarios que acceden o actualizan simult\u00e1neamente los mismos datos, el motor tradicional basado en SQL Server sigue siendo el m\u00e1s adecuado. Es una de las razones por las que el Analytics Engine trabaja junto a SQL Server:<\/strong> cada proceso se asigna al motor capaz de ejecutarlo mejor, aprovechando los sistemas ya existentes.<\/p>\n\n\n\n

                Una arquitectura dise\u00f1ada para crecer<\/h2>\n\n\n\n

                El Analytics Engine no es un componente cerrado. Su arquitectura prev\u00e9 un mecanismo de extensi\u00f3n<\/strong> basado en librer\u00edas dedicadas, ampliadas y mejoradas en cada release. El motor es, por tanto, una base sobre la que a\u00f1adir progresivamente nuevas funcionalidades, haciendo evolucionar los casos de uso sin cambiar de paradigma y sin introducir entornos separados.<\/p>\n\n\n\n

                En s\u00edntesis<\/h2>\n\n\n\n

                Bajo el cap\u00f3, el Analytics Engine combina un modelo de ejecuci\u00f3n columnar y vectorial, una gesti\u00f3n de la memoria que contin\u00faa en disco cuando es necesario, un servicio de c\u00f3mputo dedicado y escalable horizontalmente, un espacio de trabajo aislado y una conectividad nativa con formatos abiertos e infraestructuras modernas. Todo ello dentro de los mismos paradigmas y de los mismos pipelines de Irion EDM Application.<\/strong><\/p>\n\n\n\n

                El principio que une estos elementos es uno solo: hacer crecer el c\u00f3mputo con criterios propios, sin arrastrar el dimensionamiento del sistema que almacena los datos, y mantener ambos coordinados dentro de pipelines gobernados.<\/p>\n\n\n\n

                <\/div>\n\n\n\n

                Irion: Turning Data into Action<\/em><\/strong><\/p>\n\n\n\n

                <\/div>\n\n\n\n

                FAQ<\/h2>\n\n\n\n
                \u00bfQu\u00e9 es el Analytics Engine de Irion?<\/strong>

                El Analytics Engine es un motor SQL columnar y vectorial integrado en Irion EDM Application, dise\u00f1ado para cargas de trabajo anal\u00edticas sobre grandes vol\u00famenes de datos y fuentes heterog\u00e9neas. Trabaja junto a los engines ya disponibles en Irion EDM Application y ejecuta los procesos en un servicio de c\u00f3mputo dedicado y aislado, dentro de los mismos pipelines gobernados.<\/p> <\/div>

                \u00bfEn qu\u00e9 se diferencia el Analytics Engine del Query Engine?<\/strong>

                El Analytics Engine aporta un conjunto completo de elementos arquitect\u00f3nicos: modelo columnar y vectorial, ejecuci\u00f3n in-memory que contin\u00faa en disco, un servicio de ejecuci\u00f3n dedicado y aislado, conectividad nativa con formatos e infraestructuras modernas y escalabilidad horizontal en varias instancias.<\/p> <\/div>

                \u00bfQu\u00e9 ocurre cuando el dataset supera la memoria disponible?<\/strong>

                El procesamiento contin\u00faa utilizando el disco, con un spill autom\u00e1tico que no interrumpe la ejecuci\u00f3n. El motor usa la memoria cuando est\u00e1 disponible y recurre al disco cuando es necesario, sin requerir dimensionar la infraestructura para los casos l\u00edmite.<\/p> <\/div>

                \u00bfC\u00f3mo escala la potencia de procesamiento?<\/strong>

                A\u00f1adiendo instancias del Analytics Execution Service (AES), el servicio de c\u00f3mputo dedicado del motor, en la misma m\u00e1quina o en m\u00e1quinas distintas. La capacidad de c\u00f3mputo crece as\u00ed de forma independiente, con l\u00f3gicas de throttling para gestionar los picos de carga.<\/p> <\/div>

                \u00bfEl Analytics Engine requiere Kubernetes?<\/strong>

                No. El Analytics Engine puede funcionar tanto en entornos Windows como en entornos Kubernetes\/Linux.<\/p> <\/div>

                \u00bfEl Analytics Engine sustituye a SQL Server?<\/strong>

                No. El Analytics Engine trabaja junto a SQL Server y permite asignar cada proceso al motor m\u00e1s adecuado. En contextos de alta transaccionalidad y concurrencia, SQL Server sigue siendo la soluci\u00f3n m\u00e1s adecuada.<\/p> <\/div>

                \u00bfLos datos permanecen siempre en la fuente?<\/strong>

                No necesariamente. El acceso directo y el pushdown pueden reducir staging, copias y transferencias, pero algunos procesos locales o cross-source siguen requiriendo transferir o materializar los datos. La transferencia efectiva depende de la fuente, de la consulta y del plan de ejecuci\u00f3n.<\/p> <\/div>

                \u00bfEl Analytics Engine se integra con plataformas de datos ya adoptadas, como BigQuery o arquitecturas Lakehouse?<\/strong>

                S\u00ed. El Analytics Engine se conecta a Cloud Data Warehouses como Google BigQuery, a arquitecturas Lakehouse y a los principales cloud object storage, trabajando junto a las plataformas ya adoptadas y llevando los resultados a los pipelines gobernados de Irion.<\/p> <\/div> <\/div>\n\n\n\n

                <\/p>\n","protected":false},"excerpt":{"rendered":"

                Un motor SQL columnar y vectorial que se ejecuta en un servicio de c\u00f3mputo dedicado y aislado, se integra en los pipelines de Irion EDM\u00ae Application sin requerir entornos de desarrollo separados y llega a los datos donde est\u00e1n. Una mirada a la arquitectura del Analytics Engine: c\u00f3mo procesa grandes vol\u00famenes, c\u00f3mo gestiona la memoria, […]<\/p>\n","protected":false},"author":191,"featured_media":71439,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[2178],"tags":[],"settori":[],"topics":[],"cliente":[],"partner":[],"authors":[],"personas":[],"knowledge_area":[],"use_cases":[],"class_list":["post-71435","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-under-the-hood"],"gutslider_comments":0,"acf":[],"yoast_head":"\nAnalytics Engine: c\u00f3mo Irion separa el c\u00e1lculo de la persistencia<\/title>\n<meta name=\"description\" content=\"La arquitectura del motor de an\u00e1lisis de Irion: procesamiento columnar y vectorial, gesti\u00f3n de recursos y escalabilidad independiente.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Analytics Engine: c\u00f3mo Irion separa el c\u00e1lculo de la persistencia\" \/>\n<meta property=\"og:description\" content=\"La arquitectura del motor de an\u00e1lisis de Irion: procesamiento columnar y vectorial, gesti\u00f3n de recursos y escalabilidad independiente.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/\" \/>\n<meta property=\"og:site_name\" content=\"Irion\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/irion.edm\/\" \/>\n<meta property=\"article:published_time\" content=\"2026-11-03T14:55:56+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-11-04T14:53:26+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2026\/10\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2048\" \/>\n\t<meta property=\"og:image:height\" content=\"1152\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Team Marketing\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@irion_edm\" \/>\n<meta name=\"twitter:site\" content=\"@irion_edm\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/\"},\"author\":{\"name\":\"Team Marketing\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#\\\/schema\\\/person\\\/8e06fbbf02a485c63c7e6f382d3e481d\"},\"headline\":\"Dentro del Analytics Engine: c\u00f3mo Irion separa el c\u00f3mputo del almacenamiento\",\"datePublished\":\"2026-11-03T14:55:56+00:00\",\"dateModified\":\"2026-11-04T14:53:26+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/\"},\"wordCount\":2212,\"publisher\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.irion-edm.com\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png\",\"articleSection\":[\"Under the Hood\"],\"inLanguage\":\"es\"},{\"@type\":[\"WebPage\",\"FAQPage\"],\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/\",\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/\",\"name\":\"Analytics Engine: c\u00f3mo Irion separa el c\u00e1lculo de la persistencia\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.irion-edm.com\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png\",\"datePublished\":\"2026-11-03T14:55:56+00:00\",\"dateModified\":\"2026-11-04T14:53:26+00:00\",\"description\":\"La arquitectura del motor de an\u00e1lisis de Irion: procesamiento columnar y vectorial, gesti\u00f3n de recursos y escalabilidad independiente.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#breadcrumb\"},\"mainEntity\":[{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793270633353\"},{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271247093\"},{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271473286\"},{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271531322\"},{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271556847\"},{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271612772\"},{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271661072\"},{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271760068\"}],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png\",\"contentUrl\":\"https:\\\/\\\/www.irion-edm.com\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png\",\"width\":2048,\"height\":1152},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Dentro del Analytics Engine: c\u00f3mo Irion separa el c\u00f3mputo del almacenamiento\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#website\",\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/\",\"name\":\"Irion\",\"description\":\"Enterprise Data Management\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#organization\",\"name\":\"Irion\",\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/wp-content\\\/uploads\\\/2019\\\/06\\\/logo-164.png\",\"contentUrl\":\"https:\\\/\\\/www.irion-edm.com\\\/wp-content\\\/uploads\\\/2019\\\/06\\\/logo-164.png\",\"width\":164,\"height\":56,\"caption\":\"Irion\"},\"image\":{\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/irion.edm\\\/\",\"https:\\\/\\\/x.com\\\/irion_edm\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/899665\\\/\",\"https:\\\/\\\/www.youtube.com\\\/channel\\\/UCoSbxRz4vKZXWN4BAXlTN0w\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/#\\\/schema\\\/person\\\/8e06fbbf02a485c63c7e6f382d3e481d\",\"name\":\"Team Marketing\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/161c76613f9c5cc2fdb474c11e5bea57f088f7021071a395f82f49d33f60deb2?s=96&d=https%3A%2F%2Fwww.irion-edm.com%2Fwp-content%2Fthemes%2Fthegem%2Fimages%2Fdefault-avatar.png&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/161c76613f9c5cc2fdb474c11e5bea57f088f7021071a395f82f49d33f60deb2?s=96&d=https%3A%2F%2Fwww.irion-edm.com%2Fwp-content%2Fthemes%2Fthegem%2Fimages%2Fdefault-avatar.png&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/161c76613f9c5cc2fdb474c11e5bea57f088f7021071a395f82f49d33f60deb2?s=96&d=https%3A%2F%2Fwww.irion-edm.com%2Fwp-content%2Fthemes%2Fthegem%2Fimages%2Fdefault-avatar.png&r=g\",\"caption\":\"Team Marketing\"}},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793270633353\",\"position\":1,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793270633353\",\"name\":\"\u00bfQu\u00e9 es el Analytics Engine de Irion?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"El Analytics Engine es un motor SQL columnar y vectorial integrado en Irion EDM Application, dise\u00f1ado para cargas de trabajo anal\u00edticas sobre grandes vol\u00famenes de datos y fuentes heterog\u00e9neas. Trabaja junto a los engines ya disponibles en Irion EDM Application y ejecuta los procesos en un servicio de c\u00f3mputo dedicado y aislado, dentro de los mismos pipelines gobernados.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271247093\",\"position\":2,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271247093\",\"name\":\"\u00bfEn qu\u00e9 se diferencia el Analytics Engine del Query Engine?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"El Analytics Engine aporta un conjunto completo de elementos arquitect\u00f3nicos: modelo columnar y vectorial, ejecuci\u00f3n in-memory que contin\u00faa en disco, un servicio de ejecuci\u00f3n dedicado y aislado, conectividad nativa con formatos e infraestructuras modernas y escalabilidad horizontal en varias instancias.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271473286\",\"position\":3,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271473286\",\"name\":\"\u00bfQu\u00e9 ocurre cuando el dataset supera la memoria disponible?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"El procesamiento contin\u00faa utilizando el disco, con un spill autom\u00e1tico que no interrumpe la ejecuci\u00f3n. El motor usa la memoria cuando est\u00e1 disponible y recurre al disco cuando es necesario, sin requerir dimensionar la infraestructura para los casos l\u00edmite.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271531322\",\"position\":4,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271531322\",\"name\":\"\u00bfC\u00f3mo escala la potencia de procesamiento?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"A\u00f1adiendo instancias del Analytics Execution Service (AES), el servicio de c\u00f3mputo dedicado del motor, en la misma m\u00e1quina o en m\u00e1quinas distintas. La capacidad de c\u00f3mputo crece as\u00ed de forma independiente, con l\u00f3gicas de throttling para gestionar los picos de carga.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271556847\",\"position\":5,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271556847\",\"name\":\"\u00bfEl Analytics Engine requiere Kubernetes?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\" No. El Analytics Engine puede funcionar tanto en entornos Windows como en entornos Kubernetes\\\/Linux.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271612772\",\"position\":6,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271612772\",\"name\":\"\u00bfEl Analytics Engine sustituye a SQL Server?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"No. El Analytics Engine trabaja junto a SQL Server y permite asignar cada proceso al motor m\u00e1s adecuado. En contextos de alta transaccionalidad y concurrencia, SQL Server sigue siendo la soluci\u00f3n m\u00e1s adecuada.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271661072\",\"position\":7,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271661072\",\"name\":\"\u00bfLos datos permanecen siempre en la fuente?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"No necesariamente. El acceso directo y el pushdown pueden reducir staging, copias y transferencias, pero algunos procesos locales o cross-source siguen requiriendo transferir o materializar los datos. La transferencia efectiva depende de la fuente, de la consulta y del plan de ejecuci\u00f3n.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"},{\"@type\":\"Question\",\"@id\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271760068\",\"position\":8,\"url\":\"https:\\\/\\\/www.irion-edm.com\\\/es\\\/under-the-hood\\\/analytics-engine-irion\\\/#faq-question-1793271760068\",\"name\":\"\u00bfEl Analytics Engine se integra con plataformas de datos ya adoptadas, como BigQuery o arquitecturas Lakehouse?\",\"answerCount\":1,\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"S\u00ed. El Analytics Engine se conecta a Cloud Data Warehouses como Google BigQuery, a arquitecturas Lakehouse y a los principales cloud object storage, trabajando junto a las plataformas ya adoptadas y llevando los resultados a los pipelines gobernados de Irion.\",\"inLanguage\":\"es\"},\"inLanguage\":\"es\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Analytics Engine: c\u00f3mo Irion separa el c\u00e1lculo de la persistencia","description":"La arquitectura del motor de an\u00e1lisis de Irion: procesamiento columnar y vectorial, gesti\u00f3n de recursos y escalabilidad independiente.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/","og_locale":"es_ES","og_type":"article","og_title":"Analytics Engine: c\u00f3mo Irion separa el c\u00e1lculo de la persistencia","og_description":"La arquitectura del motor de an\u00e1lisis de Irion: procesamiento columnar y vectorial, gesti\u00f3n de recursos y escalabilidad independiente.","og_url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/","og_site_name":"Irion","article_publisher":"https:\/\/www.facebook.com\/irion.edm\/","article_published_time":"2026-11-03T14:55:56+00:00","article_modified_time":"2026-11-04T14:53:26+00:00","og_image":[{"width":2048,"height":1152,"url":"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2026\/10\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png","type":"image\/png"}],"author":"Team Marketing","twitter_card":"summary_large_image","twitter_creator":"@irion_edm","twitter_site":"@irion_edm","schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#article","isPartOf":{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/"},"author":{"name":"Team Marketing","@id":"https:\/\/www.irion-edm.com\/es\/#\/schema\/person\/8e06fbbf02a485c63c7e6f382d3e481d"},"headline":"Dentro del Analytics Engine: c\u00f3mo Irion separa el c\u00f3mputo del almacenamiento","datePublished":"2026-11-03T14:55:56+00:00","dateModified":"2026-11-04T14:53:26+00:00","mainEntityOfPage":{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/"},"wordCount":2212,"publisher":{"@id":"https:\/\/www.irion-edm.com\/es\/#organization"},"image":{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#primaryimage"},"thumbnailUrl":"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2026\/10\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png","articleSection":["Under the Hood"],"inLanguage":"es"},{"@type":["WebPage","FAQPage"],"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/","url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/","name":"Analytics Engine: c\u00f3mo Irion separa el c\u00e1lculo de la persistencia","isPartOf":{"@id":"https:\/\/www.irion-edm.com\/es\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#primaryimage"},"image":{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#primaryimage"},"thumbnailUrl":"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2026\/10\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png","datePublished":"2026-11-03T14:55:56+00:00","dateModified":"2026-11-04T14:53:26+00:00","description":"La arquitectura del motor de an\u00e1lisis de Irion: procesamiento columnar y vectorial, gesti\u00f3n de recursos y escalabilidad independiente.","breadcrumb":{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#breadcrumb"},"mainEntity":[{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793270633353"},{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271247093"},{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271473286"},{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271531322"},{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271556847"},{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271612772"},{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271661072"},{"@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271760068"}],"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#primaryimage","url":"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2026\/10\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png","contentUrl":"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2026\/10\/UTH-ep.-3-cover-blogpost-ver-B-\u00b7-Scale-out-al-centro-in-oro@2x-scaled.png","width":2048,"height":1152},{"@type":"BreadcrumbList","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.irion-edm.com\/es\/"},{"@type":"ListItem","position":2,"name":"Dentro del Analytics Engine: c\u00f3mo Irion separa el c\u00f3mputo del almacenamiento"}]},{"@type":"WebSite","@id":"https:\/\/www.irion-edm.com\/es\/#website","url":"https:\/\/www.irion-edm.com\/es\/","name":"Irion","description":"Enterprise Data Management","publisher":{"@id":"https:\/\/www.irion-edm.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.irion-edm.com\/es\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/www.irion-edm.com\/es\/#organization","name":"Irion","url":"https:\/\/www.irion-edm.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.irion-edm.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2019\/06\/logo-164.png","contentUrl":"https:\/\/www.irion-edm.com\/wp-content\/uploads\/2019\/06\/logo-164.png","width":164,"height":56,"caption":"Irion"},"image":{"@id":"https:\/\/www.irion-edm.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/irion.edm\/","https:\/\/x.com\/irion_edm","https:\/\/www.linkedin.com\/company\/899665\/","https:\/\/www.youtube.com\/channel\/UCoSbxRz4vKZXWN4BAXlTN0w\/"]},{"@type":"Person","@id":"https:\/\/www.irion-edm.com\/es\/#\/schema\/person\/8e06fbbf02a485c63c7e6f382d3e481d","name":"Team Marketing","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/secure.gravatar.com\/avatar\/161c76613f9c5cc2fdb474c11e5bea57f088f7021071a395f82f49d33f60deb2?s=96&d=https%3A%2F%2Fwww.irion-edm.com%2Fwp-content%2Fthemes%2Fthegem%2Fimages%2Fdefault-avatar.png&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/161c76613f9c5cc2fdb474c11e5bea57f088f7021071a395f82f49d33f60deb2?s=96&d=https%3A%2F%2Fwww.irion-edm.com%2Fwp-content%2Fthemes%2Fthegem%2Fimages%2Fdefault-avatar.png&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/161c76613f9c5cc2fdb474c11e5bea57f088f7021071a395f82f49d33f60deb2?s=96&d=https%3A%2F%2Fwww.irion-edm.com%2Fwp-content%2Fthemes%2Fthegem%2Fimages%2Fdefault-avatar.png&r=g","caption":"Team Marketing"}},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793270633353","position":1,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793270633353","name":"\u00bfQu\u00e9 es el Analytics Engine de Irion?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":"El Analytics Engine es un motor SQL columnar y vectorial integrado en Irion EDM Application, dise\u00f1ado para cargas de trabajo anal\u00edticas sobre grandes vol\u00famenes de datos y fuentes heterog\u00e9neas. Trabaja junto a los engines ya disponibles en Irion EDM Application y ejecuta los procesos en un servicio de c\u00f3mputo dedicado y aislado, dentro de los mismos pipelines gobernados.","inLanguage":"es"},"inLanguage":"es"},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271247093","position":2,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271247093","name":"\u00bfEn qu\u00e9 se diferencia el Analytics Engine del Query Engine?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":"El Analytics Engine aporta un conjunto completo de elementos arquitect\u00f3nicos: modelo columnar y vectorial, ejecuci\u00f3n in-memory que contin\u00faa en disco, un servicio de ejecuci\u00f3n dedicado y aislado, conectividad nativa con formatos e infraestructuras modernas y escalabilidad horizontal en varias instancias.","inLanguage":"es"},"inLanguage":"es"},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271473286","position":3,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271473286","name":"\u00bfQu\u00e9 ocurre cuando el dataset supera la memoria disponible?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":"El procesamiento contin\u00faa utilizando el disco, con un spill autom\u00e1tico que no interrumpe la ejecuci\u00f3n. El motor usa la memoria cuando est\u00e1 disponible y recurre al disco cuando es necesario, sin requerir dimensionar la infraestructura para los casos l\u00edmite.","inLanguage":"es"},"inLanguage":"es"},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271531322","position":4,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271531322","name":"\u00bfC\u00f3mo escala la potencia de procesamiento?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":"A\u00f1adiendo instancias del Analytics Execution Service (AES), el servicio de c\u00f3mputo dedicado del motor, en la misma m\u00e1quina o en m\u00e1quinas distintas. La capacidad de c\u00f3mputo crece as\u00ed de forma independiente, con l\u00f3gicas de throttling para gestionar los picos de carga.","inLanguage":"es"},"inLanguage":"es"},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271556847","position":5,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271556847","name":"\u00bfEl Analytics Engine requiere Kubernetes?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":" No. El Analytics Engine puede funcionar tanto en entornos Windows como en entornos Kubernetes\/Linux.","inLanguage":"es"},"inLanguage":"es"},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271612772","position":6,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271612772","name":"\u00bfEl Analytics Engine sustituye a SQL Server?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":"No. El Analytics Engine trabaja junto a SQL Server y permite asignar cada proceso al motor m\u00e1s adecuado. En contextos de alta transaccionalidad y concurrencia, SQL Server sigue siendo la soluci\u00f3n m\u00e1s adecuada.","inLanguage":"es"},"inLanguage":"es"},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271661072","position":7,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271661072","name":"\u00bfLos datos permanecen siempre en la fuente?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":"No necesariamente. El acceso directo y el pushdown pueden reducir staging, copias y transferencias, pero algunos procesos locales o cross-source siguen requiriendo transferir o materializar los datos. La transferencia efectiva depende de la fuente, de la consulta y del plan de ejecuci\u00f3n.","inLanguage":"es"},"inLanguage":"es"},{"@type":"Question","@id":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271760068","position":8,"url":"https:\/\/www.irion-edm.com\/es\/under-the-hood\/analytics-engine-irion\/#faq-question-1793271760068","name":"\u00bfEl Analytics Engine se integra con plataformas de datos ya adoptadas, como BigQuery o arquitecturas Lakehouse?","answerCount":1,"acceptedAnswer":{"@type":"Answer","text":"S\u00ed. El Analytics Engine se conecta a Cloud Data Warehouses como Google BigQuery, a arquitecturas Lakehouse y a los principales cloud object storage, trabajando junto a las plataformas ya adoptadas y llevando los resultados a los pipelines gobernados de Irion.","inLanguage":"es"},"inLanguage":"es"}]}},"_links":{"self":[{"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/posts\/71435","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/users\/191"}],"replies":[{"embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/comments?post=71435"}],"version-history":[{"count":2,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/posts\/71435\/revisions"}],"predecessor-version":[{"id":71447,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/posts\/71435\/revisions\/71447"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/media\/71439"}],"wp:attachment":[{"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/media?parent=71435"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/categories?post=71435"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/tags?post=71435"},{"taxonomy":"settori","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/settori?post=71435"},{"taxonomy":"topics","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/topics?post=71435"},{"taxonomy":"cliente","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/cliente?post=71435"},{"taxonomy":"partner","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/partner?post=71435"},{"taxonomy":"authors","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/authors?post=71435"},{"taxonomy":"personas","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/personas?post=71435"},{"taxonomy":"knowledge_area","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/knowledge_area?post=71435"},{"taxonomy":"use_cases","embeddable":true,"href":"https:\/\/www.irion-edm.com\/es\/wp-json\/wp\/v2\/use_cases?post=71435"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}