Ayer tuve una conversación con un compañero de trabajo de las que te hacen indagar y plantearte cosas...
¿Qué debes utilizar y para qué? Por supuesto, apareció el tema agentes (así que grafos que usaremos para el tema de memoria)
En este caso, cómo no podía ser de otra forma, los datos se deben almacenar en una base de datos, de forma temporal o persistente, pero siempre tiene que existir algo que pueda ser auditable y que tenga trazabilidad (como si fuera la fuente de la verdad)
Hemos optado por usar el stack de Google inicialmente para hacer una PoC, casi ha sido más presión mía que otra cosa... xD (tenía ganas de probarlo a full)
Así que me puse a tirar del hilo y acabé haciendo un árbol de decisión cogiendo como referencia uno existente de Google Cloud
Según lo que respondas, tu camino puede llevarte a tecnologías muy distintas:
✅ BigQuery → si lo tuyo es análisis a gran escala
✅ Cloud SQL → relacional tradicional, rápida de montar
✅ Cloud Spanner → si necesitas transacciones + escalabilidad global
✅ Cloud Bigtable → baja latencia con grandes volúmenes
✅ Firestore / Datastore → datos documentales + SDK móviles
✅ Memorystore → velocidad en caché (Redis/Memcached)
✅ Pub/Sub + Dataflow → eventos en streaming y transformaciones
✅ Cloud Storage → si solo necesitas guardar archivos
✅ Graphiti + Neo4j → si trabajas con grafos y relaciones complejas
✅ Neo4j a secas → si no necesitas procesamiento de agentes
✅ Firebase Storage → si tu app es mobile y necesitas sync rápida
En nuestro caso el stack será Firebase + BigTable + Pub/Sub + Graphiti + Neo4j
Lo importante es entender qué problema estás resolviendo, y desde ahí, elegir tecnología.
- No todo es BigQuery
- Ni todo se soluciona con Spanner (o sí xD)
- Y a veces la mejor respuesta es simplemente: "esto va directo a Firebase y punto." (que es lo que suelo decir yo últimamente...)
#arboldedecision #GCP #Bigtable #neo4j