La compra de la empresa creadora de la base de datos analítica DuckDB permite a AWS ofrecer consultas conjuntas de datos operativos e históricos sin costes adicionales de infraestructura.
Amazon ha anunciado la adquisición de DuckLabs, la compañía con sede en Ámsterdam responsable del desarrollo de la base de datos analítica DuckDB. Sus creadores y cofundadores, Hannes Mühleisen y Mark Raasveldt, continuarán liderando el equipo y la dirección técnica del proyecto de código abierto dentro de Amazon Web Services (AWS). Según explicaron en su blog oficial, la integración busca obtener los recursos y el alcance necesarios para expandir la tecnología a más organizaciones.
Continuidad del proyecto de código abierto
Las partes implicadas en la operación aseguraron la continuidad de los desarrollos comunitarios. DuckDB y las herramientas que integran su catálogo, como DuckLake y Quack, se mantendrán gratuitas y de código abierto bajo la licencia MIT. Además, la supervisión de estos proyectos continuará en manos de la organización sin ánimo de lucro DuckDB Foundation. La comunidad ha recibido la noticia de forma positiva, aunque con cierto escepticismo sobre si el ritmo de innovación se mantendrá intacto tras la adquisición.
Andy Warfield, ingeniero distinguido en AWS, explicó que la colaboración con DuckLabs comenzó hace aproximadamente dos años durante el desarrollo de S3 Tables. Esta relación técnica incluyó el uso de AWS Lambda para lanzar consultas rápidas y la optimización de comandos como ATTACH y CONNECT para enlazar DuckDB con los motores de AWS.
Integración en Amazon Aurora PostgreSQL
Tras la adquisición, Amazon Aurora PostgreSQL se convierte en el primer servicio en incorporar una función para usuarios impulsada por DuckDB. Esra Kayabali, arquitecta principal de soluciones en AWS, señaló que antes era habitual construir canalizaciones de extracción, transformación y carga (ETL inversas) para cruzar datos recientes de Aurora con registros históricos en Amazon S3, lo que implicaba duplicar datos y aumentar los costes de infraestructura.
Con la nueva integración, es posible realizar una sola consulta que combine los siguientes elementos:
- Datos operativos en vivo alojados en Aurora.
- Datos históricos en tablas Apache Iceberg gestionadas mediante AWS Glue Data Catalog.
- Archivos en formatos Parquet e Iceberg almacenados en Amazon S3 y S3 Tables.
El procesamiento se realiza dentro de Amazon Aurora, sin saltos de red adicionales ni canalizaciones ETL. La característica está disponible en todas las regiones comerciales de AWS y en AWS GovCloud (EE. UU.) sin coste añadido, pagando únicamente por la capacidad de cómputo incremental de Aurora y las solicitudes generadas a S3.
Rendimiento y cargas de trabajo para IA
Mai-Lan Tomsen Bukovec, vicepresidenta de tecnología en AWS, afirmó que DuckDB fue diseñado para ofrecer alta velocidad en consultas analíticas de un terabyte o menos. Añadió que estas optimizaciones resultan especialmente útiles en cargas de trabajo de agentes de inteligencia artificial, los cuales suelen ejecutar consultas exploratorias pequeñas antes de definir sus acciones.
Posibles impactos futuros por decisiones políticas
En el plano institucional, la absorción de una entidad europea con sede en los Países Bajos por parte de una multinacional estadounidense sitúa la operación bajo el radar de las políticas sobre soberanía digital y concentración de infraestructuras críticas. Aunque la gobernanza del motor recae formalmente en la DuckDB Foundation, futuras decisiones políticas en materia de regulación de monopolios tecnológicos, acuerdos transfronterizos de datos entre la Unión Europea y Estados Unidos, o requisitos de contratación pública en nubes gubernamentales podrían condicionar el grado de autonomía del proyecto y sus condiciones de despliegue a largo plazo.
Qué significa para tu negocio
Para una pyme, esta novedad técnica permite analizar conjuntamente la información operativa del día a día y el histórico archivado en la nube sin necesidad de contratar ni mantener costosos procesos de sincronización de datos (ETL). Al simplificar la infraestructura y aprovechar un motor de consultas rápido dentro de la propia base de datos, los negocios pueden obtener métricas comerciales con mayor agilidad, reducir gastos de servidores y preparar sus sistemas de datos para herramientas de inteligencia artificial analítica.
Fuente: InfoQ · 17 de octubre de 2026
Texto e ilustración elaborados con asistencia de IA y revisados por el equipo de AFC IT Solutions.