Equipos de ciencia de datos con NetDrive — datasets en la nube como unidad local
Cómo analistas e ingenieros de ML montan S3, Google Cloud Storage, Azure Blob o MinIO como unidad con NetDrive y abren datasets desde notebooks y herramientas de escritorio.
Una analista necesita abrir un CSV de 6 GB que está en un bucket del equipo. La herramienta de BI de escritorio que prefiere no tiene conector para él, el notebook espera una ruta de archivo, y el ingeniero de datos dueño del bucket preferiría no repartir cada semana enlaces de exportación de un solo uso. El camino más corto es darle una letra de unidad que apunte al bucket.
Datasets de almacenamiento de objetos, como una unidad
NetDrive hace que Google Drive, OneDrive, S3, SFTP, WebDAV y más aparezcan como unidades nativas en Windows y macOS — sin sincronizar, sin descargas completas.
- Monta S3, Google Cloud Storage, Azure Blob o MinIO
- Usa una unidad de solo lectura para que los analistas no alteren los datos de origen
- Funciona en Windows y macOS con cualquier aplicación que abra archivos
Prueba gratuita. Planes de por vida y de suscripción disponibles.
Por qué una unidad montada encaja con el trabajo con datos
Muchas herramientas cotidianas solo entienden rutas de archivo: hojas de cálculo, software de visualización de escritorio, visores de imágenes, un script escrito para una carpeta local data/. NetDrive monta el almacenamiento de objetos para que esas herramientas lo lean como cualquier otra unidad. Los datos siguen en el bucket; cada persona abre lo que necesita.
NetDrive admite Amazon S3 y almacenamiento compatible con S3 (Wasabi, MinIO), Google Cloud Storage, Azure Blob Storage y Azure File Storage. Si tus datasets están en más de una nube, puedes montar cada una como su propia unidad, una junto a otra.
Protege los datos de origen con una unidad de solo lectura
Lo más temible de dar acceso amplio a un bucket de datos en bruto es guardar sin querer en la carpeta equivocada. NetDrive puede montar una unidad como de solo lectura: los analistas pueden abrir, copiar y analizar archivos, pero no sobrescribir ni eliminar los originales. Reserva el acceso de escritura para el pipeline o el ingeniero de datos, y da a todos los demás el montaje de solo lectura. Más información en Read-Only Drive in NetDrive.
Si también quieres un bucket para los resultados, móntalo por separado como una unidad normal, de modo que las salidas terminen en un lugar con escritura, distinto del origen.
Puesta en marcha
- Abre NetDrive y haz clic en Add Drive.
- Elige el tipo de almacenamiento, por ejemplo Amazon S3, Google Cloud Storage o Azure Blob Storage.
- Introduce las credenciales de una cuenta limitada al bucket. Usa una clave que tenga solo los permisos necesarios.
- Elige las opciones de montaje, incluido el solo lectura para las unidades de datos de origen.
- Monta la unidad y ábrela en el Explorador o en Finder.
Guías por proveedor: Mount Google Cloud Storage on Windows, Mount Azure Blob on macOS y Mount MinIO on Windows.
Hábitos prácticos
Usa una clave de mínimo privilegio. Una unidad montada es tan segura como las credenciales que la respaldan. Crea una clave específica y de alcance limitado para el montaje en lugar de reutilizar una de administrador.
Actualiza cuando lleguen datos. Si un pipeline escribe archivos nuevos mientras alguien tiene una carpeta abierta, usa la actualización forzada de carpeta de NetDrive para verlos; consulta Force Folder Refresh.
Los listados grandes tardan. Los buckets muy grandes con muchos objetos pueden ser lentos al listarse. Fix Slow S3 Directory Listing explica qué ayuda.
Ten en cuenta la caché. NetDrive guarda en caché local los archivos a los que accedes. Si los analistas abren muchos archivos grandes en una sola sesión, conviene revisar las cache size options (de 100 GB a 1 TB).
Conoce los límites
NetDrive es una herramienta de montaje, no un motor de procesamiento de datos ni una herramienta de transferencia masiva: hace que los archivos de la nube sean accesibles para las aplicaciones de escritorio. No tiene modo sin conexión, así que trabajar requiere conexión con el almacenamiento. Tampoco tiene cifrado del lado del cliente, por lo que debes apoyarte en los controles de tu proveedor para proteger los datos en reposo. Para pipelines automatizados que se ejecutan en servidores, usa las herramientas de almacenamiento nativas de tu plataforma y reserva NetDrive para quienes trabajan en aplicaciones de escritorio.
Conclusión
Para analistas e ingenieros de ML que viven en herramientas de escritorio, un montaje de solo lectura del bucket del equipo elimina el ritual de los enlaces de exportación y mantiene a salvo los datos de origen. Empieza con un bucket, una clave acotada y una unidad de solo lectura, y añade más según lo necesite el equipo.
— Robin, NetDrive