Netflix presenta UDA (Unified Data Architecture), una infraestructura pionera basada en un grafo de conocimiento para abordar la fragmentación crónica de los modelos de datos en su ecosistema de Content Engineering. El problema fundamental: conceptos de negocio centrales como "actor" o "película" se redefinen de forma independiente en cada sistema (GraphQL Gateway, gestión de activos, computación de medios), generando duplicación, incoherencias terminológicas, problemas de calidad y conectividad limitada.
Arquitectura fundacional: grafo de conocimiento RDF/SHACL
UDA adopta RDF y SHACL como bases técnicas, pero se enfrenta a importantes desafíos operativos a escala empresarial: RDF carecía de un modelo de información utilizable, SHACL no estaba diseñado para datos empresariales con esquemas locales y claves tipadas, los equipos carecían de prácticas de autoría compartidas, y las herramientas de ontologías no ofrecían soporte para el modelado colaborativo. Solución: un modelo de información "named-graph-first" en el que cada grafo con nombre se ajusta a un modelo rector, que a su vez es un grafo con nombre dentro del grafo de conocimiento.
Metamodelo Upper: el modelo de todos los modelos
Upper constituye el lenguaje formal para describir dominios de negocio o sistemas, organizando conceptos en modelos de dominio: vocabularios controlados que definen clases de entidades clave, atributos y relaciones. Crucialmente, Upper es una ontología superior de arranque (bootstrapping): autorreferencial (se modela a sí mismo), autodescriptiva (define el concepto de modelo de dominio), autovalidante (se ajusta a su propio modelo). Upper se proyecta en una API basada en Java Jena y en un esquema GraphQL federado en el Enterprise Gateway. Dado que todos los modelos de dominio son extensiones conservadoras de Upper, la integración en tiempo de ejecución sin fisuras garantiza una semántica de datos coherente.
Mapeos y proyecciones: conexión y automatización
Los mapeos conectan elementos del modelo de dominio con representaciones de contenedores de datos (resolvers GraphQL, fuentes Data Mesh, tablas Iceberg). Todo es direccionable: desde el modelo de dominio hasta el atributo específico, desde la tabla Iceberg hasta la columna individual. Los mapeos permiten el descubrimiento bidireccional: del concepto de negocio al sistema físico que almacena los datos, y viceversa. Las proyecciones producen contenedores concretos que implementan características derivadas del modelo de dominio registrado, con transpilación automática a esquemas GraphQL/Avro que preserva la semántica.
Adoptantes en producción: PDM y Sphere
PDM (Primary Data Management) gestiona vocabularios controlados autoritativos usando el modelo SKOS (W3C). Toma un modelo de dominio como entrada, genera automáticamente la interfaz de usuario, y aprovisiona Domain Graph Services y pipelines de Data Mesh mediante proyecciones UDA. Los vocabularios consumidores desconocen SKOS: trabajan con la terminología de dominio habitual.
Sphere: un sistema de informes operativos de autoservicio impulsado por UDA. El descubrimiento se realiza mediante conceptos de negocio ("actores", "películas"), no mediante tablas técnicas. El grafo de conocimiento UDA genera consultas SQL mediante recorrido del grafo, eliminando las uniones (joins) manuales y la mediación técnica. Los metadatos agregados se presentan con vocabulario unificado, y los límites e islas del panorama de datos se identifican automáticamente.
Impacto transformador
UDA convierte los modelos conceptuales en un plano de control activo: no solo documenta conceptos, sino que genera esquemas, aprovisiona servicios, orquesta el movimiento de datos y aplica la coherencia de forma automática. Desarrollos futuros: soporte para Protobuf/gRPC, materialización de datos de instancia en el grafo de conocimiento, y resolución de los desafíos originales de Graph Search que inspiraron este trabajo.