AWS S3 vs RDS — cuándo usar cuál?
When should I use S3 versus RDS in an AWS data pipeline?
S3 for files (raw data, processed parquet, backups). RDS for transactional or operational data your app reads and writes. Pipelines typically extract from RDS, transform in compute (Glue/Lambda/EMR), and land results in S3 or a warehouse.
S3 es almacenamiento de objetos — pones archivos ahí (CSVs, JSONs, Parquet, imágenes, lo que sea) y los recuperas por clave. Es barato, virtualmente infinito y la base de todo data lake en AWS. Nunca consultas S3 como base de datos — listas y lees archivos.
RDS son bases de datos relacionales gestionadas (Postgres, MySQL, etc). La consultas con SQL, impone schemas, soporta transacciones. RDS es para datos de aplicación y queries estructuradas. Como Data Engineer usas ambos: S3 guarda datos crudos y procesados, RDS suele guardar datos operacionales de los que tus pipelines extraen.