Cloudflare lanza Basin: data lake serverless sobre Apache Iceberg

Cloudflare Basin llega en disponibilidad general: el data lake serverless sobre Apache Iceberg

Cloudflare movió Cloudflare Basin a disponibilidad general (GA), su plataforma de analítica de datos serverless sobre el estándar abierto Apache Iceberg y sobre su propio almacenamiento R2 Object Storage. La suite se había anunciado originalmente como Cloudflare Data Platform durante la Birthday Week 2025 y ahora se presenta unificada bajo un nombre que, según la compañía, «captura cómo se usa la plataforma: las pipelines traen los datos al catálogo y Basin SQL los hace consultables al instante».

La oferta cubre el ciclo completo de ingestión, almacenamiento y consulta sin que el equipo tenga que aprovisionar clusters ni mantener infraestructura separada, y se apoya en una premisa clara: los desarrolladores deben poder separar la capa de almacenamiento de la capa de cómputo y mantener el control de sus datos.

Qué incluye Basin y por qué importa

Basin se compone de tres productos que se pueden adoptar juntos o por separado, y que reemplazan nombres anteriores del portfolio:

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Basin Pipelines (antes Cloudflare Pipelines): recibe eventos desde Cloudflare Workers, endpoints HTTP o Cloudflare Logpush, los transforma con SQL y los escribe como tablas Apache Iceberg o archivos en R2. Tras el beta, el equipo anunció que ahora soporta hasta 3 GB/s por stream, según el comunicado oficial.
Basin Catalog (antes R2 Data Catalog): un catálogo Apache Iceberg REST completamente administrado, con compactación automática por tabla, expiración de snapshots y limpieza de archivos no referenciados. Se crea con un solo comando: npx wrangler basin catalog create CATALOG_NAME.
Basin SQL (antes R2 SQL): un motor SQL serverless y distribuido sobre Workers, accesible vía Wrangler, API o un editor integrado en el dashboard de Cloudflare, con resaltado de sintaxis, autocompletado y navegador de namespaces y tablas.

Según Cloudflare, los desarrolladores pueden crear un catálogo, configurar un pipeline y empezar a consultar datos «en segundos». La velocidad importa en un momento en que, como señala la propia compañía, cada vez más datos se generan desde prompts y coding agents que no pueden esperar a que se aprovisione un cluster.

Del beta a la GA: lo que aprendió Cloudflare

Durante el beta abierto, «los desarrolladores crearon decenas de miles de pipelines para casos de uso que van desde optimizar e-commerce en tiempo real hasta almacenamiento y reporting de métricas de facturación», explicó la compañía. Cloudflare afirma que incluso sus propios equipos internos de billing e infraestructura migraron desde una configuración basada en AWS S3 y Athena hacia la nueva arquitectura serverless.

Dos testimonios ilustran el tipo de adopción que Cloudflare busca atraer:

Dax Raad, cofundador de Anomaly, señaló: «Movimos toda la pipeline de datos de nuestra compañía a Basin Pipelines, Catalog y SQL, reemplazando una configuración compleja de AWS S3 y Athena por una arquitectura serverless más limpia que maneja de forma fiable todos nuestros datos de eventos».
Julien Grobbelaar, Head of Platform en Bobsled, destacó que Basin permite construir productos de datos «que se pueden hacer accesibles en cualquier región de cada plataforma importante de datos e IA, con fiabilidad de producción y a una fracción del costo gracias a las cero egress fees».

Cloudflare también amplió el set de features durante el año de beta: integración con Logpush para transformar logs y escribirlos como Parquet comprimido o tablas Iceberg, bindings de Worker con tipos generados vía wrangler types, errores de datos visibles en el dashboard y soporte completo de Terraform para definir todo el path de ingestión como infraestructura como código.

Qué cambia frente a Snowflake, Databricks y AWS

La apuesta de Basin se inscribe en una conversación más amplia del sector de datos: Apache Iceberg, liberado como proyecto Apache en 2021, se consolidó como el formato de tabla preferido para construir data lakes abiertos sin vendor lock-in. Según una nota de TechTarget, la apuesta de Snowflake por dar soporte completo a Iceberg fue caracterizada por Michael Ni, analista de Constellation Research, citado por el medio, como «Snowflake resolviendo el tradeoff abierto vs propietario. No es solo un update de feature. Es una declaración clara de que Snowflake va con todo a formatos abiertos. (…) Los data platform providers están agregando soporte a Apache Iceberg, pero la amplitud y profundidad varía».

Esa misma cobertura de TechTarget recuerda que, además de Snowflake, Dremio, SingleStore y Starburst están alineados con Iceberg, e incluso Databricks, que ayudó a desarrollar Delta Lake, agregó soporte para Iceberg. En otras palabras, el estándar se volvió transversal: leer y escribir Iceberg con PyIceberg, DuckDB, Snowflake o Apache Spark ya no es un experimento.

Cloudflare entra en esa carrera desde un ángulo distinto: apalancándose en R2, su object storage sin cargos de salida. La combinación de Iceberg + egress cero es lo que, según Bobsled, hace posible mover datos entre nubes y regiones «a una fracción del costo». Y en lo financiero, la jugada se da en un contexto de inversión agresivo: en agosto de 2026, Cloudflare colocó US$2,175 mil millones en notas convertibles senior al 0% con vencimiento en 2031, con un precio de conversión inicial de aproximadamente US$496,94 por acción, equivalente a una prima del 60% sobre el precio de US$310,59 del 10 de agosto de 2026, según el comunicado oficial.

¿Qué significa esto para tu startup?

Si tu stack actual depende de Athena, BigQuery o Snowflake sobre S3 con costos de egress que se te van de las manos, Basin es una alternativa concreta a evaluar. No reemplaza toda la suite de un data warehouse maduro, pero cubre el ciclo ingestión → catálogo → SQL sobre un estándar abierto, y eso cambia la conversación técnica y económica.

Tres acciones concretas que puedes tomar esta semana:

Mapear tu pipeline actual de Iceberg. Si ya usas DuckDB, PyIceberg, Snowflake o Apache Spark sobre tablas Iceberg, puedes apuntar esos motores a un catálogo Basin en R2 sin reescribir nada. Verifica compatibilidad de tu versión de Iceberg con el catálogo de Basin antes de comprometerte.
Probar un caso de uso de telemetry. Cloudflare Logpush ya se integra con Pipelines. Configurar un pipeline para transformar logs HTTP y escribirlos como Iceberg comprimido es un primer experimento de costo cercano a cero y útil para entender pricing real con tus propios volúmenes.
Dimensionar el ahorro en egress. Si tu equipo gasta más de unos pocos miles de dólares al mes en salidas de S3, el modelo de R2 puede justificar un análisis serio. Calcula tu costo actual de egress y compáralo con la tabla pública de precios de Basin antes de hablar con ventas.

La promesa de fondo es la misma que están haciendo Snowflake, Databricks y el resto del ecosistema Iceberg: separar storage de cómputo y evitar lock-in. La diferencia específica de Basin es el precio de entrada y la simplicidad operativa. Para una startup temprana, eso puede ser la diferencia entre tener un pipeline de analytics desde el día uno o postergarlo hasta contratar un equipo de datos dedicado.