Las pruebas de software son un mecanismo esencial para garantizar el correcto funcionamiento de nuestras aplicaciones. Existen distintos tipos de test, cada uno de ellos enfocado en evaluar una característica diferente o posee un enfoque particular. Dentro del repertorio de…
A la hora de desarrollar código, no solo es importante tener en cuenta su funcionalidad, sino también su legibilidad. Este aspecto cobra especial importancia en entornos de trabajo donde un equipo de personas operan sobre el mismo código. Un código…
En este artículo vamos a ver qué es y cómo funciona esta herramienta. Apache Arrow está presente en la mayoría de frameworks de nuestro entorno, como por ejemplo Spark, Dask, Drill, Tensorflow, Kudu, etc. Todos ellos son más antiguos que…
En Introducción a Apache APISIX estudiamos los diferentes componentes de esta plataforma y las ventajas de uso que tiene. Además, vimos una manera de levantarlo de forma dockerizada y configuramos una ruta sencilla con el plugin openid-connect, integrando autenticación a…
Cuando trabajamos con bases de datos relacionales, es habitual que algunas consultas sean extremadamente lentas. Esto puede deberse a distintos motivos, pero el más común es que el patrón de acceso a los datos que la consulta demanda no es…
Los desarrolladores de DBT se han propuesto lanzar una nueva release importante cada cuatro meses y, por el momento, lo están cumpliendo. El pasado mes de octubre, se lanzó y se ha ido corrigiendo la versión 1.9 de este popular…
Continuamos con lo ya descrito en la primera parte de esta serie de artículos sobre Sensitive data management en BigQuery. Trabajar con datos en esta herramienta puede requerir de un control sobre quién accede a ellos y cómo se presentan…
En esta nueva entrega de la saga de tutoriales acerca de DataHub, vamos a trabajar en la conectividad con la plataforma a través de la API. Como ingenieros de datos, el objetivo es incorporar DataHub como herramienta de Data Governance…
De todas las herramientas a las que podemos acceder en Google Cloud, una de las más potentes y utilizadas es, sin duda, BigQuery. Su versatilidad como data warehouse lo ha situado como una de las principales soluciones cloud para analítica…
Airflow es un framework de código abierto para desarrollar, orquestar y monitorizar flujos de trabajo en batch. En caso de no estar familiarizado con él, y para entender mejor el contenido de este artículo, es recomendable repasar los conceptos básicos…