Learn for free

 

Teorema de Brewer (CAP)

El Teorema de Brewer fue propuesto por Eric Brewer en el año 2000 y demostrado formalmente por Seth Gilbert y Nancy Lynch en 2002.

Establece que en un sistema distribuido no es posible garantizar simultáneamente las tres propiedades siguientes:

• C — Consistency (Consistencia)

• A — Availability (Disponibilidad)

• P — Partition Tolerance (Tolerancia a particiones)

📘 En otras palabras:

Un sistema distribuido solo puede cumplir dos de las tres propiedades al mismo tiempo.

---

🔹 Las tres propiedades explicadas

1. Consistency (Consistencia)

Todos los nodos del sistema ven los mismos datos al mismo tiempo.
Después de una escritura exitosa, cualquier lectura posterior devuelve el valor más reciente.

📘 Ejemplo:
Si un usuario actualiza su saldo bancario en un nodo, otro usuario que consulta desde otro nodo ve inmediatamente el saldo actualizado.

💡 Equivale a la consistencia de una base de datos relacional tradicional.

---

2. Availability (Disponibilidad)

El sistema responde a todas las solicitudes, incluso si hay fallos en algunos nodos.
Cada petición recibe una respuesta válida —aunque los datos no siempre sean los más recientes.

📘 Ejemplo:
Un servidor cae, pero otros nodos siguen respondiendo a las consultas, aunque con datos levemente desactualizados.

💡 Se prioriza que el sistema siga funcionando sobre la precisión inmediata de los datos.

---

3. Partition Tolerance (Tolerancia a Particiones)

El sistema sigue funcionando a pesar de fallos en la comunicación entre nodos.
Una “partición” ocurre cuando los nodos se dividen en grupos que no pueden comunicarse entre sí.

📘 Ejemplo:
Si un centro de datos se desconecta de otro, ambos grupos de nodos continúan procesando solicitudes de sus usuarios locales.

💡 En sistemas distribuidos reales, las particiones son inevitables, por lo tanto P siempre debe cumplirse.

---

🔹 Las combinaciones posibles (el triángulo CAP)

Dado que P es ineludible en sistemas distribuidos, los diseñadores deben elegir entre priorizar Consistencia (C) o Disponibilidad (A) durante una partición.

Tipo de sistema	Propiedades	Descripción	Ejemplo
CP (Consistent + Partition Tolerant)	Garantiza consistencia, pero puede sacrificar disponibilidad.	Prefiere bloquear operaciones antes que devolver datos desactualizados.	HBase, MongoDB (modo strong), Google Spanner
AP (Available + Partition Tolerant)	Garantiza disponibilidad, aunque puede devolver datos antiguos.	Permite leer/escribir aunque haya inconsistencias temporales.	Cassandra, DynamoDB, CouchDB
CA (Consistent + Available)	Teóricamente consistente y disponible, pero no tolera particiones (solo en sistemas centralizados).	Solo posible en bases locales o de un solo nodo.	PostgreSQL, MySQL en una sola máquina

---

🔹 Ejemplo práctico

Imaginemos un sistema de ventas distribuido entre dos centros de datos:

• Un cliente compra un producto en nodo A.

• En ese momento, la red se corta (partición).

• Otro cliente consulta el stock en nodo B.

Decisión del sistema:

• Si prioriza Consistencia (CP) → bloquea la consulta hasta restablecer la conexión (no hay riesgo de datos incorrectos, pero hay demoras).

• Si prioriza Disponibilidad (AP) → responde con el stock viejo (el sistema sigue activo, pero los datos pueden ser inconsistentes).

---

🔹 Implicancias del teorema CAP

• No hay una solución única “mejor”: depende del tipo de aplicación.

• En la práctica, se buscan equilibrios dinámicos (por ejemplo, consistencia eventual).

• Los sistemas modernos (como los basados en microservicios y nube) tienden hacia AP con mecanismos de sincronización posterior.

---

🔸 Ejemplo de elección según el caso

Tipo de sistema	Requiere	Ejemplo de prioridad CAP
Banca / Finanzas	Precisión absoluta	CP
Redes sociales / mensajería	Disponibilidad continua	AP
ERP / e-commerce con stock centralizado	Balance intermedio	CP o Eventual Consistency
Análisis de logs / métricas	Rendimiento sobre consistencia	AP

---

🔹 Consistencia eventual (Eventual Consistency)

Es un modelo intermedio que adoptan muchas bases de datos NoSQL distribuidas:

Los datos pueden estar temporalmente inconsistentes, pero eventualmente todos los nodos convergen al mismo estado.

📘 Ejemplo:
En DynamoDB o Cassandra, una actualización puede tardar unos segundos en propagarse, pero luego todos los nodos mostrarán el mismo valor.

---

🔹 CAP en bases de datos reales

Base de Datos	Tipo	Propiedades según CAP
PostgreSQL / MySQL (1 nodo)	Relacional	CA
MongoDB (replicación con write concern)	NoSQL	CP configurable
Cassandra	NoSQL	AP
Amazon DynamoDB	NoSQL	AP (eventual o strong configurable)
Google Spanner	SQL distribuido	CP (usa relojes atómicos para consistencia global)
Redis Cluster	In-memory	AP

---

🔹 Conclusión

El Teorema de Brewer (CAP) demuestra que no existe un sistema distribuido perfecto:

siempre hay que elegir entre consistencia y disponibilidad en presencia de particiones.

Los ingenieros deben decidir qué propiedad es más crítica según las necesidades del negocio:

• CP: si la precisión de los datos es esencial.

• AP: si la disponibilidad es más importante.

• CA: solo en entornos centralizados o sin distribución.

---

Propiedad	Significado	Cuando se prioriza
C – Consistency	Todos los nodos ven el mismo dato al mismo tiempo	Finanzas, stock crítico
A – Availability	Siempre responde, aunque los datos no sean los últimos	Redes sociales, mensajería
P – Partition Tolerance	Tolera fallas de comunicación	Necesario en sistemas distribuidos
Combinaciones posibles	CP, AP, CA (teórica)	Elección según contexto

---

Uso de la cláusula WITH de oracle

Cuando trabajamos con consultas SQL complejas en Oracle, a menudo tenemos que repetir subconsultas o escribir expresiones largas que hacen que el código sea difícil de leer y mantener.

Para resolver esto, Oracle nos ofrece la cláusula WITH, también conocida como subquery factoring.

La cláusula WITH permite definir subconsultas temporales que luego pueden ser utilizadas dentro de una consulta principal.

Es como declarar variables en programación: escribimos la subconsulta una sola vez, le damos un nombre, y la reutilizamos en la consulta final.

Veamos un ejemplo básico

Supongamos que tenemos una tabla ventas con las columnas:

• id
• producto
• cantidad
• precio

Queremos obtener el total de ventas por producto y luego filtrar aquellos productos con ventas mayores a 1000.

WITH ventas_totales AS (

    SELECT producto,

           SUM(cantidad * precio) AS total

    FROM ventas

    GROUP BY producto

)

SELECT producto, total

FROM ventas_totales

WHERE total > 1000;

1. En la parte del WITH definimos ventas_totales como una subconsulta.

2. Luego usamos ventas_totales como si fuera una tabla en la consulta principal.

Las ventajas son:

• Hace que las consultas largas sean más legibles.
• Evita duplicar subconsultas.
• Permite estructurar consultas de forma modular.

Podemos definir más de una subconsulta en el mismo WITH:

WITH

    ventas_totales AS (

        SELECT producto, SUM(cantidad * precio) AS total

        FROM ventas

        GROUP BY producto

    ),

    productos_top AS (

        SELECT producto

        FROM ventas_totales

        WHERE total > 1000

    )

SELECT p.producto, v.total

FROM productos_top p

JOIN ventas_totales v ON p.producto = v.producto;

Aquí usamos dos subconsultas (ventas_totales y productos_top) y las combinamos en la consulta final.

Desde Oracle 11g, la cláusula WITH también soporta consultas recursivas, muy útiles para recorrer jerarquías (como empleados y jefes, o categorías anidadas).

Ejemplo:

WITH empleados_recursivo (id, nombre, manager_id, nivel) AS (

    SELECT id, nombre, manager_id, 1

    FROM empleados

    WHERE manager_id IS NULL

    UNION ALL

    SELECT e.id, e.nombre, e.manager_id, er.nivel + 1

    FROM empleados e

    JOIN empleados_recursivo er ON e.manager_id = er.id

)

SELECT *

FROM empleados_recursivo;

Esto nos da una vista jerárquica de empleados y sus jefes, similar a CONNECT BY, pero más flexible.

Conclusión:

La cláusula WITH en Oracle es una herramienta poderosa para:

• Hacer más claras las consultas complejas.
• Reutilizar resultados intermedios.
• Explorar jerarquías con recursividad.

Cuando tus consultas SQL se vuelvan largas o difíciles de leer, pensá en usar WITH para organizarlas mejor.

Que lenguaje de programación debo aprender?

Este es un post de opinión no me apoyo en ninguna encuesta o nada, es opinión de lo que voy leyendo. A la vez ya hice post similares pero lo actualice a 2020. 

Dicho esto, me pongo a opinar. Si queres aprender un lenguaje de programación, lo que primero que debes hacer es pensar a que te queres dedicar. Dado que la programación tiene varios objetivos y si bien hay lenguajes que son buenos para todo pero no son populares en todo, por lo tanto, dependiendo a que te queres dedicar es el lenguaje que debes aprender. 

Voy a listar temas y poniendo los lenguajes. 

Backend : Java, C#, Kotlin, Scala, Groovy, PHP, Python, Haskell, Go, SQL, Ruby

Frontend : Javascript, Typescript, Elm

Mobile : Java, Kotlin, C#, Dart

Data science : SQL, Python, Julia, R

Sistemas (bajo nivel) : Rust, Go, C

Sistemas concurrentes : Rust, Go, Scala, Haskell, Erlang, Elixir

Juegos : C, C++, Rust, Go, Lua, Elm, C#

Indice TIOBE de agosto

Hace rato que no publico el indice tiobe de lenguajes, veamos :

Como se puede ver Python va subiendo tranquilo, a mi entender esto viene de la mano de las tecnologías de machine learnig que cada vez están más presentes y todas las librerías están en Python.

Otro lenguaje que viene creciendo es Groovy, a mi entender gracias a Spring y pivotal

Dejo link:
https://www.tiobe.com/tiobe-index/

Relacional vs. HBase Schemas

No hay una asignación uno a uno de las bases de datos relacionales a HBase. En el diseño relacional, el enfoque y el esfuerzo están alrededor de describir la entidad y su interacción con otras entidades.

Pero con HBase, tiene un diseño de esquema de "consulta primero"; todas las posibles consultas deben identificarse primero, y el modelo de esquema debe diseñarse en consecuencia. Debes diseñar tu esquema HBase para aprovechar las fortalezas de HBase. Piense en sus patrones de acceso y diseñe su esquema para que los datos que se leen juntos se almacenen juntos. Recuerde que HBase está diseñado para agrupación. Por lo tanto tenemos que tener en cuenta estos 3 puntos a la hora de diseñar una estema hbase:

• Los datos distribuidos se almacenan y se accede juntos.
• Se centra en las consultas, así que concéntrese en cómo se leen los datos
• Diseño para las consultas.

En una base de datos relacional, la normalización de el esquema tiene como beneficios:

• No tiene que actualizar varias copias cuando se produce una actualización, lo que hace que las escrituras sean más rápidas.
• Reduce el tamaño de almacenamiento al tener una sola copia en lugar de varias copias.
• Sin embargo, esto provoca uniones o joins. Como los datos deben recuperarse de más tablas, las consultas pueden tardar más tiempo.

En un almacén de datos des-normalizado, almacena en una tabla lo que serían múltiples índices en un mundo relacional. La des-normalización puede considerarse como un reemplazo para las uniones. A menudo, con HBase, des-normaliza o duplica datos para que los datos se accedan y almacenen juntos.

Este es un ejemplo de desnormalización en HBase, si sus tablas existen en una relación de uno a varios, es posible modelarlo en HBase como una sola fila. Esto hace que las lecturas sean mucho más rápidas que unir tablas.

La clave de fila corresponde al ID de entidad principal, el Id. para HBase puede ser  una familia de columnas para los datos. Este tipo de diseño de esquema es apropiado cuando la única forma de acceder a las entidades secundarias es a través de la entidad principal.

Bases de datos orientadas a filas vs orientadas a columnas

Notemos que bases de datos como HBase o Cassandra nos proponen un modelo basado en columnas mientras que nosotros venimos de un modelo basado en Filas. Por esa razón esta bueno confrontar estos modelos. 

Filas	Columnas
Es eficiente para agregar o modificar datos	Es eficiente para leer datos
Leen páginas que contienen filas enteras.	Sólo leen las columnas que es necesitan
Son las mejores para OLTP	No están tan optimizadas para OLTP todavía
Los datos de la fila se almacenan en páginas contiguas en la memoria o en el disco	Las columnas se almacenan en páginas en memoria o en disco.

Supongamos que los registros de una tabla se almacenan en las páginas o registros de la memoria. Cuando es necesario acceder a ellas, estas páginas se llevan a la memoria primaria, si aún no están presentes en la memoria.
Si una fila ocupa una página y necesitamos todas las columnas específicas, como el salario o la tasa de interés de todas las filas para algún tipo de análisis, cada página que contenga las columnas debe ingresarse en la memoria; por lo que esta página en la página de salida dará como resultado una gran cantidad de entradas y salidas, lo que puede resultar en un tiempo de procesamiento prolongado.
En las bases de datos orientadas a columnas, cada columna se almacenará en páginas. Si necesitamos recuperar una columna específica, habrá menos entradas y salidas, ya que solo las páginas que contienen la columna especificada deben incluirse en la memoria principal y leer, y no es necesario que aparezcan y lean todas las páginas que contienen filas / registros. De ahora en adelante en la memoria. Por lo tanto, el tipo de consultas en las que solo necesitamos obtener columnas específicas y no registros o conjuntos completos se realiza mejor en una base de datos orientada a columnas, lo que es útil para el análisis en el que podemos recuperar algunas columnas y realizar algunas operaciones matemáticas, como la suma y media.

6 lenguajes de programación que debes estudiar para Data Science

Quiero compartir un artículo sobre los lenguajes de programación que debes aprender para ser el capo máximo de data science. Ya que este es mi blog y los gustos me los tengo que dar en vida, voy a atreverme a ordenar los lenguajes según la importancia con respecto al data science:

• SQL
• Python
• R
• Scala
• Java 
• Julia

En que me baso? en mi opinión, es decir, no puedo se menos científico. Peroooo, tengo una explicación. SQL esta en todos lados, y si el motor de base de datos es noSQL, algún lenguaje de consulta similar a SQL (con sus restricciones) va a tener por esa razón me parece imprescindible saber SQL. Python y R son los más famosos lenguaje en data science por lejos...

Scala y Java por la sacudida que esta dando Spark. Y Julia, porque es un lenguaje que viene creciendo.

Dejo link: https://dzone.com/articles/what-is-data-science-programming-top-7-languages?utm_source=Top%205&utm_medium=email&utm_campaign=Top%205%202018-08-243

¿Cuál es la diferencia entre SQL, NoSQL y NewSQL?

Me llego este mail de la gente de VoltDB, sobre un paper que trata sobre las diferencias entre SQL, NoSQL y NewSQL. Y como es costumbre quiero compartirlo con ustedes :

Hi Emanuel, Database technologies have come a long way since the 1980's. First there was SQL. Then along came NoSQL. And over the last decade, we’ve seen the emergence of NewSQL. Each database offers their own unique benefits, but are you aware of their drawbacks? In this white paper, we compare the differences between SQL vs. NoSQL vs. NewSQL databases and explore topics, including: The basics of NoSQL The promise of NewSQL 4 use cases where NoSQL databases fall short And more VoltDB 209 Burlington Rd. #203 MA Bedford You received this email because you are subscribed to emails from VoltDB Update your email preferences to choose the types of emails you receive. Unsubscribe from all future emails

Oracle vs NoSql vs NewSql

Me llego este mail y lo quiero compartir con ustedes:

The cornerstone of any IT system is the database technology being used. And in today’s world of 24x7, real-time connectivity, it’s critical to leverage a technology that meets all of your demands, without sacrificing other areas like performance, availability, scalability or consistency. In this eBook, author John Ryan dives into the pros and cons of various database technologies and explores some key considerations to think about when choosing a database for your real-time requirements. Gain insights into topics, including 5 modern demands of a translytical database ACID vs eventual consistency The OLTP database reimagined 4 applications that need NewSQL technology And more Download EBook VoltDB  |  209 Burlington Road, Suite 203, Bedford, MA 01730   |   T: 978.528.4660 © 2018 VoltDB, Inc.

UNION vs UNION ALL

Principalmente el problema es que ambos tienen funcionalidades distintas. El UNION y el UNION ALL parecen funcionar igual pero tienen una pequeña diferencia. El UNION descarta los resultados en común entre los dos SELECT, en cambio, el UNION ALL no hace ningún tipo de verificación.

Por este motivo, el UNION ALL es más eficiente que el UNION.

Si sabemos que las 2 consultas a unir no van a tener repetidos es buena práctica usar el UNION ALL

LAG y LEAD en Oracle

Tenemos que relacionar un registro con su anterior o su posterior en una sola sentencia y devolver ese registro también.

Estas dos funciones “LAG y LEAD” lo permiten sin tener que realizar una self join.

LAG() devuelve el valor de la anterior fila y LEAD() el valor de la siguiente fila.

SELECT DNI,
LEAD(DNI) OVER (ORDER BY DNI) POSTERIOR,
LAG(DNI) OVER (ORDER BY DNI) ANTERIOR
FROM PRUEBA;

DNI     POSTERIOR    ANTERIOR         
0001          0002                                 
0002          0003               0001             
0003          0004               0002             
0004          0005               0003             
0005          0006               0004             
0006          0007               0005

Que cursos de codeschool puedo hacer de forma gratuita?

Empezó las vacaciones por lo tanto esta bueno si hacemos un cursito, y si es cortito, mejor. Estos cursos gratuitos vienen al pelo:

Try C#

Try Docker

Try Elixir

Try ASP.NET Core

Try Python

Try SQL

Exploring Google Maps for iOS

Shaping Up With AngularJS

Discover DevTools

Try jQuery

Try R

Try Git

Try Ruby

Rails for Zombies Redux

Oracle Technology Network

Me llego este mail y quiero compartirlo con ustedes, al parecer tenemos videos para estudiar en castellano y gratuitos:

Ver este mensaje en un navegador Web

Súmese a esta experiencia de aprendizaje práctico gratuito con Oracle y expertos de la comunidad Estimado/a Emanuel Goette, Oracle Technology Network lo invita a participar en la nueva Cumbre de Tecnología Virtual. Escuche a los participantes de los programas ACE y Java Champion de Oracle, y a los expertos en productos Oracle, quienes compartirán sus reflexiones y conocimientos en laboratorios prácticos, presentaciones de alto contenido técnico y demostraciones. Obtenga conocimientos en su propio idioma; sesiones de video en español. El evento online ofrece cuatro módulos técnicos, cada uno enfocado en herramientas, tecnologías, prácticas recomendadas y sugerencias específicas: Base de datos: El módulo sobre bases de datos ofrece las últimas actualizaciones para administradores de bases de datos y desarrolladores de Oracle. Se trabajará en profundidad sobre las opciones avanzadas de Oracle Database 12c, y el desarrollo de aplicaciones de nueva generación con JSON, Node.JS y la nube de Oracle Database. Middleware: El módulo sobre middleware está pensado para desarrolladores que deseen adquirir nuevas competencias en áreas tecnológicas emergentes como la Internet de las cosas (IoT), las aplicaciones móviles y los servicios PaaS. En este módulo también se ofrecerán las últimas actualizaciones sobre Oracle WebLogic 12.2.1. Java : En este módulo, le mostraremos mejoras incorporadas en la plataforma y las API de Java. También se enterará de cómo desarrollar aplicaciones innovadoras con el lenguaje Java empleando microservicios, programación concurrente, e integración con otros lenguajes y herramientas, y obtendrá conocimientos sobre las API que aumentarán considerablemente su productividad. Sistemas: El módulo sobre sistemas, diseñado para administradores, abordará las prácticas recomendadas para implementar, optimizar y proteger los sistemas operativos, las herramientas de gestión y el hardware. Esta cumbre VTS girará en torno de los sistemas operativos y la virtualización, así como de las prácticas recomendadas en materia de almacenamiento y desarrollo de software. ¡Mire los videos en español hoy mismo! Copyright © 2016, Oracle Corporation. Todos los derechos reservados. Contáctenos | Avisos legales y Condiciones de Uso | Declaración de Privacidad

SEV100524063_LRT100524032

Oracle Corporation - Worldwide Headquarters, 500 Oracle Parkway, OPL - E-mail Services, Redwood Shores, CA 94065, United States Su privacidad es importante para nosotros. Puede iniciar sesión en su cuenta para actualizar sus suscripciones a correos electrónicos o puede optar por no recibir los correos electrónicos de Oracle Marketing en cualquier momento. Sepa que desuscribirse de las comunicaciones de Marketing no afecta el envío de comunicaciones importantes de negocios en su relación actual de negocios con Oracle como Actualizaciones de seguridad, Avisos de registros para eventos, Administración de cuentas y Comunicaciones de Soporte/Servicios.

SQL Server 2016 se viene con sorpresas

Si, es raro esta noticia aca. Esto es así porque no soy muy amante de sql server. Pero espero que la versión 2016 me haga cambiar de parecer.

Lo más notorio de la nueva versión es un cambio en el modo en que maneja las tablas en memoria, esto promete ser mucho más eficiente que la forma anterior.

Entre las mejoras podemos nombrar:

• Manejo optimizado de Constraints
• Mejoras en la compilación de Stored Procedure  nativos.
• Mejoras en funciones y  Triggers nativos.

No vi si hay mejoras en linux, espero que llegue una versión estable tanto para windows como linux.

Dejo link:
https://www.microsoft.com/en-us/server-cloud/products/sql-server-2016/

Microsoft SQL Server en Linux ya es una realidad.

No es una broma, es totalmente cierto...

Sip, SQL server corre en linux y ya tiene una versión estable. La verdad es que no se que más decir, solo que tenemos que probarla.

Dejo link: http://blogs.microsoft.com/blog/2016/03/07/announcing-sql-server-on-linux/

The Sequel to SQL

La gente de codeschool publicaron varios cursos sobre base de datos, para la gente que quiere perfeccionar su conocimiento en sql.

Les dejo el programa:

COURSE OVERVIEW

1. 

   LEVEL 1 FREE LEVELAggregate Functions 2 Videos | 10 Challenges

   Learn how to use SQL aggregate functions, including COUNT, SUM, and AVG, to do calculations on groups of data.
2. 

   LEVEL 2Table Constraints 2 Videos | 11 Challenges

   Add constraints — like NOT NULL, UNIQUE, FOREIGN KEY, and PRIMARY KEY — to your tables to increase data integrity.
3. 

   LEVEL 3Normalization and Relationships 2 Videos | 7 Challenges

   Apply normalization rules to create tables without duplicate data and build the appropriate relationships.
4. 

   LEVEL 4Inner Joins, Aliases, and Outer Joins 3 Videos | 7 Challenges

   Explore writing a single query to pull data from multiple tables and using aliases to create succinct queries.
5. 

   LEVEL 5Subqueries 1 Video | 3 Challenges

   Dive deeper as you learn how to write queries within queries.

Dejo link:
https://www.codeschool.com/courses/the-sequel-to-sql/

Cursos gratuitos en codeschool

Me llego este mail de codeschool y me pareció interesante compartirlo, como pueden ver hay cursos para todos los gustos y gratis!

Learn for Free Build a strong coding foundation by playing through our collection of free courses:

Try Ruby Discover the basics of this simple yet powerful programming language PLAY NOW

Try jQuery Learn the building blocks of jQuery. PLAY NOW

Try Git Be introduced to the basic concepts of Git version control. PLAY NOW

Try SQL Learn basic database manipulation with SQL. PLAY NOW

Try R Test-drive data visualization in the R language. PLAY NOW

Try Objective C Explore the language that powers iOS and Mac apps. PLAY NOW

JavaScript Road Trip Part 1 Get an introduction to the basics of the JavaScript language. PLAY NOW

Shaping Up With Angular.js Shape up your script with Angular.js. PLAY NOW

Rails for Zombies Redux Learn Ruby on Rails, an open-source framework. PLAY NOW

Discover DevTools Sharpen your dev process with Chrome DevTools. PLAY NOW

Discover Drive Take the Google Drive API for a spin. PLAY NOW

Exploring Google Maps for iOS Zip around and learn how to use the Google Maps SDK for iOS. PLAY NOW