Emanuel Goette, alias Crespo

domingo, 10 de septiembre de 2017

Top 5 de nuevas características de Entity Framework Core 1.0

.net core viene tomando cada vez más relevancia en el mundo del desarrollo y como era de pensar cada vez se nutre más de sus frameworks por esta razón vamos a analizar 5 características de Entity Framework Core 1.0

Entity Framework Core es un mapeador relacional de objetos (ORM) que permite a los desarrolladores de .NET trabajar con una base de datos utilizando objetos .NET. Elimina la necesidad de la mayor parte del código de acceso a datos que los desarrolladores normalmente necesitan escribir. Hablando mal y pronto un hibernate de .net y microsoft

1. Cross plataforma, de igual manera que .net core su mayor fortaleza es que corre en cualquier plataforma como Windows, Mac, y mi amado Linux. A la vez permite conectarse a diferentes bases de datos como SQL Server, SQLite, Postgres, MySQL y pronto va estar desarrollo la conexión a bases nosql

2.Liviano, modular y extensible: Entity Framework Core se ha descompuesto en paquetes / componentes manejables más pequeños, por lo tanto podemos utilizar los que sean útiles para el proyecto. Estos componentes también se pueden ampliar para agregar funcionalidad adicional.

3.In-Memory Provider: Se puede utilizar un almacén de datos en memoria, puede ejercitar su código de acceso de datos contra una base de datos real que sólo existe en la memoria. Facilitando las pruebas.

4.Propiedades ocultas o Shadow: Podemos modificar campos que solo existen en la base que se denominan shadow:

public class CoursesContext : DbContext
{
public DbSet<Course> Courses { get; set; }
public DbSet<Student> Students { get; set; }

protected override void OnModelCreating(ModelBuilder modelBuilder)
{
modelBuilder.Entity<Course>()
.Property<DateTimeOffset>("LastUpdated");
}
}

context.Entry(myCourse).Property("LastUpdated").CurrentValue = DateTimeOffset.Now;

5.Evaluación mixta cliente/servidor: La evaluación mixta cliente/servidor permite que las consultas contengan una lógica que se pueda evaluar en el cliente.

Por ejemplo tenemos un método así:

public static string AddTitle(string strFirstName)
{
if (!strFirstName.ToLower().StartsWith("Mr"))
{
strFirstName = string.Concat("Mr.", strFirstName);
}
return strFirstName;
}

Podemos hacer la siguiente consulta:

var emp = context.Employee
.Where(emp => emp.Gender == "M")
.Select(employee => new
{
FirstName = AddTitle(employee.FirstName),
LastName = employee.LastName
})
.ToList();

Donde llamamos a la función AddTitle que se ejecutará en memoria.

Que piensan? es acertado este Top 5?

Dejo link: http://www.csharpstar.com/new-features-of-entity-framework-core/

jueves, 7 de septiembre de 2017

Python supera a R, se convierte en el lenguaje más utilizado para procesamiento de datos en ciencia y Machine Learning

Python supera a R, se convierte en el lenguaje más utilizado para procesamiento de datos en ciencia y Machine Learning (me quedo largo el titulo). Es así, según kdnuggets que dice algo así:

"Python no "tragó" R, pero los resultados, basados en 954 votantes, muestran que en 2017 el ecosistema de Python superó a R como la plataforma líder de Analytics, Data Science, Machine Learning.

Mientras que en 2016 Python estaba en segundo lugar ("Mainly Python" tenía 34% de participación vs 42% para "Mainly R"), en 2017 Python tiene 41% vs 36% para R.

La proporción de lectores de KDnuggets que usaron tanto R como Python de manera significativa también aumentó del 8,5% al 12% en 2017, mientras que la participación que utilizó principalmente otras herramientas cayó de 16% a 11%."

Es decir que Python se afianza como lenguaje para las ciencias y Machine Learning, veamos unos gráficos que muestran su evolución:

El futuro parece brillante para los usuarios de Python, pero R y otras plataformas se mantendrán dado que ya ganaron mucho terreno.

Dejo link: http://www.kdnuggets.com/2017/08/python-overtakes-r-leader-analytics-data-science.html

martes, 5 de septiembre de 2017

Linux supera el 3% de cuota de mercado por primera vez en el escritorio

Según las estadísticas de NetMarketShare para el mes de agosto de 2017, Linux supera el 3% de cuota de mercado por primera vez en el escritorio.

Si bien 3% suena a poco es un gran avance y lo mejor es que la cosa viene mejorando. En lo personal veo a casa vez más gente usando linux.

El crecimiento que ha ido subiendo progresivamente desde junio de 2016, cuando alcanzó el 2%, ha dado un salto bastante significativo este agosto. NetMarketShare sitúa a Linux con un 3,37% de la cuota de mercado de sistemas operativos de escritorio.

Según mi parecer debemos agradecerlo a Ubuntu y Mint, que han llevado el escritorio más cerca del usuario común.

Dejo link: https://www.netmarketshare.com/operating-system-market-share.aspx?qprid=9&qpcustomb=0&qpcd=1&qpct=2

domingo, 3 de septiembre de 2017

Que es Apache Kafka?

Apache Kafka se ha vuelto cada vez más popular, pero porque utilizar kafka?

Apache Kafka es generalmente utilizado en arquitecturas real-time que utilizan Stream de datos, para proporcionar análisis en tiempo real. Kafka es un sistema de mensajería publicación-suscripción rápido, escalable, duradero y tolerante a fallos.

Kafka se usa en casos de uso donde JMS, RabbitMQ y AMQP no pueden ni siquiera ser considerados debido al volumen y a la capacidad de respuesta. Kafka tiene mayor rendimiento, fiabilidad y características de replicación, lo que hace que sea aplicable para cosas como el seguimiento de las llamadas de servicio (rastrea cada llamada) o el seguimiento de los datos de sensores IoT donde una MOM tradicional puede no ser considerada.

Kafka puede trabajar con Flume / Flafka, Spark Streaming, Storm, HBase, Flink y Spark para la consumo, análisis y procesamiento en tiempo real de los datos de transmisión. Kafka es un flujo de datos utilizado para alimentar bases que utiliza Hadoop para análisis BigData. Además, Kafka Streaming (un subproyecto) se puede utilizar para análisis en tiempo real.

Kafka se utiliza para procesamiento de secuencias, seguimiento de actividades de sitios web, recopilación y monitoreo de métricas, agregación de registros, análisis en tiempo real, CEP, carga de datos en Spark, administración de datos en Hadoop, CQRS, computación en memoria (microservicios).

Kafka es una plataforma de streaming distribuida que se utiliza para sistemas stream publicar-suscribirse. Kafka se utiliza para el almacenamiento tolerante a fallos. Kafka replica particiones de registro de temas en varios servidores. Kafka está diseñado para permitir que tus aplicaciones procesen registros a medida que ocurren. Kafka es rápido y utiliza IO de forma eficiente mediante el batching y la compresión de registros. Kafka se utiliza para desacoplar flujos de datos. Kafka se utiliza para transmitir datos en lagos de datos, aplicaciones y sistemas de análisis de flujo en tiempo real.

Y para colmo es compatible para varios lenguajes como C#, Java, C, Python, Ruby (entre otros)...

Kafka permite construir en tiempo real de flujo de tuberías de datos. Kafka habilita micro-servicios en memoria (es decir actores, Akka, Baratine.io, QBit, reactores, reactivos, Vert.x, RxJava, Spring Reactor). Kafka le permite crear aplicaciones de streaming en tiempo real que reaccionan a los flujos para hacer análisis de datos en tiempo real, transformar, reaccionar, agregar, unir flujos de datos en tiempo real y realizar procesamiento de eventos complejos (CEP).

Puede utilizar Kafka para ayudar en la recopilación de métricas / KPIs, agregando estadísticas de muchas fuentes e implementando la generación de eventos. Puede utilizarlo con microservices (en memoria) y sistemas de actor para implementar servicios en memoria (log de confirmación externa para sistemas distribuidos).

Puede utilizar Kafka para replicar datos entre nodos, volver a sincronizar para nodos y restaurar estado. Aunque Kafka se utiliza principalmente para el análisis de datos en tiempo real y el procesamiento de secuencias, también puede utilizarse para la agregación de registros, mensajería, seguimiento de clics, pistas de auditoría y mucho más.

En un mundo donde la ciencia de los datos y el análisis es cada vez mas utilizado, la captura de datos para alimentar las bases de datos y sistemas de análisis en tiempo real también es un gran problema. Y aqu{i es donde Kafka se vuelve muy relevante.

Dejo link: https://dzone.com/articles/what-is-kafka?edition=316422&utm_source=Zone%20Newsletter&utm_medium=email&utm_campaign=big%20data%202017-08-17
https://kafka.apache.org/

jueves, 31 de agosto de 2017

7 lenguajes que se utilizan en inteligencia artificial

Leí un articulo por demás interesante sobre que lenguajes se utilizan en el desarrollo de sistemas inteligentes, es decir en el desarrollo de inteligencia artificial.

Los 7 lenguajes son:

Python
C++
Lisp
Java
Prolog
Javascript
Haskell

Personalmente pienso que es bastante raro pero es explicable.

Python tiene la ventaja de ser fácil de utilizar por lo que los investigadores lo utilizan mucho.
C++ se utiliza para programar software que necesita alta performance como la ia.
Lisp, es el lenguaje de los matemáticos.
Java, no se :(
Prolog, es el lenguaje concebido para programar sistemas inteligentes
Javascript, ni idea
Y Haskell similar a lisp, es muy fácil de utilizar por matemáticos.

Otra cosa que me llama la atención es la cantidad de lenguajes funcionales: Lisp y Haskell.

Dejo link: http://www.rankred.com/best-artificial-intelligence-programming-language/

domingo, 27 de agosto de 2017

Empezando con Elixir 6

Funciones

En Elixir y muchos lenguajes funcionales, las funciones son ciudadanos de primera clase.

Funciones Anónimas

Tal como su nombre lo indica, una función anónima no tiene nombre. Como vimos en la lección de Enum, éstos se pasan con frecuencia a otras funciones. Para definir una función anónima en Elixir necesitamos las palabras clave fn y end. Dentro de éstos podemos definir cualquier número de parámetros y cuerpos funcionales separados por ->

iex> sum = fn (a, b) -> a + b end
iex> sum.(2, 3)
5

El operador &

El uso de funciones anónimas es una práctica común en Elixir hay una forma abreviada de hacerlo:

iex> sum = &(&1 + &2)
iex> sum.(2, 3)
5

Como probablemente ya se supone, en la versión abreviada nuestros parámetros están disponibles para nosotros como & 1, & 2, & 3, y así sucesivamente.

Pattern Matching

Pattern matching no esta limitado solo a variables sino que tambien se pueden utilizar en funciones.

Se pueden utilizar pattern matching con el primer conjunto de parámetros que coinciden e invoca el cuerpo correspondiente:

iex> handle_result = fn
...> {:ok, result} -> IO.puts "Handling result..."
...> {:error} -> IO.puts "An error has occurred!"
...> end

iex> some_result = 1
iex> handle_result.({:ok, some_result})
Handling result...

iex> handle_result.({:error})

An error has occurred!

Funciones con nombre

Podemos definir funciones con nombre utilizando la palabra clave def. Las funciones definidas dentro de un modulo pueden ser accedidas por otros módulos:

defmodule Greeter do
def hello(name) do
"Hello, " <> name
end
end

iex> Greeter.hello("Sean")
"Hello, Sean"

Si queremos definir una función en una linea podemos usar do:

defmodule Greeter do
def hello(name), do: "Hello, " <> name
end

Y podemos utilizar pattern matching:

defmodule Length do
def of([]), do: 0
def of([_ | tail]), do: 1 + of(tail)
end

iex> Length.of []
0
iex> Length.of [1, 2, 3]
3

Funciones con nombre y número de argumentos

Como el lenguaje es de tipado débil, la firma de la función esta dada por el nombre de la función y la cantidad de parámetros. Es decir las funciones aceptan sobre carga y esta dada por el numero de parametros:

defmodule Greeter2 do
def hello(), do: "Hello, anonymous person!" # hello/0
def hello(name), do: "Hello, " <> name # hello/1
def hello(name1, name2), do: "Hello, #{name1} and #{name2}"
# hello/2

end

A diferencia de otros lenguajes, la firma de una función esta dada por el nombre y el numero de parámetros.

Funciones privadas

Una función privada solo se puede llamar dentro del modulo y se define con defp :

defmodule Greeter do
def hello(name), do: phrase <> name
defp phrase, do: "Hello, "
end

iex> Greeter.hello("Sean")
"Hello, Sean"

iex> Greeter.phrase
** (UndefinedFunctionError) undefined function: Greeter.phrase/0
Greeter.phrase()

Guards

En el ejemplo siguiente tenemos dos funciones con la misma firma, nos basamos en guards para determinar qué utilizar en función del tipo del argumento:

defmodule Greeter do
def hello(names) when is_list(names) do
names
|> Enum.join(", ")
|> hello
end

def hello(name) when is_binary(name) do
phrase() <> name
end

defp phrase, do: "Hello, "
end

iex> Greeter.hello ["Sean", "Steve"]
"Hello, Sean, Steve"

Argumentos por defecto

Se pueden utilizar argumentos por defecto:

defmodule Greeter do
def hello(name, language_code \\ "en") do
phrase(language_code) <> name
end

defp phrase("en"), do: "Hello, "
defp phrase("es"), do: "Hola, "
end

iex> Greeter.hello("Sean", "en")
"Hello, Sean"

iex> Greeter.hello("Sean")
"Hello, Sean"

iex> Greeter.hello("Sean", "es")
"Hola, Sean"

Cuando combinamos nuestro ejemplo de guard con argumentos predeterminados, nos topamos con un problema. Veamos cómo podría verse:

defmodule Greeter do
def hello(names, language_code \\ "en") when is_list(names) do
names
|> Enum.join(", ")
|> hello(language_code)
end

def hello(name, language_code \\ "en") when is_binary(name) do
phrase(language_code) <> name
end

defp phrase("en"), do: "Hello, "
defp phrase("es"), do: "Hola, "
end

** (CompileError) def hello/2 has default values and multiple clauses, define a function head with the defaults

Elixir no le gusta los argumentos por defecto en múltiples funciones de coincidencia, puede ser confuso. Para manejar esto agregamos una cabeza de función con nuestros argumentos por defecto:

defmodule Greeter do
def hello(names, language_code \\ "en")
def hello(names, language_code) when is_list(names) do
names
|> Enum.join(", ")
|> hello(language_code)
end

def hello(name, language_code) when is_binary(name) do
phrase(language_code) <> name
end

defp phrase("en"), do: "Hello, "
defp phrase("es"), do: "Hola, "
end

iex> Greeter.hello ["Sean", "Steve"]
"Hello, Sean, Steve"

iex> Greeter.hello ["Sean", "Steve"], "es"
"Hola, Sean, Steve"

Dejo link: https://elixirschool.com/en/lessons/basics/functions/

miércoles, 23 de agosto de 2017

Datacamp, aprendiendo a manipular datos

Data + camp, es decir un campamento para datos, es realidad no, datacamp es un sitio donde podemos hacer toda clase de cursos relacionados al procesamiento de datos.

Se pueden hacer toda clase de cursos de manipulación de datos pero se usa sobre todo Python y R. También hay uno sobre Apache spark

Sin más que lo disfruten!!

Dejo link: https://www.datacamp.com/

Comienza la inscripción de los cursos Gugler

Quiero invitarlos a los cursos gugler, que se dictan de forma remota o a distancia o presencial, para mayor información:

Dejo link: https://inscripciones.gugler.com.ar

martes, 22 de agosto de 2017

Ceylon es de la fundación eclipse

Al parecer el lenguaje Ceylon se ha movido a la fundación eclipse. Por medio de un post lo han publicado Stéphane Épardaud y Gavin King, nos han dicho:

"Red Hat es sinónimo de Open source, calidad y confianza a la comunidad. Pero también hemos tenido un temor creciente de que la fuerte asociación con una sola compañía pueda haber frenado nuestra comunidad. Siempre hemos visto este proyecto como un "terreno neutral", no como un vehículo para los objetivos de negocio de una empresa, pero no estamos seguros si el proyecto es percibido de esa manera desde fuera."

Por lo tanto este proyecto va estar bajo la fundación eclipse. Esto no se si es bueno o malo, en lo que coincido es que le va dar una briza más open sources al proyecto y espero que siga creciendo.

Dejo links:
https://ceylon-lang.org/blog/2017/08/21/eclipse-ceylon/
https://projects.eclipse.org/proposals/eclipse-ceylon

sábado, 19 de agosto de 2017

Como va el resumen de Scala for the Impatient? 2

Un resumen de Scala for the Impatient, parte 30

Traits con implementaciones concretas.

En scala, los métodos de los Trais pueden tener implementaciones. Por ejemplo:

trait ConsoleLogger {
def log(msg: String) { println(msg) }
}

ConsoleLogger provee una implementación, en este caso imprime el log en consola.

Si deseamos utilizar este trait:

class SavingsAccount extends Account with ConsoleLogger {
def withdraw(amount: Double) {
if (amount > balance) log("Insufficient funds")
else balance -= amount
}
…
}

Como se puede ver SavingsAccount es una clase concreta y utiliza el método por defecto de ConsoleLogger. En Java 8, también se puede realizar esto dado que se agregaron los métodos por defecto en las interfaces. Pero en scala una interfaz puede tener estado cosa que no se puede hacer en java.

En scala (y también en otros lenguajes que permiten esto) decimos que la función de ConsoleLog es “mixed in” con la clase SavingsAccount.

Objetos con Trait

Se puede agregar un Trait con una implementación determinada a un objeto cuando se lo instancia. Veamos un ejemplo:

abstract class SavingsAccount extends Account with Logger {
def withdraw(amount: Double) {
if (amount > balance) log("Insufficient funds")
else …
}
...
}

Esta clase es abstracta no tiene implementación para el método log por lo tanto o no podríamos instanciarla o (en java por ejemplo) podemos implementar esto en una clase anónima pero en scala tenemos otra opción podemos agregar una interfaz que implemente este método con la palabra with :

val acct = new SavingsAccount with ConsoleLogger

Por supuesto podemos llamar a otra instancia con diferente traits:

val acct2 = new SavingsAccount with FileLogger

Traits en capas

Puede agregar, a una clase o a un objeto, múltiples rasgos que se invocan entre sí a partir de la última llamada. Esto es útil cuando se necesita transformar un valor en etapas.

Por ejemplo:

trait TimestampLogger extends ConsoleLogger {
override def log(msg: String) {
super.log(s"${java.time.Instant.now()} $msg")
}
}

Supongamos que queremos acotar el mensaje:

trait ShortLogger extends ConsoleLogger {
override def log(msg: String) {
super.log(if (msg.length <= 15) msg else s"${msg.substring(0, 12)}...")
}
}

Como puede ver cada método log es modificado en las traits . La expresión super.log no tiene el mismo significado que en las clases. En los traits la expresión super.log no llama al método del padre sino que importa el orden con que se han agregado. Veamos 2 ejemplos:

val acct1 = new SavingsAccount with TimestampLogger with ShortLogger
val acct2 = new SavingsAccount with ShortLogger with TimestampLogger

Si utilizamos acct1 el log sera:

Sun Feb 06 17:45:45 ICT 2011 Insufficient...

Como podemos ver primero recorta el texto y luego agrega la fecha y si utilizamos acct2 :

Sun Feb 06 1...

Si utilizamos acct2 primero agrega la fecha y luego recorta el texto, con lo que no nos imprime ni siquiera la fecha completa.

Note que se puede indicar con super[ConsoleLog].log(...) de que padre vamos a llamar a este método.

viernes, 18 de agosto de 2017

Java EE bajo una organización open source??

Bueno, yo pensé que Java EE de Oracle iba a ser totalmente de Oracle pero me equivoque...

Al parecer Oracle no le puede sacar dinero a Java EE y por lo tanto quiere donarlo, jeje... Digo yo.

Según lo que han publicado en el blog de la empresa, se quiere que el proceso sea más ágil y responsivo. Por lo tanto se sugiere que sea parte de un fundación open source.

Para dar un resumen concreto, luego de el desarrollo de Java EE 8, vendrá un licenciamiento más flexible y si la papa quema que la agarre el que quiera.

Dejo link: http://www.zdnet.com/article/oracle-considers-moving-java-ee-to-an-open-source-foundation/

miércoles, 16 de agosto de 2017

OpenRA

Quiero recomendarles el Juego OpenRA que es como el Red Alert pero totalmente open source y gratuito. Esta muy bueno!! Es como viajar en el tiempo!!

Dejo link: http://www.openra.net/

domingo, 13 de agosto de 2017

Un resumen de Scala for the Impatient, parte 29

Traits o rasgos

En este capitulo vamos a ver como se trabaja con traits. Los traits son similares a las interfaces de java solo que estas puede proveer estados y comportamiento, lo que las hace más útiles.

Una clase puede implementar muchos traits

Un traits puede requerir implementar campos, métodos o súper clases

A diferencia de Java, los traits pueden implementar métodos o campos.

Cuando se superponen varios traits, el orden es importante: el trait cuyos métodos se ejecutan primero van en la parte posterior.

Por que no herencia múltiple?

Scala al igual que Java no permite que una clase herede de varias clases, esto al parecer es una restricción muy grande. Porque no debemos extender de múltiples clases. Si por ejemplo lenguajes como C++ lo permiten.

La herencia múltiple trabaja muy bien cuando se combinan clases que no tienen nada en común, pero cuando combinamos clases que tienen métodos en común se presentan diferentes problemas.

Veamos un ejemplo un asistente del profesor o alumno auxiliar :

class Student {

def id: String = …

…

}

class Employee {

def id: String = …

...

}

class TeachingAssistant extends Student, Employee { // Ojo que esto no compila en scala

…

}

Desafortunadamente TeachingAssistant tiene 2 métodos id, por lo tanto que debe hacer cuando llamamos a myTA.id, siendo myTA una instancia de TeachingAssistant. (en c++ necesitamos redefinir este método para clarificar la situación)

Ahora supongamos que tanto el empleado como el estudiante heredan de persona:

class Person {

var name: String = _

}

class Student extends Person { ... }

class Employee extends Person { ... }

Esto se denomina el problema del diamante, ahora TeachingAssistant tiene 2 campos nombre pero nosotros solo queremos uno, como se debería combinar?

En Java se decidió un camino más restrictivo para resolver estos problemas, no se permite herencia múltiple de clases pero se invento el concepto de interfaz que no permite que se implementen métodos y no puede contener atributos pero puede ser heredado de forma múltiple.

Scala no permite herencia múltiple pero tiene los traits o rasgos. Un trait puede contener métodos abstractos o concretos y estados y una clase puede implementar múltiples traits. Ahora veremos como scala resuelve los conflictos de implementación.

Traits como interfaces Java

Los traits puede ser utilizadas de igual manera que las interfaces de Java:

trait Logger {

def log(msg: String) // Método abstracto

}

No es necesario indicar que este método es abstracto, si no se implementa en un trait es automáticamente abstracto.

Y una clase puede proveer una implementación:

class ConsoleLogger extends Logger { // Se usa extends y no implements

def log(msg: String) { println(msg) } // No es necesario el override

}

No es necesario agregar override cuando se sobrescribir un método abstracto de un trait.

Si es necesario agregar más interfaces, se debe hacerlo con la palabra clave with :

class ConsoleLogger extends Logger with Cloneable with Serializable

Como se puede ver se están utilizando interfaces Cloneable y Serializable que son de Java, sin ningún problema.

martes, 8 de agosto de 2017

Nuevo centro de contenido de MongoDB

Me llego el siguiente mail, y quería compartirlo con ustedes:

Visite nuestro nuevo centro de contenido

Hola,

Visite nuestro centro de contenido para ver todas las novedades sobre MongoDB, NoSQL y últimas tendencias en programación.

En nuestro centro de contenido podrá encontrar información sobre los siguientes temas:

Casos de cliente, productos y arquitectura de MongoDB
Big Data
Internet of Things
Análisis en tiempo real con Apache Spark

Visitar el centro

En nuestro centro de contenido tiene a su disposición vídeos, artículos y libros, todo en un mismo lugar.

Reciba un cordial saludo,

El equipo de MongoDB




MongoDB Inc., 2017. Todos los derechos reservados. Palacio de Miraflores, Suite 219 & 220, Carrera de San Jerónimo 15 - 2, Madrid 28014, Spain Para darse de baja de futuros mensajes de MongoDB o para actualizar sus preferencias de correo electrónico haga clic aquí.

Translate