Datos y bases de datos
10 guías · unas 2 horas de lectura
Esta página se tradujo del inglés con ayuda de IA y se cotejó con el original. Leer la versión en inglés
Los datos sobreviven a las aplicaciones. Esta materia cubre los fundamentos relacionales que nunca pasan de moda —buen SQL, normalización, indexación y lectura de un plan de ejecución— junto con la elección entre Oracle y PostgreSQL, las bases de datos documentales con MongoDB, la búsqueda con Apache Solr, el análisis de logs con Elasticsearch, Logstash y Kibana, y el panorama del big data y la inteligencia de negocio con Hadoop.
A quién va dirigido
- Desarrolladores backend que escriben SQL
- Desarrolladores que eligen base de datos para un nuevo servicio
- Analistas e ingenieros que se inician en la ingeniería de datos
Ruta de aprendizaje
Léelas en orden para seguir un curso completo o elige el tema que necesites.
- 1Buenas prácticas de SQL: consultas correctas, rápidas y manteniblesHábitos SQL prácticos para desarrolladores: predicados sargables, NULL, joins, EXISTS frente a IN, parámetros enlazados, paginación keyset y lotes.Intermedio11 min de lectura
- 2Diseño de bases de datos y normalización: de las entidades a la FNBCModela entidades, claves y dependencias funcionales, recorre de la 1FN a la FNBC con un ejemplo, elige claves y desnormaliza con criterio.Principiante9 min de lectura
- 3Oracle vs PostgreSQL: arquitectura, dialecto SQL y migraciónEn qué se diferencian Oracle y PostgreSQL: procesos, MVCC, dialecto SQL, particionado, alta disponibilidad y licencias, y cuál elegir para un sistema nuevo.Intermedio11 min de lectura
- 4Índices y planes de ejecución: haz que el optimizador trabaje para tiCómo funciona un B-tree, orden de columnas en índices compuestos, índices de cobertura y parciales, estadísticas, EXPLAIN ANALYZE y cómo arreglar un mal plan.Avanzado11 min de lectura
- 5MongoDB y el modelo de documentos: diseño de esquema, agregación y shardingCuándo un documento es mejor que una fila, embeber o referenciar, el pipeline de agregación, índices, replica sets, sharding y transacciones.Intermedio9 min de lectura
- 6Apache Solr: índices invertidos, cadenas de análisis y ajuste de relevanciaEn qué se diferencia un buscador de una base de datos: índice invertido, analizadores, esquema y tipos de campo de Solr, parsers, BM25, facetas y SolrCloud.Intermedio8 min de lectura
- 7Gestión centralizada de logs con Elasticsearch, Logstash y KibanaLogs estructurados, Beats y Elastic Agent, ingest pipelines y grok, index templates, retención con ILM, dashboards de Kibana y dimensionado del clúster.Intermedio9 min de lectura
- 8Arquitectura big data: lagos, lakehouses, formatos y procesamientoBatch o streaming, data lake, data warehouse o lakehouse, formatos columnares, particionado, formatos de tabla abiertos, gobierno y cuándo prescindir de todo.Intermedio11 min de lectura
- 9El ecosistema Hadoop: HDFS, YARN, MapReduce, Hive, HBase y SparkCómo guarda HDFS sus bloques, cómo planifica YARN el trabajo, por qué Spark sustituyó a MapReduce, para qué sirven Hive y HBase y el ecosistema en 2026.Intermedio11 min de lectura
- 10Business intelligence: modelado dimensional, ETL y dashboardsOLTP frente a OLAP, hechos y dimensiones, esquemas en estrella y en copo de nieve, dimensiones lentamente cambiantes, ETL o ELT, capa semántica y diseño de KPI.Principiante10 min de lectura
Sigue con
Spring Boot y Spring CloudCrea, configura, documenta, prueba y despliega servicios listos para producción con Spring Boot, Spring Data, Spring Batch y Spring Cloud.11 guías →Arquitectura de softwareSistemas por capas, SOA, microservicios, DDD, REST y gestión de API, sistemas reactivos, rendimiento, TOGAF y consistencia distribuida.12 guías →Computación en la nubeFundamentos de la nube, servicios clave de AWS y Azure, diseño well-architected, migración, alta disponibilidad, apps cloud-native y control de costes.8 guías →