Total acumulado de SQL: SUM OVER, totales por grupo, sumas móviles y trampa de RANGE
Un total acumulado de SQL agrega el valor de cada fila a la suma de todas las filas anteriores. La forma moderna es una función de ventana: SUMA (cantidad) SOBRE (ORDER BY día, id). Esta guía muestra totales por grupo, sumas acumuladas diarias, sumas móviles y porcentajes, además de la trampa del empate que silenciosamente proporciona números incorrectos.
- Un total acumulado de SQL es
SUM(col) OVER (ORDER BY ...); agreguePARTITION BYpara reiniciarlo para cada grupo. - Ordene por una combinación única como
day, id. Ordenar solo por un día no único dio a las filas empatadas el mismo total en nuestra prueba. ROWS BETWEEN 2 PRECEDING AND CURRENT ROWlo convierte en una suma móvil de 3 filas.- En 20.000 filas, la función de ventana tardó 22 ms; la antigua subconsulta correlacionada tardó casi 8 segundos.
Los ingresos acumulados, los saldos de cuentas, los niveles de existencias, los gráficos de evolución y el “progreso hacia el objetivo” necesitan el mismo cálculo: sumar todo hasta el momento. Durante años, esto significó uniones o subconsultas incómodas. El SQL moderno lo hace con una función de ventana. Ejecutamos todas las consultas siguientes en SQLite 3.50.4; la sintaxis es estándar y funciona en PostgreSQL, MySQL 8+, SQL Server 2012+ y Oracle, aunque solo la ejecutamos en SQLite.
respuesta rapida
SELECT id, day, amount,
SUM(amount) OVER (ORDER BY day, id) AS running_total
FROM sales;
La cláusula OVER convierte SUM de una función de agrupación a una función de ventana. En lugar de colapsar filas, calcula una suma para cada fila en una “ventana” de filas: aquí, cada fila hasta la actual inclusive en el orden dado.
Datos de muestra
CREATE TABLE sales(id INTEGER PRIMARY KEY, day TEXT, region TEXT, amount INT);
INSERT INTO sales(day, region, amount) VALUES
('2026-11-01','North',100), ('2026-11-01','South',50),
('2026-11-02','North',80), ('2026-11-03','North',120),
('2026-11-03','South',70), ('2026-11-03','North',30),
('2026-11-04','South',NULL),('2026-11-05','South',90);
Varias filas comparten el mismo día a propósito y una cantidad es NULL. Los datos reales se ven así y ambos detalles cambian los resultados.
El total acumulado básico
| identificación | dia | cantidad | running_total |
|---|---|---|---|
| 1 | 2026-11-01 | 100 | 100 |
| 2 | 2026-11-01 | 50 | 150 |
| 3 | 2026-11-02 | 80 | 230 |
| 4 | 2026-11-03 | 120 | 350 |
| 5 | 2026-11-03 | 70 | 420 |
| 6 | 2026-11-03 | 30 | 450 |
| 7 | 2026-11-04 | NULO | 450 |
| 8 | 2026-11-05 | 90 | 540 |
Cada fila suma su monto al total hasta el momento. El último valor, 540, equivale al total general, que es una comprobación rápida de cordura que vale la pena automatizar en las pruebas.
La trampa de corbatas RANGE
Aquí está el error que casi todo el mundo comete alguna vez. Ordene solo por día, sin la identificación:
SELECT id, day, amount,
SUM(amount) OVER (ORDER BY day) AS range_total,
SUM(amount) OVER (ORDER BY day
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS rows_total
FROM sales;
| identificación | dia | cantidad | range_total | rows_total |
|---|---|---|---|---|
| 1 | 2026-11-01 | 100 | 150 | 100 |
| 2 | 2026-11-01 | 50 | 150 | 150 |
| 4 | 2026-11-03 | 120 | 450 | 350 |
| 5 | 2026-11-03 | 70 | 450 | 420 |
| 6 | 2026-11-03 | 30 | 450 | 450 |
Con solo ORDER BY, el marco predeterminado es RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW. RANGE trata todas las filas con el mismo valor de orden como pares y las incluye a todas, por lo que cada fila el 1 de noviembre mostró 150 y cada fila el 3 de noviembre mostró 450. El marco ROWS cuenta filas físicas, lo que proporciona un total real fila por fila, pero el orden de las filas vinculadas sigue siendo arbitrario a menos que agregue un desempate.
Consejo: siempre ordene un total acumulado por algo único, generalmente la fecha más la clave principal. Eso da el mismo resultado con RANGE o ROWS y el mismo resultado cada vez que lo ejecuta.
RANGO no está mal; responde a una pregunta diferente. “Ventas totales hasta el final de cada día” es exactamente el RANGO ordenado por día. Simplemente elígelo a propósito.
Total acumulado por grupo
SELECT region, day, amount,
SUM(amount) OVER (PARTITION BY region ORDER BY day, id) AS region_running
FROM sales
ORDER BY region, day, id;
| región | dia | cantidad | region_running |
|---|---|---|---|
| norte | 2026-11-01 | 100 | 100 |
| norte | 2026-11-02 | 80 | 180 |
| norte | 2026-11-03 | 120 | 300 |
| norte | 2026-11-03 | 30 | 330 |
| sur | 2026-11-01 | 50 | 50 |
| sur | 2026-11-03 | 70 | 120 |
| sur | 2026-11-04 | NULO | 120 |
| sur | 2026-11-05 | 90 | 210 |
PARTITION BY reinicia el total para cada región. Úselo para saldos por cliente, libros mayores por cuenta o totales mensuales: PARTITION BY strftime('%Y-%m', day) en SQLite o DATE_TRUNC('month', day) en PostgreSQL. La misma idea impulsa las funciones de clasificación, que se tratan en nuestra guía RANK vs DENSE_RANK.
Totales diarios, luego un total acumulado
SELECT day, SUM(amount) AS daily,
SUM(SUM(amount)) OVER (ORDER BY day) AS cumulative
FROM sales GROUP BY day;
| dia | diariamente | acumulativo |
|---|---|---|
| 2026-11-01 | 150 | 150 |
| 2026-11-02 | 80 | 230 |
| 2026-11-03 | 220 | 450 |
| 2026-11-04 | NULO | 450 |
| 2026-11-05 | 90 | 540 |
SUM(SUM(amount)) parece extraño, pero se lee naturalmente una vez que conoce el orden de evaluación: GROUP BY se ejecuta primero y produce una suma diaria por día, luego la función de ventana agrega esas sumas diarias. Esta es la pregunta detrás de la mayoría de los gráficos de ingresos acumulados. La agrupación se explica en nuestra guía GROUP BY y TENER.
Sumas móviles y promedios
SELECT id, amount,
SUM(amount) OVER w AS sum3,
ROUND(AVG(amount) OVER w, 1) AS avg3
FROM sales
WINDOW w AS (ORDER BY day, id ROWS BETWEEN 2 PRECEDING AND CURRENT ROW);
Cambiar el marco de “todas las filas anteriores” a “la fila actual y las dos anteriores” crea una ventana móvil. La fila 4 tenía una suma de 3 filas de 250 (filas 2, 3 y 4: 50 + 80 + 120), y la fila 6 mostró 220 con un promedio de 73,3. Observe la fila 7: su promedio fue 50,0, porque AVG ignora el NULL y divide 100 entre dos filas, no tres. Los promedios móviles suavizan los datos diarios ruidosos en los paneles.
Porcentaje acumulado del total
SELECT id, amount,
ROUND(100.0 * SUM(amount) OVER (ORDER BY day, id)
/ SUM(amount) OVER (), 1) AS pct_cum
FROM sales;
Un OVER () vacío significa “todas las filas”, por lo que dividir el total acumulado por él da un porcentaje acumulativo. Nuestros datos alcanzaron el 18,5% después de la fila 1, el 64,8% después de la fila 4 y el 100,0% al final. En cambio, ordenar por cantidad descendente proporciona una visión de Pareto: unos pocos artículos representan el 80% del total.
Cómo se comportan los valores NULL
SUM omite los NULL, por lo que la fila 7 simplemente repitió el total anterior, 450, en lugar de convertir todo el total en NULL. Normalmente eso es lo que quieres. Si una cantidad faltante debe contar como cero en otros cálculos, envuélvala: SUM(COALESCE(amount, 0)), que arrojó totales idénticos aquí. Tenga más cuidado con AVG y COUNT(amount), que también omiten NULL y por tanto cambian el denominador. Nuestra guía SQL COALESCE cubre estas opciones.
A la antigua usanza: una subconsulta correlacionada
SELECT s.id, s.amount,
(SELECT SUM(amount) FROM sales x
WHERE x.day < s.day OR (x.day = s.day AND x.id <= s.id)) AS running
FROM sales s ORDER BY day, id;
Esto da los mismos 100, 150, 230,… 540 resultados y funciona en bases de datos muy antiguas sin funciones de ventana, como MySQL 5.7. Una autounión con GROUP BY es otra variación; consulte nuestra guía de autounión SQL. Ambos comparten la misma debilidad: para cada fila, la base de datos vuelve a sumar todas las filas anteriores.
Prueba de velocidad: función de ventana frente a subconsulta
Generamos 20.000 filas y cronometramos ambos enfoques en SQLite:
| Método | tiempo |
|---|---|
SUMA(v) SOBRE (ORDENAR POR id) |
21,9 ms |
| Subconsulta correlacionada | 7.979 ms |
La función de ventana fue aproximadamente 360 veces más rápida, porque mantiene una suma acumulada a medida que recorre las filas una vez, mientras que la subconsulta vuelve a agregar filas anteriores para cada fila. La brecha crece con cada fila adicional, por lo que en tablas grandes el enfoque de subconsulta no sólo es más lento sino también inutilizable.
Usos en el mundo real
- Saldo de la cuenta: total acumulado de créditos y débitos por cuenta, dividido por cuenta y ordenado por tiempo de transacción e ID.
- Inventario: existencias disponibles después de cada recepción o venta.
- Objetivos: ventas acumuladas frente a un objetivo mensual.
- Burn-down: trabajo restante después de cada tarea completada.
- Verificaciones de datos: el total acumulado final debe ser igual al simple
SUM, una afirmación útil en las pruebas de datos.
Soporte de base de datos
Las funciones de ventana con SUM() OVER están disponibles en PostgreSQL, SQL Server 2012 y posteriores, Oracle, MySQL 8.0 y posteriores, MariaDB 10.2 y posteriores, y SQLite 3.25 y posteriores. La cláusula nombrada WINDOW que usamos para la suma móvil es compatible con PostgreSQL, MySQL 8 y SQLite, pero no en SQL Server antes de 2022, donde se repite OVER (...) en su lugar. Encontrará más patrones de ventanas en nuestro tutorial de funciones de ventanas SQL.
Errores comunes
- Ordenar por una columna no única. Los vínculos comparten un total en RANGO y obtienen un orden arbitrario en FILAS. Agregue la clave principal.
- Olvidar ORDER BY dentro de OVER.
SUM(x) OVER ()proporciona el total general en cada fila, no un total acumulado. - Confundir el ORDER BY externo con el ORDER BY de la ventana. El orden de la ventana define el cálculo; el orden externo solo ordena la salida.
- Filtrar con WHERE después del hecho. WHERE se ejecuta antes de la ventana, por lo que cambia los totales. Filtre una consulta externa si solo desea mostrar algunas filas.
- Ignorar valores NULL en promedios. Decide si faltar significa cero.
Conclusión
Un total acumulado de SQL es una de las ventajas más claras de las funciones de ventana: una línea legible reemplaza las autouniones y subconsultas lentas. Ordene por clave única, agregue PARTITION BY para totales por grupo, cambie el marco para sumas móviles y divida por SUM() OVER () para porcentajes. Verifique la última fila con el total general y sus informes acumulativos serán rápidos y correctos.
Preguntas frecuentes
¿Cómo calculo un total acumulado en SQL?
Utilice una función de ventana: SUMA (cantidad) SOBRE (ORDER BY date_column, id). Cada fila obtiene la suma de su propio valor y de todas las filas anteriores en ese orden.
¿Cómo reinicio un total acumulado para cada grupo?
Agregue PARTICIÓN POR dentro de la cláusula OVER, por ejemplo SUM(cantidad) OVER (PARTICIÓN POR id_cliente ORDER BY fecha_pedido, id).
¿Por qué las filas con la misma fecha muestran el mismo total acumulado?
Solo con ORDER BY, el marco predeterminado es RANGE, que incluye todas las filas con el mismo valor de orden. Ordene por una combinación única, como fecha e identificación, o use un marco de FILAS.
¿Cómo calculo un total acumulado sin funciones de ventana?
Utilice una subconsulta correlacionada o una autounión que sume todas las filas anteriores. Funciona en bases de datos antiguas pero es mucho más lento; en nuestra prueba, tomó unos 8 segundos en 20.000 filas.
¿Cómo calculo una suma móvil en SQL?
Utilice un marco de FILAS, por ejemplo SUMA(cantidad) SOBRE (ORDENAR POR día, id. FILAS ENTRE 2 FILAS ANTERIORES Y ACTUAL) para una suma móvil de tres filas.
sigue aprendiendo
¿Necesitas ayuda con pruebas, WordPress o SEO?
Ayudamos a los equipos a enviar mejor software y hacer crecer sus sitios. Cuéntenos en qué está trabajando y le sugeriremos un siguiente paso claro.
Más guías sobre testing, IA y desarrollo moderno
¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.
Explicación de BM25: cómo la búsqueda por palabras clave clasifica los resultados, con código Python y búsqueda híbrida
BM25 explicó con una implementación pura de Python que ejecutamos: la fórmula, IDF, saturación de términos, los parámetros k1 y b, por qué supera el…
Leer artículo →Desarrollo de softwareMétodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, probados en un servidor en vivo
Métodos HTTP explicados con un pequeño servidor que ejecutamos: GET, POST, PUT, PATCH, DELETE, HEAD y OPTIONS, seguro vs idempotente, PUT vs PATCH, …
Leer artículo →DevOpsExplicación de Git Bisect: encuentre la confirmación que rompió su código, de forma manual o automática
Git bisect explicado con un repositorio probado: encuentre la única confirmación incorrecta entre 41 de cada 5 ejecuciones de prueba, automatice con…
Leer artículo →Automatización de pruebasExplicación de los marcadores de pytest: marcas personalizadas, filtros skip, skipif, xfail y -m
Los marcadores de pytest se explican con una suite probada: registre marcas personalizadas, ejecute solo pruebas de humo con -m, combine filtros con…
Leer artículo →Pruebas de softwarePruebas positivas versus negativas: diferencias, 24 casos de prueba reales y una lista de verificación
Pruebas positivas versus negativas explicadas con un formulario de registro real: 6 casos de prueba positivos y 18 negativos ejecutados en pytest, e…
Leer artículo →Bases de datos y SQLORDEN SQL POR Varias columnas: ASC, DESC, NULLS LAST, Caso y Orden personalizado
SQL ORDER BY con múltiples columnas explicadas con consultas probadas: ASC y DESC mixtos, desempates, NULLS FIRST y LAST, clasificación que no disti…
Leer artículo →Bases de datos y SQLTotal acumulado de SQL: SUM OVER, totales por grupo, sumas móviles y trampa RANGE
Cómo calcular un total acumulado de SQL con SUM() OVER: totales por grupo, sumas acumuladas diarias, sumas móviles, porcentaje del total, la trampa …
Leer artículo →Desarrollo de softwareMatriz de clasificación de JavaScript: números, objetos, cadenas y por qué 10 viene antes que 5
Cómo ordenar correctamente una matriz en JavaScript: números con una función de comparación, objetos por uno o más campos, cadenas con localeCompare…
Leer artículo →Inteligencia artificialExplicación de las estrategias de fragmentación de RAG: fija, superpuesta, de oración, recursiva y de títulos, medida
Estrategias de fragmentación de RAG comparadas en un documento con tiktoken 0.14: tamaño fijo, superposición, empaquetado de oraciones, división rec…
Leer artículo →Desarrollo de softwareExplicación de la idempotencia de API: claves de idempotencia y reintentos seguros, probados
La idempotencia de API se explicó con un servidor y cliente Python que ejecutamos: una respuesta perdida provocó un cargo doble sin una clave y un c…
Leer artículo →DevOpsExplicación de Git Stash: guardar, aplicar, extraer y archivos sin seguimiento, probado
Git stash se explica con comandos que ejecutamos en Git 2.56: enviar con un mensaje, archivos sin seguimiento, enumerar y mostrar, aplicar frente a …
Leer artículo →Pruebas de softwareExplicación de las pruebas por pares: cómo todos los pares reducen 216 pruebas a 13, probadas
Pruebas por pares explicadas con un generador que ejecutamos en Python 3.13: una comprobación con 216 combinaciones cubiertas por 13 pruebas, cobert…
Leer artículo →Automatización de pruebasExplicación de los dobles de prueba: ficticio, stub, espía, simulado y falso, con código Python probado
Los dobles de prueba se explican con un ejemplo de Python ejecutado en pytest 9.2: ficticio, stub, spy, simulado y falso, cuándo usar cada uno, veri…
Leer artículo →Bases de datos y SQLSQL COALESCE explicado: valores predeterminados, NULLIF, IFNULL vs ISNULL y trampas, probados
SQL COALESCE se explica con consultas que ejecutamos en SQLite 3.50: primeros valores no nulos, cadenas vacías, NULL en matemáticas, NULLIF para div…
Leer artículo →Bases de datos y SQLExplicación de la autounión de SQL: empleado-gerente, comparaciones de pares y filas, probado
La autounión de SQL se explica con consultas que ejecutamos en SQLite 3.50: empleado y gerente, ganando más que el gerente, pares únicos, cambios di…
Leer artículo →Desarrollo de softwareExplicación del operador de extensión de JavaScript: extensión frente a reposo, copias y errores, probado
El operador de extensión de JavaScript explicado con el código que ejecutamos en el Nodo 24: matrices, objetos, copias superficiales, parámetros de …
Leer artículo →Desarrollo de softwareExplicación del módulo de colecciones de Python: contador, defaultdict, deque y más, probado
Colecciones de Python explicadas con el código que ejecutamos en Python 3.13: Counter, defaultdict, deque, namedtuple, OrderedDict y ChainMap, ademá…
Leer artículo →Inteligencia artificialExplicación de la ventana de contexto de LLM: tokens, límites y cómo ajustar más, medidos
La ventana de contexto de LLM se explica con recuentos de tokens que medimos usando tiktoken: palabras frente a tokens para prosa, código e hindi, p…
Leer artículo →Desarrollo de softwareExplicación de los webhooks: cómo funcionan y cómo recibirlos de forma segura
Webhooks explicados con un receptor y un remitente que ejecutamos en Python: push vs polling, firmas HMAC-SHA256, rechazo de solicitudes manipuladas…
Leer artículo →DevOpsExplicación de Git Cherry-Pick: copie la confirmación que necesita, de forma segura y probada
Git cherry-pick explicado con comandos que ejecutamos en Git 2.56: copiar una revisión a una rama de lanzamiento, nuevos hashes e ID de parche, -x, …
Leer artículo →Automatización de pruebasExplicación de las pruebas instantáneas: cómo funciona, cuándo ayuda y cuándo duele
Las pruebas de instantáneas se explican con una demostración de pytest y jarabe que ejecutamos: crear instantáneas, leer la diferencia después de un…
Leer artículo →Pruebas de softwareExplicación de las pruebas de mutación: por qué la cobertura del 100% aún no detectó nuestro error
Las pruebas de mutación se explican con una pequeña herramienta de mutación que construimos y ejecutamos: 14 mutantes, un conjunto de pruebas con un…
Leer artículo →Inteligencia artificialExplicación de la inyección rápida: cómo se engaña a las aplicaciones de inteligencia artificial y cómo defenderlas
Inyección rápida explicada para los constructores: ataques directos e indirectos, por qué fallan los filtros de palabras clave (nuestra prueba bloqu…
Leer artículo →DevOpsRegistros DNS explicados: A, AAAA, CNAME, MX, TXT y TTL con búsquedas reales
Los registros DNS se explican con las búsquedas que realizamos: cómo funciona la resolución, A y AAAA, reglas CNAME, MX y MX nulo, TXT para SPF y ve…
Leer artículo →DevOpsExplicación de las banderas de funciones: lanzamientos seguros, implementaciones graduales e higiene de las banderas
Indicadores de características explicados con una simulación de implementación que ejecutamos: tipos de indicadores, porcentajes de implementación c…
Leer artículo →Automatización de pruebasGeneración de datos de prueba con Python Faker: datos realistas, repetibles y seguros
Pruebe la generación de datos con Python Faker, ejecute y mida: siembra de datos repetibles, configuraciones regionales, valores únicos, registros e…
Leer artículo →Pruebas de softwareExplicación de las pruebas de cambio a la izquierda: encuentre errores antes sin ralentizar al equipo
Se explicaron las pruebas de desplazamiento a la izquierda: qué significa, por qué los defectos tempranos son más baratos, prácticas desde revisione…
Leer artículo →Bases de datos y SQLFunciones de cadenas SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT y limpieza de datos
Funciones de cadena SQL explicadas con consultas que ejecutamos: concatenación y NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, relleno, longit…
Leer artículo →Bases de datos y SQLExplicación de los activadores de SQL: ANTES y DESPUÉS de los activadores, registros de auditoría y errores
Los disparadores de SQL se explican con los disparadores que ejecutamos: ANTES versus DESPUÉS, ANTIGUOS y NUEVOS, registros de auditoría, validación…
Leer artículo →Desarrollo de softwareMódulo Python JSON explicado: volcados, cargas, tipos personalizados y errores comunes
El módulo Python JSON explicado con el código que ejecutamos: volcados y cargas, archivos, conversiones de tipos, fechas y decimales, codificadores …
Leer artículo →Desarrollo de softwareMódulos ES frente a CommonJS: cómo funcionan las importaciones de JavaScript en Node.js, probado
Los módulos ES frente a CommonJS se explican con el código que ejecutamos en Node.js: sintaxis de importación y exportación, requisitos, enlaces en …
Leer artículo →Desarrollo de softwarePython Regex explicado: patrones, grupos, anticipaciones y obstáculos, probados
La expresión regular de Python se explica con los patrones que ejecutamos: búsqueda versus coincidencia, búsqueda, grupos y grupos con nombre, codic…
Leer artículo →Inteligencia artificialExplicación del resultado estructurado de LLM: obtención de JSON confiable a partir de modelos de IA
La salida estructurada de LLM se explica con la validación que ejecutamos en Pydantic: modo y esquemas JSON, decodificación restringida, las formas …
Leer artículo →DevOpsExplicación de las claves SSH: cómo funcionan, ssh-keygen, Ed25519 y hábitos seguros
Claves SSH explicadas con las claves que generamos: claves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, huellas digitales, frases de co…
Leer artículo →DevOpsExplicación del almacenamiento en caché HTTP: control de caché, ETag y respuestas 304, con una prueba en vivo
El almacenamiento en caché HTTP se explica con un pequeño servidor que ejecutamos: directivas Cache-Control, edad máxima, sin caché versus sin almac…
Leer artículo →Automatización de pruebasExplicación de las pruebas de contrato API: detecte los cambios importantes antes de enviarlos
Las pruebas de contratos API se explican con una verificación de esquema que ejecutamos: qué es un contrato, contratos impulsados por el consumidor,…
Leer artículo →Pruebas de softwareExplicación de las pruebas basadas en riesgos: calificar los riesgos, crear una matriz y probar lo que importa
Pruebas basadas en riesgos explicadas paso a paso: identificación de riesgos, puntuación de probabilidad e impacto, creación de una matriz de riesgo…
Leer artículo →Bases de datos y SQLExplicación de las restricciones de SQL: NOT NULL, UNIQUE, CHECK y FOREIGN KEY, probado
Las restricciones de SQL se explican con las pruebas que ejecutamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY y FOREIGN KEY, las lagunas NULL, la c…
Leer artículo →Bases de datos y SQLFunciones de fecha SQL explicadas: agregar, comparar y agrupar fechas sin errores
Funciones de fecha SQL explicadas con consultas que ejecutamos: agregar intervalos, sorpresas de fin de mes, diferencias de fechas, trampa ENTRE, ag…
Leer artículo →Desarrollo de softwareExplicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales
Python asyncio se explica con el código que cronometramos: corrutinas, espera, recopilación, grupo de tareas, manejo de errores, tiempos de espera, …
Leer artículo →Desarrollo de softwareDebounce vs Throttle en JavaScript: cómo funcionan, cuándo usar cada uno, probado
Antirrebote versus aceleración en JavaScript explicado con tiempos que medimos en Node.js: cómo funciona cada uno, implementaciones simples, llamada…
Leer artículo →Desarrollo de softwareExplicación de los administradores de contexto de Python: declaración with, contextlib y usos reales
Los administradores de contexto de Python explicaron con el código que ejecutamos: cómo funciona, __enter__ y __exit__, contextlib.contextmanager, s…
Leer artículo →Inteligencia artificialLLM Temperature y Top-p explicados: cómo los modelos de IA eligen su siguiente palabra
La temperatura de LLM y top-p se explican con una simulación que ejecutamos: cómo se remodelan las probabilidades, qué mantiene topp, configuracione…
Leer artículo →DevOpsYAML explicado: sintaxis, el problema de Noruega y otras trampas que probamos
YAML explicó con una prueba de analizador: sintaxis básica, listas y mapas, el problema de Noruega, versiones que se convierten en flotantes, código…
Leer artículo →DevOpsCron Jobs explicados: sintaxis, cronogramas reales y los errores que los rompen
Los trabajos cron explicados con cronogramas que verificamos: los cinco campos, operadores, ejemplos reales, la trampa del día del mes O del día de …
Leer artículo →Inteligencia artificialExplicación de las alucinaciones de la IA: por qué los modelos de lenguaje inventan cosas y cómo reducirlas
Se explicaron las alucinaciones de la IA: qué son, por qué los modelos de lenguaje las producen, tipos comunes, cómo reducirlas con conexión a tierr…
Leer artículo →DevOpsExplicación de las variables de entorno: archivos .env, secretos y configuración bien hechos
Variables de entorno explicadas con ejemplos de Python que ejecutamos: leerlas y configurarlas, por qué cada valor es una cadena, archivos .env, her…
Leer artículo →Desarrollo de softwareExplicación de la limitación de velocidad de API: algoritmos, encabezados y manejo de errores 429
La limitación de la tasa de API se explica con una simulación que ejecutamos: depósito de tokens, ventana fija, ventana deslizante, 429 respuestas, …
Leer artículo →Automatización de pruebasBurlarse en Python: unittest.mock, patch y los errores que hacen que las pruebas mientan
Burlarse en Python con unittest.mock, probado: Mock y return_value, side_effect, parches donde se usa un nombre, especificación y autospec, fechas d…
Leer artículo →Pruebas de softwareExplicación de la cobertura del código: cobertura de línea versus sucursal y lo que realmente significa 100%
Cobertura del código explicada con una ejecución real de cobertura.py: cobertura de línea, rama y condición, lectura de un informe, por qué una cobe…
Leer artículo →Bases de datos y SQLDELETE vs TRUNCATE vs DROP en SQL: diferencias, reversión y cuándo usar cada uno
DELETE vs TRUNCATE vs DROP explicado con SQL probado: qué elimina cada uno, reversión, activadores, restablecimiento de identidad, velocidad y en qu…
Leer artículo →Bases de datos y SQLVistas SQL explicadas: cree, use y evite los errores, con ejemplos
Vistas SQL explicadas con consultas que ejecutamos: creación de una vista, resultados en vivo, ocultación de columnas, rendimiento, vistas actualiza…
Leer artículo →Desarrollo de softwareInterfaz TypeScript versus tipo: diferencias reales, probadas con el compilador
Interfaz TypeScript versus tipo, verificado con el compilador real: qué pueden hacer ambos, qué puede hacer solo uno, fusión de declaraciones, exten…
Leer artículo →Desarrollo de softwarePython *args y **kwargs explicados: funciones flexibles con ejemplos claros
Python *args y **kwargs explicados con el código que ejecutamos: empaquetado y desempaquetado, orden de parámetros, argumentos solo de palabras clav…
Leer artículo →Desarrollo de softwareFunciones Lambda de Python: sintaxis, usos reales y cuándo no utilizarlas
Funciones lambda de Python explicadas con el código que ejecutamos: sintaxis, clasificación con clave, mapa y filtro, cierres, trampa de enlace tard…
Leer artículo →Inteligencia artificial¿Qué son los agentes de IA? Cómo funcionan, con un bucle de agente simple que puedes ejecutar
¿Qué son los agentes de IA? Una guía sencilla sobre el bucle del agente, las herramientas, la memoria y las barreras de seguridad, con un pequeño bu…
Leer artículo →DevOpsMonitoreo versus observabilidad: la verdadera diferencia, con registros, métricas y seguimientos
Explicación del monitoreo versus observabilidad: fallas conocidas y desconocidas, registros, métricas y seguimientos, un recorrido por incidentes de…
Leer artículo →DevOpsDocker Volumes versus Bind Mounts: persistir los datos del contenedor de la manera correcta
Se explican los volúmenes de Docker frente a los montajes de enlace: por qué desaparecen los datos del contenedor, volúmenes con nombre, montajes de…
Leer artículo →Automatización de pruebasTDD vs BDD: diferencias clave, una función creada en ambos sentidos y cuándo usar cada una
TDD vs BDD explicado con una característica de descuento construida en ambos sentidos: refactor rojo-verde con el código que ejecutamos, escenarios …
Leer artículo →Pruebas de softwarePruebas de Aceptación de Usuario (UAT): Proceso, Lista de Verificación y Ejemplos Reales
Explicación de las pruebas de aceptación del usuario: quién las ejecuta, en qué se diferencia del control de calidad, un proceso de siete pasos, una…
Leer artículo →Bases de datos y SQLValores NULL de SQL explicados: IS NULL, COALESCE, NULLIF y las trampas que se deben evitar
Los valores NULL de SQL se explican con las consultas que ejecutamos: lógica de tres valores, IS NULL, COALESCE, NULLIF, cómo los agregados, las uni…
Leer artículo →Bases de datos y SQLDeclaración SQL CASE WHEN: sintaxis, ejemplos reales y errores comunes
CASO SQL CUANDO se explicó con las consultas que ejecutamos: formularios simples y buscados, orden de condiciones, pivotes con SUMA, trucos COUNT, c…
Leer artículo →Desarrollo de software¿Qué es JWT? Tokens web JSON explicados con un ejemplo práctico
¿Qué es JWT? JSON Web Tokens explicó: las tres partes, un token creado y manipulado en el código que ejecutamos, JWT vs sesiones, almacenamiento, to…
Leer artículo →Desarrollo de softwareExplicación del bucle de eventos de JavaScript: pila de llamadas, microtareas y temporizadores con ejemplos
El bucle de eventos de JavaScript explicado con el código que ejecutamos: pila de llamadas, colas de tareas y microtareas, por qué setTimeout 0 no e…
Leer artículo →Desarrollo de softwareExplicación de los generadores y el rendimiento de Python: ahorre memoria con ejemplos reales
Los generadores de Python y el rendimiento se explican con el código que ejecutamos: cómo se pausan y reanudan, midieron el ahorro de memoria, canal…
Leer artículo →Inteligencia artificial¿Qué son las incrustaciones? Los vectores y la similitud del coseno se explican de forma sencilla
¿Qué son las incrustaciones? Una guía en lenguaje sencillo sobre vectores, similitud de cosenos y búsqueda semántica, con un pequeño ejemplo que eje…
Leer artículo →DevOpsImplementación azul-verde versus implementación canaria: diferencias, compensaciones y cómo elegir
Explicación de la implementación azul-verde versus canaria: cómo funciona cada uno, costo, riesgo y reversión, agrupación estable de usuarios que pr…
Leer artículo →Automatización de pruebasPruebas inestables: qué las causa y cómo solucionarlas para siempre
Pruebas inestables explicadas con demostraciones que realizamos: las causas principales, cómo confirmar y diagnosticar una, correcciones adecuadas p…
Leer artículo →Pruebas de softwarePruebas de carga frente a pruebas de estrés: diferencias, métricas y ejemplos de k6
Explicación de las pruebas de carga frente a las pruebas de estrés: qué prueba cada una, pruebas de picos y de absorción, las métricas que importan,…
Leer artículo →Pruebas de softwareCaso de prueba frente a escenario de prueba: diferencias clave, ejemplos y cuándo utilizar cada uno
Caso de prueba versus escenario de prueba explicado: definiciones claras, una tabla en paralelo, una función de restablecimiento de contraseña tomad…
Leer artículo →Bases de datos y SQLOptimización de consultas SQL: lea planes de ejecución y corrija consultas lentas, con tiempos
Optimización de consultas SQL probada en un millón de filas: lea planes de ejecución, agregue los índices correctos, corrija filtros no sargables, u…
Leer artículo →Bases de datos y SQLSQL UNION vs UNION ALL: diferencias, ejemplos y rendimiento probado
SQL UNION vs UNION ALL explicado con consultas que ejecutamos: duplicados, las reglas que siguen ambos, un error de datos real, rendimiento medido, …
Leer artículo →Desarrollo de softwareTutorial de JavaScript Fetch API: GET, POST, manejo de errores y tiempos de espera
Un tutorial de JavaScript Fetch API probado en un servidor local: GET y POST, por qué 404 no arroja, un asistente reutilizable, cadenas de consulta,…
Leer artículo →Desarrollo de softwareManejo de archivos Python: lectura, escritura, CSV, JSON y pathlib con ejemplos
El manejo de archivos Python se explica con el código que ejecutamos: modos abiertos, lectura de archivos grandes, CSV, JSON, pathlib, archivos bina…
Leer artículo →Desarrollo de softwareClases y objetos de Python: tutorial de programación orientada a objetos con ejemplos reales
Clases y objetos de Python explicados con el código que ejecutamos: __init__, métodos, atributos de clase versus instancia, herencia, propiedades, m…
Leer artículo →Inteligencia artificial¿Qué es un modelo de lenguaje grande? Cómo funcionan los LLM, explicados sin exageraciones
¿Qué es un modelo de lenguaje grande? Los LLM explicados en lenguaje sencillo: tokens, incrustaciones, atención, entrenamiento, ventanas de temperat…
Leer artículo →DevOpsComandos de Linux para principiantes: la guía esencial de terminal con ejemplos
Comandos de Linux para principiantes, agrupados por tarea: navegación, archivos, visualización de registros, grep, canalizaciones, permisos, proceso…
Leer artículo →Automatización de pruebasSelenium vs Playwright: diferencias clave, comparación de códigos y cuál elegir
Comparación de Selenium vs Playwright: arquitectura, espera, soporte de navegador e idioma, depuración, la misma prueba en ambas herramientas, conse…
Leer artículo →Pruebas de softwarePartición de equivalencia: técnica de diseño de pruebas explicada con ejemplos resueltos
Explicación de la partición de equivalencia: cómo encontrar particiones válidas e inválidas, ejemplos prácticos para edades, contraseñas y cupones, …
Leer artículo →Pruebas de softwareSeveridad vs Prioridad en Pruebas de Software: Diferencias, Matriz y Ejemplos Reales
Explicación de gravedad versus prioridad en las pruebas de software: definiciones claras, una matriz de cuatro vías con ejemplos, escalas de niveles…
Leer artículo →Bases de datos y SQLTutorial de subconsultas SQL: tipos, subconsultas correlacionadas y EXISTENCIAS con ejemplos
Un tutorial de subconsultas SQL con consultas que ejecutamos: subconsultas escalares, IN, FROM y SELECT, subconsultas correlacionadas, EXISTS, la tr…
Leer artículo →Bases de datos y SQLTransacciones SQL y ACID explicados: COMMIT, ROLLBACK y niveles de aislamiento
Transacciones SQL y ACID explicadas con una transferencia bancaria que ejecutamos: COMMIT, ROLLBACK, puntos de guardado, bloqueos, niveles de aislam…
Leer artículo →Desarrollo de softwareHoja de trucos de comandos de Git: los comandos que realmente usas, con ejemplos
Una hoja de referencia de comandos de Git agrupada por tarea: configuración, preparación, ramas, controles remotos, almacenamiento, historial y desh…
Leer artículo →Desarrollo de softwareExplicación de las promesas de JavaScript: luego, captura, Promise.all y errores comunes
Las promesas de JavaScript se explican con el código que ejecutamos: estados, luego y cadenas de captura, manejo de errores, Promise.all, allSettled…
Leer artículo →Desarrollo de softwareTutorial del diccionario Python: métodos, ejemplos y patrones comunes
Un tutorial de diccionario de Python con el código que ejecutamos: crear, leer y actualizar dictados, métodos clave, fusión, comprensión, patrones d…
Leer artículo →Inteligencia artificial¿Qué es el RAG? Generación de recuperación aumentada explicada con un ejemplo práctico
¿Qué es RAG? Generación de recuperación aumentada explicada paso a paso: indexación, fragmentación, incrustaciones, recuperación, un pequeño ejemplo…
Leer artículo →DevOpsTutorial de Terraform para principiantes: infraestructura como código desde el primer archivo hasta los módulos
Un tutorial de Terraform para principiantes: comience sin una cuenta en la nube, aprenda init, planifique y aplique, luego variables, resultados, es…
Leer artículo →DevOpsDocker vs Kubernetes: diferencias clave, cómo funcionan juntos y cuál necesita
Docker vs Kubernetes explicó: qué hace cada uno, la misma aplicación se ejecuta con ambos, se comparan Docker Compose y Swarm, los Dockershim cambia…
Leer artículo →Automatización de pruebasTutorial de Pytest para principiantes: accesorios, parametrización y ejemplos reales
Un tutorial de pytest para principiantes con pruebas que ejecutamos en pytest 9.2: afirmaciones, accesorios, parametrización, conftest, marcadores, …
Leer artículo →Pruebas de softwareCiclo de vida de pruebas de software (STLC): 6 fases, criterios de entrada y salida, ejemplo
Se explicó el ciclo de vida de las pruebas de software: seis fases de STLC con criterios de entrada y salida, entregables, un ejemplo de función de …
Leer artículo →Desarrollo de softwareGit merge vs rebase: diferencias, ejemplos y cuándo usar cada uno
Git merge vs rebase explicado con salida real del log, una tabla comparativa, la regla de oro del rebase y un flujo de trabajo seguro para equipos.
Leer artículo →Desarrollo de softwareList comprehension en Python: sintaxis, ejemplos y cuándo evitarla
List comprehension en Python explicada: sintaxis, filtros, if-else, bucles anidados, tiempos medidos y cuándo es mejor un bucle for normal.
Leer artículo →