Funciones SQL JSON explicadas: Consultar, actualizar e indexar JSON en SQL, probado
Las funciones SQL JSON le permiten leer, filtrar, remodelar y actualizar JSON almacenado en una columna de base de datos. Aprenda la extracción, los operadores de flecha, cómo convertir matrices en filas, crear JSON, realizar actualizaciones seguras y acelerar las búsquedas de JSON con cada ejecución de consulta.
- Funciones SQL JSON leen valores con rutas como
$.user.city. Los nombres difieren según la base de datos, pero las ideas son las mismas. ->devuelve JSON;->>devuelve un valor SQL simple que puede comparar y sumar.json_eachconvierte una matriz JSON en filas, para que puedas unir y agrupar sus elementos.- Las búsquedas JSON escanean la tabla a menos que indexe la expresión. Nuestro plan cambió de
SCANaSEARCH ... USING COVERING INDEX.
Las API, los registros de eventos y las configuraciones a menudo llegan como JSON, y muchos equipos almacenan ese JSON directamente en una columna de texto. Eso está bien hasta que alguien pregunta: “¿cuántos pedidos vinieron de Pune?” y la respuesta está enterrada dentro del JSON. Funciones SQL JSON permiten que la base de datos acceda a esos documentos, extraiga valores, expanda matrices en filas e incluso actualice campos en su lugar.
Ejecutamos todas las consultas siguientes en SQLite 3.50.4 hasta Python 3.13, y los resultados se copian de esa ejecución. Las versiones de PostgreSQL, MySQL y SQL Server se enumeran para comparar y no se ejecutaron. Si también maneja los mismos datos en el código, nuestra guía JSON de Python cubre el lado de la aplicación.
¿Por qué almacenar JSON en una base de datos SQL?
Las columnas JSON se adaptan a datos cuya forma varía o que en su mayoría se almacenan y devuelven tal cual: cargas útiles de webhook sin procesar, eventos de auditoría, preferencias del usuario o respuestas de terceros. Los datos comerciales principales que usted filtra, une y aplica reglas generalmente pertenecen a columnas normales, como explica nuestra guía de normalización de bases de datos. Muchos sistemas reales combinan ambos.
Los datos de muestra
CREATE TABLE events(id INTEGER PRIMARY KEY, payload TEXT);
INSERT INTO events(payload) VALUES
('{"type":"order","user":{"id":7,"city":"Pune"},"items":[{"sku":"PEN","qty":2},{"sku":"INK","qty":1}],"total":180.5}'),
('{"type":"refund","user":{"id":9,"city":"Delhi"},"items":[],"total":-40}'),
('{"type":"order","user":{"id":7,"city":"Pune"},"items":[{"sku":"PAD","qty":5}],"total":250,"coupon":null}'),
('not json at all');
La última fila está deliberadamente rota, porque los datos reales siempre contienen una sorpresa como esta.
Validar antes de consultar
SELECT id, json_valid(payload) FROM events;
-- (1,1) (2,1) (3,1) (4,0)
json_valid devuelve 1 para JSON bien formado y 0 en caso contrario. Llamar a funciones de extracción en JSON no válido genera un error y detiene toda la consulta, por lo que filtramos con WHERE json_valid(payload) en los ejemplos siguientes. Mejor aún, agregue CHECK (json_valid(payload)) a la tabla para que las filas incorrectas nunca entren; nuestra guía de restricciones SQL muestra cómo hacerlo.
Leer valores con json_extract
SELECT id, json_extract(payload, '$.type'), json_extract(payload, '$.user.city')
FROM events WHERE json_valid(payload);
-- (1,'order','Pune') (2,'refund','Delhi') (3,'order','Pune')
La ruta comienza con $, el documento completo. Un punto ingresa a la clave de un objeto y [n] selecciona un elemento de la matriz. SQLite también acepta [#-1] para el último elemento:
SELECT json_extract(payload,'$.items[0].sku'),
json_extract(payload,'$.items[#-1].sku'),
json_array_length(payload,'$.items')
FROM events WHERE id = 1;
-- ('PEN', 'INK', 2)
Los operadores -> y ->>
Los operadores de flecha son más cortos y se comportan de manera diferente en un aspecto importante:
SELECT payload -> '$.user', payload ->> '$.user.id',
typeof(payload -> '$.total'), typeof(payload ->> '$.total')
FROM events WHERE id = 1;
-- ('{"id":7,"city":"Pune"}', 7, 'text', 'real')
-> devolvió texto JSON, mientras que ->> devolvió un número real. Utilice ->> para cualquier cosa que compare, ordene o sume; use -> cuando desee conservar un fragmento JSON, como un objeto anidado. PostgreSQL y MySQL usan los mismos dos operadores con la misma división.
Convertir matrices en filas con json_each
Las líneas de pedido dentro de un pedido son una matriz. json_each es una función con valores de tabla que devuelve una fila por elemento, que puedes unir como cualquier tabla:
SELECT e.id, j.value ->> '$.sku', j.value ->> '$.qty'
FROM events e, json_each(e.payload, '$.items') j
WHERE json_valid(e.payload);
-- (1,'PEN',2) (1,'INK',1) (3,'PAD',5)
SELECT j.value ->> '$.sku', SUM(j.value ->> '$.qty')
FROM events e, json_each(e.payload, '$.items') j
WHERE json_valid(e.payload) GROUP BY 1;
-- ('INK',1) ('PAD',5) ('PEN',2)
El evento 2 tiene una matriz vacía, por lo que no produjo filas y desapareció del resultado. Ése es un comportamiento normal de unión interna; use un LEFT JOIN si necesita conservarlo. Una vez que las matrices son filas, todas las herramientas normales, como agrupaciones y uniones, funcionan.
Clave faltante vs JSON nulo
El evento 3 tiene "coupon": null y ningún evento tiene una clave nope:
SELECT json_extract(payload,'$.coupon') IS NULL,
json_type(payload,'$.coupon'), json_type(payload,'$.nope')
FROM events WHERE id = 3;
-- (1, 'null', NULL)
json_extract devolvió SQL NULL para ambos, por lo que no puedes diferenciarlos de esa manera. json_type puede: devolvió la cadena 'null' para el valor nulo almacenado y SQL NULL para la clave que falta. Esa diferencia es importante para las API donde “no enviado” y “borrado” significan cosas diferentes. Nuestra guía SQL NULL cubre el lado de SQL.
Construyendo JSON a partir de filas
SELECT json_object('city', payload ->> '$.user.city', 'orders', json_group_array(id))
FROM events WHERE json_valid(payload)
GROUP BY payload ->> '$.user.city';
-- {"city":"Delhi","orders":[2]}
-- {"city":"Pune","orders":[1,3]}
json_object construye un objeto a partir de pares clave y valor, y json_group_array es un agregado que recopila valores en una matriz. Juntos permiten que un punto final de API devuelva JSON listo para usar directamente desde SQL, lo que mantiene las formas de respuesta consistentes con su diseño de API REST.
Actualizando JSON de forma segura
Cuatro funciones cambian documentos y se diferencian en si crean o sobrescriben claves:
SELECT json_set('{"a":1}', '$.a', 2, '$.b', 3), -- {"a":2,"b":3}
json_insert('{"a":1}', '$.a', 9), -- {"a":1} (never overwrites)
json_replace('{"a":1}', '$.z', 9), -- {"a":1} (never creates)
json_remove('{"a":1,"b":2}', '$.b'); -- {"a":1}
SELECT json_patch('{"a":1,"b":{"c":2}}', '{"b":{"c":3},"a":null}');
-- {"b":{"c":3}}
json_patch sigue la regla del parche de fusión JSON: los objetos se fusionan y un valor null elimina la clave, razón por la cual a desapareció. Para cambiar los datos almacenados, utilice estos dentro de un UPDATE:
UPDATE events SET payload = json_set(payload, '$.status', 'shipped') WHERE id = 1;
-- payload ->> '$.status' is now 'shipped'
Consejo: elija la función que coincida con su intención. json_insert silenciosamente no hace nada si la clave existe, lo cual es un error difícil de detectar en una migración.
Comparando documentos JSON
SELECT '{"a":1, "b":2}' = '{"b":2,"a":1}', json('{"a":1, "b":2}');
-- (0, '{"a":1,"b":2}')
Como texto plano, dos documentos equivalentes no eran iguales debido al espaciado y al orden de las claves. json() eliminó el espacio en blanco, pero no clasificó las claves. Para comparar documentos de manera confiable, extraiga los campos que le interesan o normalícelos en el código de la aplicación antes de almacenarlos.
Agilizar las búsquedas JSON
Agregamos 50.000 eventos más y solicitamos el usuario 7:
EXPLAIN QUERY PLAN SELECT COUNT(*) FROM events WHERE payload ->> '$.user.id' = 7;
-- SCAN events
CREATE INDEX ix_user ON events(payload ->> '$.user.id');
-- SEARCH events USING COVERING INDEX ix_user (<expr>=?)
-- count: 102
Sin un índice, SQLite lee cada fila y analiza cada documento. Después de indexar la expresión exacta, buscó en el índice directamente. La consulta debe utilizar la misma expresión que el índice o el planificador no podrá coincidir con ella. Otra opción es una columna generada, ALTER TABLE events ADD COLUMN user_id INT GENERATED ALWAYS AS (json_extract(payload,'$.user.id')) VIRTUAL, que devolvió 7 para el primer evento y le da al valor un nombre de columna normal. Más sobre planes en nuestra guía de índices SQL.
SQLite 3.45 y posteriores también pueden almacenar un formato binario llamado JSONB. Para nuestro primer evento, length(jsonb(payload)) tenía 102 bytes frente a 133 bytes de texto, y el JSON binario evita volver a analizar cada lectura.
Las mismas ideas en otras bases de datos.
| Tarea | PostgreSQL | mysql | Servidor SQL |
|---|---|---|---|
| Obtener un escalar | doc->>'city' |
doc->>'$.city' |
JSON_VALUE(doc,'$.city') |
| conseguir un objeto | doc->'user' |
doc->'$.user' |
JSON_QUERY(doc,'$.user') |
| matriz a filas | jsonb_array_elements |
JSON_TABLE |
OPENJSON |
| Actualizar una clave | jsonb_set |
JSON_SET |
JSON_MODIFY |
Estos son sólo nombres de referencia; No los ejecutamos aquí. El tipo jsonb de PostgreSQL también admite índices GIN para búsquedas de contención.
Cuándo no utilizar columnas JSON
- Cuando filtras o te unes a un campo constantemente; promocionarlo a una columna real e indexada.
- Cuando necesita claves externas o tipos estrictos, que JSON no puede aplicar.
- Cuando muchos escritores actualizan diferentes claves del mismo documento a la vez.
Una lista de verificación para columnas JSON
Antes de agregar una columna JSON a una tabla de producción, responda estas preguntas con su equipo:
- ¿Existe una restricción
CHECK (json_valid(...))o un tipo equivalente, por lo que los documentos no válidos se rechazan al insertarlos? - ¿Qué campos se filtrarán u ordenarán las consultas? Cada uno necesita un índice de expresión o una columna generada.
- ¿Los documentos llevan un número de versión, de modo que el código pueda manejar formas nuevas y antiguas después de un cambio de formato?
- ¿Existe un límite en el tamaño del documento, de modo que una carga útil enorme no pueda ralentizar cada consulta que lee la fila?
- ¿Las pruebas cubren claves faltantes, valores nulos JSON, matrices vacías y tipos incorrectos, no solo el camino feliz?
Si varias respuestas son “no”, los datos pueden pertenecer a columnas ordinarias.
Conclusión
Las funciones SQL JSON convierten un blob de texto en datos que puede consultar. Valide al ingresar, use ->> para valores, json_each para matrices, la función de actualización adecuada para su intención y un índice de expresión para cualquier campo que busque con frecuencia. Usadas de esa manera, las columnas JSON son una herramienta práctica en lugar de un escondite para los datos.
Preguntas frecuentes
¿Cómo extraigo un valor de JSON en SQL?
Utilice json_extract con una ruta como $.user.city o el operador ->>. Los nombres de las funciones varían: SQL Server usa JSON_VALUE, mientras que PostgreSQL y MySQL admiten los operadores de flecha.
¿Cuál es la diferencia entre -> y ->> en SQL?
-> devuelve un valor JSON, como un objeto o una cadena entre comillas, mientras que ->> devuelve un valor SQL simple. En nuestra prueba, el total volvió como texto con -> y como un número real con ->>.
¿Cómo convierto una matriz JSON en filas?
Utilice una función con valores de tabla: json_each en SQLite, jsonb_array_elements en PostgreSQL, JSON_TABLE en MySQL u OPENJSON en SQL Server. Luego une y agrupa en las filas.
¿Puedo indexar un campo JSON?
Sí. Cree un índice en la expresión de extracción exacta o en una columna generada. Nuestro plan de consulta cambió de un escaneo completo a una búsqueda de índice después de agregar uno.
¿Debo almacenar JSON en una base de datos relacional?
Funciona bien para datos variables o que rara vez se consultan, como cargas útiles y configuraciones sin procesar. Mueva los campos que filtra, une o valida con frecuencia a columnas normales.
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 →Desarrollo de softwareMétodos de cadenas de Python: hoja de referencia, ejemplos reales y la trampa strip()
Métodos de cadena de Python con ejemplos probados: dividir, unir, eliminar, reemplazar, buscar, comenzar con, is-methods, casefold, particionar y tr…
Leer artículo →Inteligencia artificialExplicación de la similitud del coseno: fórmula, ejemplo resuelto y código Python
La similitud del coseno se explica de manera simple: la fórmula, un ejemplo trabajado a mano, código Python y NumPy puro, distancia coseno versus di…
Leer artículo →Desarrollo de softwareExplicación de la codificación UTF-8: cómo el texto se convierte en bytes y cómo corregir el texto confuso
La codificación UTF-8 se explica con ejemplos a nivel de bytes que ejecutamos en Python: cómo los caracteres se vuelven de 1 a 4 bytes, por qué un c…
Leer artículo →Automatización de pruebasExplicación de la parametrización de pytest: 7 patrones con ejemplos probados
pytest parametrize explicado con 7 patrones probados: casos básicos, identificadores legibles, decoradores apilados, pytest.param con xfail y skip, …
Leer artículo →Pruebas de softwareNueva prueba versus prueba de regresión: 8 diferencias clave con un ejemplo real de corrección de errores
Repetición de pruebas versus pruebas de regresión explicadas con una ejecución de corrección de errores real en pytest: la nueva prueba confirmó la …
Leer artículo →Bases de datos y SQLEliminar filas duplicadas en SQL: 5 métodos seguros, probados paso a paso
Cómo eliminar filas duplicadas en SQL de forma segura: encuéntrelas, obtenga una vista previa de ellas y luego elimínelas con ROW_NUMBER, MIN(id), E…
Leer artículo →Bases de datos y SQLSQL RANK vs DENSE_RANK vs ROW_NUMBER: diferencias con ejemplos probados
SQL RANK vs DENSE_RANK vs ROW_NUMBER en una tabla: cómo cada uno maneja los empates, los N principales por grupo, la segunda trampa salarial más alt…
Leer artículo →Desarrollo de softwareEncadenamiento opcional de JavaScript (?.) Explicado: 8 ejemplos, ?? Valores predeterminados y trampas
El encadenamiento opcional de JavaScript detiene los errores "No se pueden leer las propiedades de un definido". 8 ejemplos probados para propiedade…
Leer artículo →Desarrollo de softwarePython enumerate() explicado: 7 ejemplos, inicio=1 y errores a evitar
Python enumerate() te proporciona el índice y el valor en un bucle limpio. 7 ejemplos probados, el truco start=1, diccionarios, archivos, números rá…
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 softwareFunciones de Python explicadas: lru_cache, parcial, reducir, envolturas y más, probadas
Las funciones de Python se explican con el código que ejecutamos en Python 3.13: lru_cache y cache, parcial, reducir, envolturas, cached_property, s…
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 →Bases de datos y SQLFunciones SQL JSON explicadas: consultar, actualizar e indexar JSON en SQL, probado
Funciones SQL JSON explicadas con consultas que ejecutamos en SQLite 3.50: json_extract, los operadores -> y ->>, json_each, json_set, json…
Leer artículo →Bases de datos y SQLExplicación del pivote SQL: convierta filas en columnas con CASE, FILTER y PIVOT
Pivote de SQL explicado con consultas que ejecutamos en SQLite 3.50: agregación condicional con CASE y SUM, FILTER, NULL vs zero, totales, columnas …
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 →