Explicación de los activadores de SQL: ANTES y DESPUÉS de los activadores, registros de auditoría y errores
Un disparador es SQL que se ejecuta automáticamente cuando se insertan, actualizan o eliminan filas. Los activadores son perfectos para registros de auditoría y validación de última línea, y son famosos por sus efectos secundarios ocultos. Construimos cuatro disparadores funcionales para mostrar ambos lados.
- Los activadores de SQL se ejecutan automáticamente al INSERT, ACTUALIZAR o ELIMINAR, ya sea ANTES o DESPUÉS del cambio.
OLDcontiene la fila anterior al cambio yNEWla fila posterior.- Buenos usos: pistas de auditoría, validación de última línea y mantener sincronizados los valores derivados.
- Los desencadenantes son invisibles para el código de la aplicación, así que manténgalos pequeños, documentados y probados.
Finanzas pregunta quién cambió el precio de un producto, qué y cuándo. La aplicación tiene una docena de rutas de código que actualizan los precios, además de scripts y herramientas de administración. Agregar la tala a cada uno de ellos es frágil. Disparadores SQL adjuntan la lógica a la propia tabla, por lo que cada cambio de precio se registra, sin importar de dónde venga.
Creamos los ejemplos en SQLite 3.50 y los ejecutamos; Los resultados a continuación son de esa ejecución. La sintaxis del disparador varía más que la mayoría de SQL entre bases de datos, por lo que notamos las diferencias.
¿Qué es un desencadenante?
Un disparador es un bloque de SQL con nombre almacenado en la base de datos y vinculado a una tabla y un evento. Cuando ocurre ese evento, como una actualización de la tabla products, la base de datos ejecuta el disparador automáticamente, dentro de la misma transacción que el cambio. Nadie llama directamente a un disparador.
Anatomía de un gatillo
CREATE TRIGGER trigger_name
{BEFORE | AFTER} {INSERT | UPDATE [OF column] | DELETE}
ON table_name
[FOR EACH ROW]
[WHEN condition]
BEGIN
-- one or more SQL statements
END;
Las piezas responden a cuatro preguntas: cuándo (antes o después), qué evento, qué tabla y qué filas (una condición opcional). Los activadores de SQLite siempre son a nivel de fila y se ejecutan una vez por fila afectada.
VIEJO y NUEVO
| Evento | VIEJO | NUEVO |
|---|---|---|
| INSERTAR | No disponible | La fila que se está insertando |
| ACTUALIZAR | La fila antes del cambio. | La fila después del cambio. |
| BORRAR | La fila que se está eliminando | No disponible |
Comparando OLD.price y NEW.price es como un disparador sabe qué cambió realmente. PostgreSQL y MySQL usan los mismos nombres; En su lugar, SQL Server utiliza tablas llamadas inserted y deleted.
Un disparador DESPUÉS de la auditoría
CREATE TABLE products (id INTEGER PRIMARY KEY, name TEXT, price INT, stock INT);
CREATE TABLE price_audit (product_id INT, old_price INT, new_price INT, changed_at TEXT);
CREATE TRIGGER trg_price_audit AFTER UPDATE OF price ON products
WHEN OLD.price <> NEW.price
BEGIN
INSERT INTO price_audit VALUES (OLD.id, OLD.price, NEW.price, datetime('now'));
END;
Luego realizamos tres actualizaciones: el precio del bolígrafo de 20 a 25, el mismo precio nuevamente y solo un cambio de stock.
SELECT product_id, old_price, new_price FROM price_audit;
-- [(1, 20, 25)]
Sólo se registró el cambio de precio real. UPDATE OF price ignoró la actualización solo de stock y WHEN OLD.price <> NEW.price ignoró la actualización que estableció el mismo valor. Sin esos dos filtros, una mesa de auditoría rápidamente se llena de ruido. DESPUÉS activa el registro de demanda porque el cambio ya ha sido aceptado.
Un disparador de validación ANTES
CREATE TRIGGER trg_no_negative_price BEFORE UPDATE OF price ON products
WHEN NEW.price < 0
BEGIN
SELECT RAISE(ABORT, 'price cannot be negative');
END;
UPDATE products SET price = -5 WHERE id = 1;
-- price cannot be negative
Un disparador ANTES puede detener un cambio antes de que suceda. Para una regla simple como esta, una restricción CHECK es más simple y clara. Los desencadenantes ganan su lugar para reglas que un CHECK no puede expresar, como reglas que miran otras tablas:
CREATE TRIGGER trg_stock_check BEFORE INSERT ON order_items
WHEN (SELECT stock FROM products WHERE id = NEW.product_id) < NEW.qty
BEGIN
SELECT RAISE(ABORT, 'not enough stock');
END;
INSERT INTO order_items (product_id, qty) VALUES (2, 5); -- ink has 2 in stock
-- not enough stock
La fila del pedido no fue creada; la mesa todavía tenía solo un pedido después. En PostgreSQL y MySQL, un disparador ANTES también puede cambiar los valores NEW, por ejemplo, para recortar texto o establecer una marca de tiempo updated_at, antes de guardar la fila.
Mantener los datos sincronizados
CREATE TRIGGER trg_stock AFTER INSERT ON order_items
BEGIN
UPDATE products SET stock = stock - NEW.qty WHERE id = NEW.product_id;
END;
INSERT INTO order_items (product_id, qty) VALUES (1, 3);
SELECT name, stock FROM products;
-- [('Pen', 6), ('Ink', 2)]
Al pedir 3 bolígrafos se redujo el stock de 9 a 6 automáticamente. Esto es conveniente y garantiza coherencia en cada ruta de inserción. También es exactamente el tipo de comportamiento oculto que sorprende a los desarrolladores más adelante, al que volveremos más adelante.
Actualizaciones masivas y activadores a nivel de fila
UPDATE products SET price = price + 1; -- 2 products
SELECT COUNT(*) FROM price_audit; -- 3 (1 earlier + 2 new)
Una única instrucción UPDATE que tocaba dos filas activaba el activador de auditoría a nivel de fila dos veces. En una tabla con un millón de filas, una actualización masiva significa un millón de ejecuciones de desencadenadores y un millón de filas de auditoría, lo que puede hacer que una consulta de mantenimiento rápida sea muy lenta. PostgreSQL y SQL Server también admiten activadores a nivel de declaración, que se ejecutan una vez por declaración y pueden ver todas las filas modificadas juntas.
Desencadenantes y transacciones
BEGIN;
INSERT INTO order_items (product_id, qty) VALUES (1, 1); -- trigger reduces stock
ROLLBACK;
SELECT stock FROM products WHERE id = 1; -- [(6,)]
Los activadores se ejecutan dentro de la misma transacción que la declaración que los activó. Cuando retrocedimos, tanto la orden como el cambio de stock que provocó se deshicieron, dejando el stock en 6. Esta es una garantía importante: el cambio principal y sus efectos secundarios tienen éxito o fracasan juntos. También significa que un disparador lento o fallido ralentiza o falla la declaración original.
Consejo: Nombra los activadores por tabla, momento y propósito, como trg_products_after_update_price_audit, y mantén un trabajo por activador. Cuando sucede algo extraño meses después, enumerar los factores desencadenantes por nombre debería explicarlo. En SQLite, SELECT name FROM sqlite_master WHERE type = 'trigger' los enumera; nuestra base de datos tenía cuatro.
Diferencias dialectales
| Base de datos | Notas |
|---|---|
| SQLite | Sólo a nivel de fila; el cuerpo son declaraciones SQL; RAISE() para abortar |
| PostgreSQL | Trigger llama a una función separada (a menudo PL/pgSQL); nivel de fila o declaración; ANTES puede modificar NUEVO |
| mysql | Sólo a nivel de fila; COMENZAR… FINALIZAR cuerpo; SIGNAL SQLSTATE para abortar |
| Servidor SQL | DESPUÉS y EN LUGAR DE únicamente, no ANTES; nivel de declaración con tablas inserted/deleted |
| Oráculo | ANTES/DESPUÉS, nivel de fila o declaración, cuerpo PL/SQL |
La diferencia de SQL Server atrapa a muchas personas: debido a que sus disparadores se activan una vez por declaración, el código que asume una sola fila manejará silenciosamente solo una de muchas filas modificadas. Escriba siempre desencadenadores de SQL Server para trabajar con conjuntos. No ejecutamos bases de datos que no sean SQLite para este artículo.
Escollos
- Lógica oculta: un desarrollador que lee el código de la aplicación no puede ver que al insertar un pedido se modifica el stock. Documente los desencadenantes hacia dónde mirará la gente.
- Cascadas: los activadores que actualizan tablas con sus propios activadores crean cadenas que son difíciles de seguir y, en algunos casos, recursivos.
- Rendimiento: trabajo a nivel de fila en operaciones masivas, como vimos, y bloqueo adicional.
- Rutas omitidas: algunas herramientas y comandos de carga masiva omiten los activadores; por ejemplo, TRUNCATE no activa activadores de eliminación a nivel de fila. Consulte ELIMINAR, TRUNCAR y SOLTAR.
- Migraciones: cambiar el nombre de una columna puede interrumpir un activador que no forma parte de la revisión del código.
Alternativas a los desencadenantes
- Restricciones para validación simple.
- Servicios de aplicaciones que envuelven cambios relacionados en una transacción, manteniendo la lógica visible.
- Herramientas de captura de datos de cambios (CDC) que leen el registro de la base de datos para realizar auditorías y sincronizaciones, sin ralentizar las escrituras.
- Columnas generadas o calculadas para valores derivados de la misma fila.
- Vistas para datos derivados que no necesitan almacenarse.
Desencadenantes de prueba
Trate los desencadenantes como código. Para cada uno, pruebe el evento que debería activarlo, el evento que no debería (mismo valor, otra columna), una declaración de varias filas, la ruta de falla y una reversión. Esas cinco pruebas, que reflejan nuestros ejemplos, detectan la mayoría de los errores desencadenantes. Nuestras preguntas SQL para evaluadores incluyen más comprobaciones de bases de datos.
Manejar los desencadenantes a lo largo del tiempo
Los activadores viven en la base de datos, por lo que necesitan el mismo cuidado que el código de la aplicación:
- Manténgalos en control de versiones como parte de sus migraciones, nunca creados manualmente en producción.
- Enumérelos periódicamente. Cada base de datos puede mostrar sus desencadenantes, como
sqlite_masteren SQLite,information_schema.triggersen MySQL y PostgreSQL, osys.triggersen SQL Server. - Reemplazar, no apilar. Para cambiar un activador, suéltelo y vuelva a crearlo, con
DROP TRIGGER IF EXISTS, en la misma migración. - Documente los efectos secundarios junto a la definición de la tabla y en el código que se escribe en la tabla, para que el próximo desarrollador no se sorprenda.
- Desactivar deliberadamente. Algunas cargas masivas desactivan los activadores de velocidad; Si hace esto, ejecute la lógica que falta después y registre lo que hizo.
Un breve comentario en la parte superior de cada activador que explique por qué existe ahorra horas de investigación posteriores.
Conclusión
Los desencadenadores de SQL garantizan que sucedan ciertas cosas cada vez que cambian los datos, sea cual sea el código que realizó el cambio. Utilice los activadores DESPUÉS para los registros de auditoría, ANTES de los activadores para la validación que las restricciones no pueden expresar y filtre con UPDATE OF y WHEN para evitar ruido. Mantenga cada activador pequeño y documentado, recuerde que los activadores a nivel de fila se multiplican en las actualizaciones masivas y pruébelos como cualquier otro código.
Preguntas frecuentes
¿Qué es un disparador en SQL?
Un bloque almacenado de SQL que se ejecuta automáticamente cuando se insertan, actualizan o eliminan filas de una tabla, antes o después del cambio.
¿Cuál es la diferencia entre los desencadenantes ANTES y DESPUÉS?
ANTES los disparadores se ejecutan antes del cambio y pueden bloquearlo o, en algunas bases de datos, modificar los nuevos valores. DESPUÉS, los activadores se ejecutan una vez que se realiza el cambio y se adaptan al registro.
¿Qué son ANTIGUOS y NUEVOS en un disparador?
ANTIGUO es la fila antes de una actualización o eliminación; NUEVO es la fila después de una inserción o actualización. Compararlos muestra lo que cambió.
¿Una reversión deshace los cambios desencadenantes?
Sí. Los activadores se ejecutan en la misma transacción, por lo que la reversión deshace tanto el cambio original como el trabajo del activador, como lo demostró nuestra prueba de acciones.
¿SQL Server admite ANTES de los activadores?
No. SQL Server admite activadores DESPUÉS y EN LUGAR DE, y se activan una vez por declaración en lugar de una vez por fila.
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 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 →