Explicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales

  1. Inicio
  2. Blog
  3. Desarrollo de software

Desarrollo de software

Explicación de Python asyncio: async, await, recopilar y grupo de tareas con tiempos reales

asyncio permite que un programa Python espere muchas cosas lentas a la vez, como llamadas de red, sin subprocesos. Cronometramos el código secuencial versus el concurrente, rompimos cosas a propósito y medimos el único error que silenciosamente elimina todos los beneficios.

10 min de lectura
Explicación de Python asyncio: asíncrono, espera, recopilación y grupo de tareas con tiempos reales

Puntos clave

  • asyncio ejecuta muchas tareas en espera en un hilo, cambiando entre ellas en cada await.
  • Tres esperas de 0,5 segundos tomaron 1,52 s una tras otra y 0,50 s con asyncio.gather.
  • Prefiero asyncio.TaskGroup (Python 3.11+): cuando una tarea falla, las demás se cancelan.
  • Una llamada de bloqueo como time.sleep dentro de una rutina detiene todo. Utilice bibliotecas asíncronas o asyncio.to_thread.

Un script obtiene datos de tres API y cada una tarda medio segundo. Ejecute uno tras otro, es decir, 1,5 segundos de espera mayoritariamente. Con asyncio, el programa inicia las tres solicitudes, las espera juntas y finaliza en aproximadamente medio segundo. Esa es la idea: mientras una tarea espera, otra puede ejecutarse.

Simulamos E/S lentas con asyncio.sleep y cronometramos todo en Python 3.13. Todos los tiempos y resultados a continuación provienen de esa ejecución.

¿Qué es asincio?

asyncio es la biblioteca integrada de Python para escribir código simultáneo con las palabras clave async y await. Utiliza un bucle de eventos: un programador que ejecuta un fragmento de código a la vez y, cada vez que ese código alcanza un await en algo que aún no está listo, cambia a otra tarea que puede progresar. A esto se le llama multitarea cooperativa. Es similar en espíritu al bucle de eventos de JavaScript.

Es concurrencia, no paralelismo. Sólo se ejecuta una parte del código Python en cualquier instante; la ganancia proviene de superponer la espera.

Cuando asyncio ayuda y cuando no

Carga de trabajo Mejor herramienta
Muchas llamadas de red, servidores web, websockets, chatbots. asincio
Algunas llamadas de E/S de bloqueo en código existente Hilos (concurrent.futures)
Trabajo pesado de CPU: matemáticas, procesamiento de imágenes, análisis Procesos (multiprocessing)
Un script simple que hace una solicitud Código sincrónico simple

asyncio brilla cuando hay muchas cosas que esperar, desde docenas hasta miles. No hace nada con el código que mantiene ocupada la CPU.

Corrutinas y espera.

import asyncio

async def fetch(name, delay, fail=False):
    await asyncio.sleep(delay)          # stands in for a network call
    if fail:
        raise ConnectionError(f"{name} failed")
    return f"{name} ok"

async def sequential():
    return [await fetch("a", 0.5), await fetch("b", 0.5), await fetch("c", 0.5)]

asyncio.run(sequential())
# ['a ok', 'b ok', 'c ok'] in 1.52s

async def define una función de rutina. Llamarlo no lo ejecuta; crea un objeto de rutina. await ejecuta una rutina y espera su resultado, dejando que el bucle de eventos haga otro trabajo mientras tanto. asyncio.run() inicia el bucle de eventos y ejecuta la rutina de nivel superior.

Observe el momento. La espera de tres cosas una tras otra sigue siendo secuencial: 1,52 segundos. Escribir async no hace que el código sea concurrente por sí solo.

Ejecutar cosas al mismo tiempo que recopilar

async def concurrent():
    return await asyncio.gather(fetch("a", 0.5), fetch("b", 0.5), fetch("c", 0.5))

# ['a ok', 'b ok', 'c ok'] in 0.50s

asyncio.gather programa los tres a la vez y los espera a todos. El tiempo total se redujo a la espera más larga, 0,50 segundos, tres veces más rápido. Los resultados regresan en el mismo orden que los argumentos, no en el orden en que terminaron.

Errores con la recopilación

await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True))
# gather raised: b failed

await asyncio.gather(fetch("a", 0.1), fetch("b", 0.2, fail=True),
                     return_exceptions=True)
# ['a ok', ConnectionError('b failed')]

De forma predeterminada, la primera excepción se propaga a la persona que llama. Un detalle sutil: los demás awaitables no se cancelan; siguen ejecutándose en segundo plano. Con return_exceptions=True, los errores regresan como valores en la lista de resultados, por lo que puedes manejar cada uno de ellos. Esto se adapta a trabajos en los que el éxito parcial es aceptable, como comprobar el estado de muchas URL.

TaskGroup: concurrencia estructurada

Python 3.11 agregó asyncio.TaskGroup, que ahora es la forma recomendada de ejecutar tareas juntas:

try:
    async with asyncio.TaskGroup() as tg:
        t1 = tg.create_task(fetch("a", 0.1))
        t2 = tg.create_task(fetch("b", 0.05, fail=True))
        t3 = tg.create_task(fetch("c", 1.0))
except* ConnectionError as eg:
    print([str(e) for e in eg.exceptions], t3.cancelled())

# ['b failed'] True

Cuando la tarea b falló, el grupo canceló la tarea c que aún se estaba ejecutando, esperó a que todo se calmara y generó un ExceptionGroup, capturado aquí con la sintaxis except*. No quedó nada ejecutándose en segundo plano. Este comportamiento de “todo tiene éxito o todo se detiene” es la razón por la que se llama simultaneidad estructurada y evita una clase de errores en los que las tareas huérfanas siguen funcionando después de que la persona que llama se ha dado por vencida. Utiliza el mismo async with patrón descrito en nuestra guía de administradores de contexto.

Tiempos de espera

try:
    async with asyncio.timeout(0.2):
        await fetch("slow", 1.0)
except TimeoutError:
    print("timeout after 0.2s")

await asyncio.wait_for(fetch("slow", 1.0), 0.2)   # also raises TimeoutError

Cada llamada de red debe tener un tiempo de espera; una solicitud que se bloquea para siempre puede congelar todo un servicio. asyncio.timeout() (Python 3.11+) puede envolver un bloque de varias esperas, mientras que wait_for envuelve uno. Ambos cancelan la operación lenta cuando se acaba el tiempo.

El error de bloqueo de llamadas

Este es el error de asyncio más dañino, porque el código aún funciona, pero lentamente:

async def bad():
    time.sleep(0.5)                          # blocks the whole event loop

async def good():
    await asyncio.to_thread(time.sleep, 0.5) # runs in a worker thread

await asyncio.gather(bad(), bad(), bad())    # 1.50s
await asyncio.gather(good(), good(), good()) # 0.53s

Tres llamadas “simultáneas” a bad() tardaron 1,50 segundos, exactamente el mismo tiempo que ejecutarlas en secuencia. time.sleep no await, por lo que el bucle de eventos no pudo cambiar de tarea; Todo se congeló hasta que terminó. Lo mismo sucede con requests.get(), controladores de bases de datos síncronos, lecturas de archivos grandes y cálculos pesados ​​dentro de una rutina.

Consejo: Ejecute su aplicación con asyncio.run(main(), debug=True) o PYTHONASYNCIODEBUG=1 mientras la desarrolla. El modo de depuración registra cualquier paso de la tarea que bloquea el bucle de eventos durante más tiempo que un umbral, lo que apunta directamente a llamadas de bloqueo ocultas.

olvido esperar

c = fetch("x", 0.01)
print(type(c).__name__)    # coroutine

Sin await, obtienes un objeto de rutina, no un resultado, y el código interno nunca se ejecuta. Python advierte que “nunca se esperó la rutina” cuando dicho objeto se recolecta como basura, pero solo en tiempo de ejecución. Los verificadores de tipos como mypy pueden detectar muchos de estos errores antes, porque el tipo de rutina no coincide con lo que espera el código.

Limitar la concurrencia

Iniciar 10 000 solicitudes a la vez puede saturar el servidor al que llama, alterar sus límites de velocidad o agotar sus propias conexiones. Un semáforo limita cuántos se ejecutan a la vez:

sem = asyncio.Semaphore(3)

async def job(i):
    async with sem:
        await asyncio.sleep(0.1)

await asyncio.gather(*(job(i) for i in range(10)))
# 10 jobs, limit 3: peak 3, took 0.42s

Nunca se ejecutaron más de tres trabajos a la vez, y diez trabajos de 0,1 segundos terminaron en aproximadamente 0,42 segundos, cuatro rondas de hasta tres. Sin el límite, terminarían en 0,1 segundos, pero una API real podría comenzar a rechazar solicitudes.

Bibliotecas asíncronas

asyncio solo ayuda si el código al que llamas también es asíncrono. Las opciones comunes incluyen httpx y aiohttp para HTTP, asyncpg y async SQLAlchemy para bases de datos y FastAPI o Starlette para servidores web. Para una biblioteca sin versión asíncrona, ajuste las llamadas en asyncio.to_thread, como en nuestro ejemplo good(). El código asíncrono tiende a extenderse: una vez que una función espera, sus llamadores también deben ser asíncronos, así que planifique dónde se ubica el límite asíncrono en su aplicación.

Probando código asíncrono

pytest necesita un complemento para ejecutar pruebas de rutina; pytest-asyncio y el complemento pytest de AnyIO son las opciones comunes, que le permiten escribir funciones async def test_.... Utilice breves retrasos falsos, simulacros de llamadas de red e incluya pruebas de tiempos de espera, cancelaciones y fallas de una tarea entre varias, ya que esas rutas son donde se esconden los errores asincrónicos. Nuestra guía de accesorios pytest cubre el lado de la configuración.

¿Deberías volverte asíncrono? Una lista de verificación rápida

  • ¿Se pasa la mayor parte del tiempo esperando? Mida primero. Si una solicitud pasa el 90% de su tiempo en llamadas a la red o a la base de datos, async puede ayudar. Si dedica ese tiempo a calcular, no lo hará.
  • ¿Sus bibliotecas lo admiten? Un marco web asíncrono que llama a un controlador de base de datos síncrono gana poco y corre el riesgo de bloquear el bucle.
  • ¿Cuántas cosas suceden a la vez? Se pueden manejar bien tres llamadas API con un grupo de subprocesos. Miles de conexiones abiertas es donde claramente gana asyncio.
  • ¿Está listo el equipo? El código asíncrono cambia el funcionamiento de los errores, la cancelación y las pruebas. Comience con un servicio o un script, no con una reescritura completa.

Muchos proyectos exitosos combinan ambos: una capa web asíncrona para manejar muchas conexiones, con trabajo pesado de CPU enviado a trabajadores en segundo plano o procesos separados.

Conclusión

asyncio se superpone a la espera, no a la computación. Nuestras tres esperas de medio segundo cayeron de 1,52 a 0,50 segundos con gather, pero un solo time.sleep en el lugar equivocado borró la ganancia por completo. Utilice TaskGroup para tareas relacionadas, agregue tiempos de espera a cada llamada externa, limite la concurrencia con un semáforo y siga bloqueando el trabajo fuera del bucle de eventos.

Preguntas frecuentes

¿Qué es asincio en Python?

asyncio es la biblioteca estándar para código concurrente usando async y await. Un bucle de eventos cambia entre tareas cada vez que una está esperando, por lo que muchas operaciones de E/S pueden superponerse en un solo subproceso.

¿Asyncio es más rápido que los subprocesos?

Para una gran cantidad de tareas vinculadas a la red, suele ser más eficiente, ya que las tareas son livianas. Para algunas llamadas de bloqueo, los hilos son más simples. Ninguno de los dos ayuda al trabajo vinculado a la CPU; utilizar procesos para eso.

¿Cuál es la diferencia entre reunir y TaskGroup?

Ambos ejecutan tareas al mismo tiempo. TaskGroup cancela las tareas restantes cuando una falla y genera un ExceptionGroup. recopilar de forma predeterminada genera el primer error sin cancelar los demás.

¿Por qué mi código asíncrono no es más rápido?

Generalmente debido al bloqueo de llamadas como time.sleep o request.get dentro de las rutinas, o porque las esperas se ejecutan una tras otra. Utilice bibliotecas asíncronas, asyncio.to_thread y recopile o TaskGroup.

¿Qué pasa si olvido esperar?

Obtienes un objeto de rutina en lugar de un resultado y su código nunca se ejecuta. Python advierte que nunca se esperó la rutina.

sigue aprendiendo

Trabajar con Stack Quora

¿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.

Sigue leyendo

Más guías sobre testing, IA y desarrollo moderno

¿Te gustó este artículo? Elige un tema y salta directo a nuestros tutoriales más recientes.

Inteligencia artificial

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 software

Explicación 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 →
DevOps

Explicación 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 software

Explicación 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 pruebas

Explicación 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 SQL

SQL 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 SQL

Explicación 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 software

Explicación 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 software

Explicación 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 artificial

Explicación 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 software

Explicación 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 →
DevOps

Explicación 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 pruebas

Explicación 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 software

Explicación 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 artificial

Explicación 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 →
DevOps

Registros 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 →
DevOps

Explicación 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 pruebas

Generación 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 software

Explicación 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 SQL

Funciones 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 SQL

Explicación 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 software

Módulo 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 software

Módulos 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 software

Python 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 artificial

Explicación 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 →
DevOps

Explicación 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 →
DevOps

Explicación 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 pruebas

Explicación 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 software

Explicación 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 SQL

Explicación 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 SQL

Funciones 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 software

Explicación 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 software

Debounce 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 software

Explicación 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 artificial

LLM 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 →
DevOps

YAML 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 →
DevOps

Cron 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 artificial

Explicación 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 →
DevOps

Explicación 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 software

Explicación 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 pruebas

Burlarse 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 software

Explicación 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 SQL

DELETE 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 SQL

Vistas 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 software

Interfaz 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 software

Python *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 software

Funciones 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 →
DevOps

Monitoreo 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 →
DevOps

Docker 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 pruebas

TDD 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 software

Pruebas 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 SQL

Valores 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 SQL

Declaración 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 software

Explicación 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 software

Explicación 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 →
DevOps

Implementación 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 pruebas

Pruebas 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 software

Pruebas 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 software

Caso 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 SQL

Optimización 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 SQL

SQL 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 software

Tutorial 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 software

Manejo 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 software

Clases 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 →
DevOps

Comandos 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 pruebas

Selenium 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 software

Partición 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 software

Severidad 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 SQL

Tutorial 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 SQL

Transacciones 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 software

Hoja 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 software

Explicación 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 software

Tutorial 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 →
DevOps

Tutorial 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 →
DevOps

Docker 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 pruebas

Tutorial 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 software

Ciclo 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 software

Git 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 software

List 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 →