YAML explicado: sintaxis, el problema de Noruega y otras trampas que probamos

  1. Inicio
  2. Blog
  3. DevOps

DevOps

Explicación de YAML: Sintaxis, el problema de Noruega y otras trampas que probamos

YAML ejecuta Kubernetes, Docker Compose, GitHub Actions e innumerables archivos de configuración. Parece amigable, pero los valores sin comillas pueden convertirse silenciosamente en números booleanos, flotantes y octales. Enviamos un archivo de prueba a un analizador real para mostrar exactamente lo que sucede.

10 min de lectura
YAML explicó: sintaxis, el problema de Noruega y otras trampas que probamos

Puntos clave

  • YAML representa datos con sangría: mapas clave-valor, listas con guiones y valores escalares.
  • Los valores sin comillas se adivinan: en nuestra prueba, NO se convirtió en False y la versión 1.10 se convirtió en 1.1.
  • Citas cadenas que parecen booleanos, números, tiempos o versiones.
  • Nunca cargue YAML que no sea de confianza con un cargador inseguro; use yaml.safe_load en Python.

Un archivo de configuración enumera los países para los que está habilitada una función: GB, SE, FI y NO. Todo funciona excepto Noruega. El código recibe False en lugar de la cadena “NO”, porque el analizador YAML decidió que “NO” significa “no”. Este es el famoso problema de Noruega, y es sólo una de las varias formas en que YAML cambia silenciosamente tus datos.

Analizamos un archivo deliberadamente complicado con PyYAML 6.0 en Python 3.13. Cada valor y tipo que se muestra a continuación proviene de esa ejecución. Otros analizadores, especialmente aquellos que siguen YAML 1.2, pueden dar resultados diferentes, lo cual es parte del problema.

¿Qué es YAML?

YAML, abreviatura de “YAML Ain’t Markup Language”, es un formato amigable para los humanos para datos estructurados. Contiene el mismo tipo de cosas que JSON, mapas, listas, cadenas, números, booleanos y nulos, pero usa sangría en lugar de llaves y permite comentarios. De hecho, un JSON válido casi siempre es un YAML válido. Su legibilidad lo convirtió en el valor predeterminado para la configuración en las herramientas de DevOps: manifiestos de Kubernetes, archivos Docker Compose, flujos de trabajo de GitHub Actions y guías de Ansible.

Sintaxis básica

# a comment
name: shop-api            # a map: key, colon, space, value
replicas: 3
enabled: true
tags:                     # a list: each item starts with "- "
  - web
  - payments
database:                 # a nested map, indented by two spaces
  host: db.internal
  port: 5432
inline_list: [a, b, c]
inline_map: {x: 1, y: 2}

La sangría muestra el anidamiento y se requieren espacios después de dos puntos y guiones. Dos espacios por nivel es la convención común. Las listas de mapas, muy comunes en Kubernetes, combinan ambos: cada - inicia un nuevo mapa cuyas claves se alinean debajo de él.

Cómo YAML adivina los tipos

Un valor sin comillas no es automáticamente una cadena. El analizador lo mira y decide si es booleano, un número, nulo o una cadena. Esto es lo que PyYAML produjo a partir de nuestro archivo de prueba:

YAML Valor analizado Tipo
país: NO Falso booleano
habilitado: sí Verdadero booleano
depuración: desactivado Falso booleano
versión: 1.10 1.1 flotar
pitón: 3.10 3.1 flotar
código postal: 01234 668 entero
octal: 0755 493 entero
puerto: 08 '08' cadena
hora: 12:30 750 entero
Sha: 1e10 '1e10' cadena
vacío: Ninguno NingunoTipo
tilde: ~ Ninguno NingunoTipo
quoted_no: "NO" 'NO' cadena
quoted_version: "1.10" '1.10' cadena

Sólo los valores citados llegaron exactamente como están escritos. Cada fila encima de las citadas es un error potencial.

El problema de Noruega

countries: [GB, NO, SE, FI]
# parsed: ['GB', False, 'SE', 'FI']

Según las reglas de YAML 1.1, que sigue PyYAML, las palabras yes, no, on, off, y y n en varias mayúsculas son booleanas. Así que el código de país de Noruega pasó a ser False, mientras que sus vecinos siguieron siendo cadenas. Lo mismo puede suceder con las respuestas en un archivo de encuesta, con indicadores llamados “on” o con cualquier código corto que coincida con una de esas palabras. La solución es sencilla una vez que la sabes: cita el valor, "NO".

Números que cambian

Las versiones se vuelven flotantes

1.10 y 3.10 se analizaron como los números 1.1 y 3.1, perdiendo el cero final. Un archivo CI que solicita Python 3.10 en realidad puede estar solicitando Python 3.1. Los usuarios de GitHub Actions han llegado exactamente a esto, y el consejo estándar es citar versiones: python-version: "3.10". Consulte también nuestra guía de versiones semánticas para saber por qué las versiones no son números.

Los ceros a la izquierda significan octal

El código postal 01234 se convirtió en 668, porque un cero inicial marca un número octal (base 8) en YAML 1.1. Esto es útil para permisos de archivos como 0755, que se convirtió en 493, pero desastroso para códigos postales, números de teléfono e identificaciones. Curiosamente, 08 permaneció como una cadena, porque 8 no es un dígito octal válido, por lo que valores de apariencia similar pueden terminar con tipos diferentes en el mismo archivo.

Los tiempos se convierten en segundos

12:30 se convirtió en 750. YAML 1.1 lee números separados por dos puntos como base 60, el formato “sexagesimal”, por lo que 12 × 60 + 30 = 750. Una programación o un mapeo de puertos como 22:22 se pueden convertir silenciosamente. La documentación de Docker Compose recomienda citar las asignaciones de puertos por este motivo.

Y la sorpresa contraria

1e10 permaneció como una cadena en PyYAML, porque su patrón flotante requiere un punto decimal. Otro analizador podría leerlo como diez mil millones. Depender del analizador para adivinar es la raíz de todos los problemas de esta sección.

Regla general: si un valor debe ser texto y está compuesto solo por dígitos, puntos, dos puntos o es una palabra corta como sí, no, activado o desactivado, colóquelo entre comillas. Citar una cadena nunca está mal.

YAML 1.1 frente a 1.2

YAML 1.2, publicado en 2009, solucionó gran parte de este problema. Acepta sólo true y false como booleanos, usa 0o para octal y elimina números de base 60. Pero muchas bibliotecas ampliamente utilizadas, incluida PyYAML, todavía siguen la versión 1.1 de forma predeterminada, y las herramientas creadas sobre ellas heredan el comportamiento. Bibliotecas como ruamel.yaml para Python implementan 1.2. Debido a que dos herramientas pueden leer el mismo archivo de manera diferente, el único hábito seguro es citar valores ambiguos independientemente de la versión.

Sangría y pestañas

YAML no permite caracteres de tabulación para sangría. Nuestra prueba con una pestaña produjo un error al iniciar while scanning for the next token. La sangría desalineada es igual de fatal: un elemento de la lista tiene una sangría un espacio menor que la que produjeron sus hermanos while parsing a block mapping. Configure su editor para insertar espacios y mostrar espacios en blanco, y valide siempre después de editar. Los errores de sangría son la razón más común por la que falla una implementación justo después de un “pequeño cambio de configuración”.

llaves duplicadas

name: first
name: second
# parsed: {'name': 'second'}

PyYAML aceptó el duplicado en silencio y mantuvo el último valor. La especificación YAML dice que las claves deben ser únicas y algunos analizadores rechazan los duplicados, pero muchos no. En un manifiesto de Kubernetes largo, una clave duplicada puede anular silenciosamente una configuración definida anteriormente. Los linters captan esto de forma fiable.

Cadenas de varias líneas

literal: |
  line one
  line two
folded: >
  line one
  line two

# literal: 'line one\nline two\n'
# folded:  'line one line two\n'

La tubería | mantiene saltos de línea, lo que se adapta a scripts, certificados y SQL. El > dobla las líneas en una, lo que se adapta a descripciones largas. Agregar -, como en |-, elimina la nueva línea final, que importa cuando el valor se compara exactamente o se usa como secreto.

Anclajes y claves de combinación

defaults: &defaults
  retries: 3
  timeout: 30
prod:
  <<: *defaults
  timeout: 60

# prod: {'retries': 3, 'timeout': 60}

&defaults nombra un bloque, *defaults lo reutiliza y << lo fusiona en un mapa, ganando las claves locales. Esto evita repeticiones en archivos Docker Compose y CI. Úselo con moderación: el uso intensivo de anclajes dificulta la lectura de los archivos y la clave de combinación << no forma parte de YAML 1.2, por lo que la compatibilidad varía según las herramientas.

Carga segura

Algunos cargadores YAML pueden crear objetos de lenguaje de programación arbitrarios a partir de etiquetas especiales, lo que significa que cargar YAML que no es de confianza puede ejecutar código. PyYAML safe_load rechaza tales etiquetas. Cuando intentamos cargar un documento que solicitaba os.system, falló con could not determine a constructor for the tag 'tag:yaml.org,2002:python/object/apply:os.system'. Utilice siempre yaml.safe_load a menos que tenga un motivo específico para no hacerlo, y nunca utilice cargadores inseguros en archivos de usuarios o de Internet.

Linting y validación

  • yamllint detecta tabulaciones, sangrías incorrectas, claves duplicadas, espacios finales y valores veraces como yes.
  • Esquemas verifica la estructura y los tipos; editores como VS Code pueden validar archivos Kubernetes, Compose y GitHub Actions con esquemas JSON a medida que escribe.
  • Las comprobaciones específicas de la herramienta, como kubectl apply --dry-run=server o docker compose config, validan lo que la herramienta realmente aceptará.
  • Ejecútelos en CI, para que una configuración rota falle en una solicitud de extracción, no en una implementación.

No ejecutamos yamllint ni estas comprobaciones de herramientas para este artículo. Para los secretos, manténgalos fuera de los archivos YAML y cárguelos desde variables de entorno o un administrador de secretos.

Conclusión

YAML es agradable de leer y peligroso confiar ciegamente. Su adivinación de tipos convirtió un código de país en booleano, versiones en flotantes, un código postal en un número octal y un tiempo en segundos en nuestra prueba. Cite cualquier cosa que deba ser texto, use espacios, no tabulaciones, cárguelo con un cargador seguro y coloque un linter en su canalización.

Preguntas frecuentes

¿Cuál es el problema de Noruega en YAML?

Según las reglas de YAML 1.1, el código de país NO sin comillas se lee como booleano falso. En nuestra prueba, [GB, NO, SE, FI] se convirtió en [‘GB’, False, ‘SE’, ‘FI’]. Citar “NO” lo soluciona.

¿Por qué mi versión 3.10 pasó a ser 3.1?

Un 3.10 sin comillas se analiza como un número de punto flotante, que elimina el cero final. Versiones de cotización, como “3.10”.

¿Puedo usar pestañas en YAML?

No. YAML requiere espacios para la sangría. Una pestaña provoca un error de análisis, como ocurrió en nuestra prueba.

¿Cuál es la diferencia entre | y > en YAML?

El | El estilo mantiene los saltos de línea exactamente. El estilo > dobla líneas en una, uniéndolas con espacios.

¿Es YAML un superconjunto de JSON?

YAML 1.2 está diseñado para ser un superconjunto de JSON, por lo que casi todos los documentos JSON son YAML válidos. Lo contrario no es cierto.

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 →