Explora Javi Builds por tema
Explora guías prácticas, itinerarios, laboratorios y recursos por tecnología y tipo de problema.
Microsoft Fabric
Itinerarios, Lakehouse, Delta, pipelines, rendimiento y producción.
Start Here →
El itinerario de 12 pasos, de un workspace vacío a una plataforma lista para producción.
Lakehouse y OneLake →
Crea Lakehouses y notebooks, y entiende cómo viven archivos y tablas en OneLake.
- Empieza aquíCreate Your First Fabric Lakehouse
- Guía rápidaLakehouse o Warehouse
Delta Lake →
Transacciones, MERGE, mantenimiento y tablas Delta fiables en Fabric.
PySpark y notebooks →
Explora y transforma datos con PySpark, y mantén los notebooks rápidos.
- Empieza aquíExplore Data with PySpark in Microsoft Fabric
- En profundidadCómo acelerar los notebooks de Microsoft Fabric
Pipelines y Data Factory →
Orquesta la ingesta, pasa parámetros y elige la herramienta adecuada para cada paso.
- Empieza aquíPipelines vs Notebooks vs Dataflow Gen2 vs Copy Job in Microsoft Fabric
- En profundidadParámetros de notebooks en Microsoft Fabric: patrones prácticos para pipelines reutilizables
- En profundidadMigrar paquetes SSIS a Microsoft Fabric: retirar, rehospedar, reconstruir o rediseñar
- PrácticaAnálisis de ventas de extremo a extremo en Microsoft Fabric
- Guía rápidaDepurar pipelines de Fabric
Warehouse y SQL →
T-SQL en Fabric y cuándo un Warehouse supera a un Lakehouse.
- Empieza aquíCreate Your First Fabric Warehouse with T-SQL
- En profundidadLakehouse o Warehouse en Microsoft Fabric: ¿cuál deberías usar?
- Guía rápidaLakehouse o Warehouse
Arquitectura y Medallion →
Bronze, Silver y Gold, y diseños de plataforma que escalan.
Rendimiento y capacidad →
Diagnostica cargas lentas, presión de capacidad y optimiza sistemas en producción.
- Empieza aquíTroubleshooting Microsoft Fabric Performance in Production
- En profundidadMicrosoft Fabric Capacity Explained: CUs, Smoothing, Throttling and Sizing
- HerramientaMicrosoft Fabric Capacity Planner
- RunbookMicrosoft Fabric Capacity Saturation Runbook
- Guía rápidaRendimiento de los notebooks de Fabric
Supervisión y depuración →
Logs de ejecución, supervisión y un flujo de depuración repetible.
Git y CI/CD →
Versiona elementos de Fabric y promueve cambios de DEV a PROD.
Gobernanza y seguridad →
Purview, propiedad, acceso y confianza en Fabric.
Preparación de entrevistas →
Preguntas prácticas de entrevista sobre Fabric, de fundamentos a escenarios senior.
SQL Server
Optimización, índices, Query Store y diagnóstico.
44 guíasAbrir el hub de SQL Server →
Empieza aquí →
Un flujo paso a paso para optimizar un SQL Server lento.
Rendimiento de consultas →
Consultas en ejecución, Query Store, planes y diagnóstico de la carga.
Optimización de consultas →
Joins más rápidos y UPDATE y DELETE seguros en tablas grandes.
Índices y almacenamiento →
Diseño de índices, tamaño de tablas y opciones de almacenamiento.
- Empieza aquíÍndices en SQL Server: introducción para principiantes
- En profundidadCuándo ayuda un índice datetime en SQL Server y cuándo no
- Guía rápidaComprobar el uso de índices
Diagnóstico →
Triaje de incidentes, bloqueos y los primeros 15 minutos de una ralentización.
- Empieza aquíSQL Server va lento: los primeros 15 minutos de triaje
- En profundidadCómo diagnosticar bloqueos en SQL Server
- RunbookSQL Server Blocking Runbook
- Guía rápidaEncontrar bloqueos en SQL Server
Monitorización →
Observa la carga en vivo, esperas y sesiones sin adivinar.
- Empieza aquíMonitoreo de cargas de trabajo de SQL Server en tiempo real
- Guía rápidaTipos de espera de SQL Server
Fundamentos de T-SQL →
Aprende SQL desde tu primer SELECT hasta joins, vistas y procedimientos.
- Empieza aquíTu primera consulta SELECT en SQL Server
Versiones y herramientas →
Versiones de SQL Server y SSMS comparadas, cuándo actualizar y cómo se traslada SQL Server a Fabric.
Preparación de entrevistas →
Preguntas prácticas de entrevista sobre SQL Server, de los índices al diagnóstico en producción.
Ingeniería de datos
Arquitectura, Delta y Parquet, Python, observabilidad y patrones de producción.
Arquitectura y patrones →
Patrones de integración, ETL frente a ELT, CDC y decisiones de diseño.
- Empieza aquíPatrones de diseño para data engineering: patrones prácticos para plataformas de datos confiables
- En profundidadDesigning a Production Data Platform: From Requirements to Operations
- En profundidadETL vs ELT vs CDC vs Streaming: patrones de integración de datos y cómo implementarlos en Microsoft Fabric
- Guía rápidaProcesamiento batch vs streaming
Delta Lake y Parquet →
Archivos columnares, tablas Delta y cómo mantenerlas sanas.
Python y PySpark →
pandas, DataFrames y PySpark para trabajo práctico con datos.
- Empieza aquíCómo leer archivos CSV con pandas
- En profundidadExplore Data with PySpark in Microsoft Fabric
- En profundidadPySpark DataFrame Unit Testing with pytest: A Practical Guide
- Guía rápidaInspeccionar un DataFrame de pandas
Observabilidad →
Qué medir, logs de ejecución y monitorización de plataformas de datos.
Pruebas y calidad de datos →
Pruebas unitarias y de transformación, controles de calidad de datos y controles de calidad CI/CD.
Ingeniería de producción →
Cargas incrementales, depuración y pipelines en producción.
Preparación de entrevistas →
Preguntas prácticas de entrevista de ingeniería de datos, del ETL y el CDC a la fiabilidad y el diseño de sistemas.
Entrevistas de PySpark →
Preguntas prácticas de entrevista de PySpark, de los DataFrames a los joins, shuffles, sesgo y rendimiento en producción.
Entrevistas de Python →
Preguntas prácticas de entrevista de Python para ingenieros de datos, de los generadores y pandas a la memoria y la ingesta fiable.