Artículos por etiqueta: Spark

Pipeline de Datos Declarativo en Spark | Clases y Decoradores

Cómo Construir un Pipeline de Datos Mantenible Usando Clases y Decoradores en Python. Implementación en Spark para Proyectos de Ingeniería de Datos. Lee la Guía.

Optimización de Iceberg: ordenación y vectores de eliminación

Configuración del orden de escritura, estadísticas y eliminación vectorizada en Apache Iceberg. Acelera las consultas, reduce la carga en el almacenamiento. Para ingenieros de datos.

Arquitectura ETL: asapBI, Trino, Spark, Airflow para ingenieros de datos

Cómo asapBI combina Trino, Spark y Airflow en una sola interfaz para procesos ETL. Autogeneración de código, orquestación y soluciones de código abierto para ingenieros de datos.