Nicolas Bortolotti

Este fin de semana me propuse un simple desafío de integración. La idea era incorporar #Polymer en las plantillas de #Blogger. De esta forma actualizar el diseño general de esta potente herramienta de comunicación y de paso tener un poco de diversión para #desarrolladores. La estructura de las plantillas #Blogger tienen un estructura xml, y por este motivo hay que cumplir algunas reglas. De todas formas nada que en minutos no se pueda resolver. Estás listo para incorporar #Polymer a #Blogger? Zonas importante de la implementación: En este ejemplo, el objetivo era no solo incorporar marcado tradicional sino interacción con #js. 1. Incorporar webcomponents.js     <script src='//www.polymer-project.org/components/webcomponentsjs/webcomponents.js'/> 2. Incorporar en este caso el elemento de core-pages [utilizamos como ejemplo este elemento]     <link href='//www.polymer-project.org/components/core-pages/core-pages.html' rel='import'/> 3. Es

La plataforma de nube evoluciona día y a día y propone cada vez más opciones. En el día de hoy presentamos #Containers #Agrupaciones dentro del esquema de #GoogleCloudPlatform. Les comparto la presentación utilizada donde se analizó, la evolución tecnológica propuesta por #Google desde el 2002 hasta la actualidad, luego una vista general para dos modelo arquitecturales #AppEngine y #ComputeEngine. Finalmente la demostración propuesta fue: Crear un #container, validar su ejecución utilizando #gcloud tool. Poner en funcionamiento el monitor de cloud. #GoogleCloudMonitor Consultas elementales utilizando #BigQuery. Les comparto los comando utilizados en la demostración de containers: gcloud preview container --zone us-central1-a pods --cluster [nombre del cluster] list gcloud preview container --zone us-central1-a pods --cluster [nombre del cluster] create --name wordpress --image tutum/wordpress --port 80 Les dejo el live compartido con toda la comunidad #Cloud de Hispanoam

Hace unos días tuve que afrontar un desafío para procesar una cierta cantidad de archivos y portarlos #BigQuery para luego ejecutar algunas consultas a estos conjuntos de datos masivos. El objetivo proponía utilizar el raw data de stack exchange propuesto en este [ link ]. Ahi comenzaron los problemas, los archivos inicialmente utilizan 7z como modelo de compresión. Pero esto es simple de resolver, ahora en su interior tenemos archivos xml y como #BigQuery ingiere datos en json o csv, primera barrera. El trabajo con json en primera instancia parecía razonable pero el trabajo sobre el esquema es una tarea laboriosa. Entonces el paso fue directo para procesar desde xml a csv. Hay varias opciones, pero para archivos pequeños.. el desafío final es trabajar con archivos de más de 2GB hay opciones de archivo de más de 10 GB. Entonces aquí inicia la historia de  XmlCsvBigConvert, proyecto open source, en modo herramienta de consola desarrollado en #python que propone la rápida transformac