Entradas

Mostrando las entradas de marzo, 2016

Firebase la simplicidad y agilidad de implementación Paso a Paso #SupportService

Imagen
En este artículo vamos a implementar de forma muy elemental y simple un ejemplo basado en #Firebase sobre un modelo de soporte para comentarios aplicable a cualquier enfoque tradicional de #supportservice.

Vamos a crear un simple #html con la integración Firebase y a escribir un poquito de #JS para la funcionalidad.

<head> <scriptsrc='https://cdn.firebase.com/js/client/2.2.1/firebase.js'></script> <scriptsrc='https://ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js'>    </script> </head>


Luego vamos a utilizar una región para mostrar los mensajes y dos elementos para ingresar nombre y el mensaje de la interacción de soporte.

<divid='mensajesDiv'></div>
<inputtype='text'id='nombreInput'placeholder='Nombre'> <inputtype='text'

La autoescala un desafío con muchas aristas #ComputeEngine

Imagen
Desde diferentes aspectos los arquitectos diseñan soluciones para la escala en todo momento, un desafío con muchas aristas... algunas preguntas con las que seguro algunos de ustedes se identificará.

1. ¿Que tal si utilizo una solución de plataforma y resuelvo la escala?,  esta solución que es muy útil para la elasticidad, presupuesto variable, pero debo interactuar generalmente con un #SDK. Que pasa si debo realizar algún tipo de migración?

2. ¿Que tal si utilizo una solución propia? cual es el esfuerzo de configuración y mantenimiento? tengo el equipo y tiempo adecuado? Finalmente me aseguro la escala a un precio razonable?

3 ...

El objetivo de este artículo es compartir la propuesta de #GoogleComputeEngine, solución de grupo de instancias para autoescalado [link], una solución flexible que además combinado con balanceo de carga para entornos web es muy flexible. El hecho de poder configurar reglas para el modelo de escala le da un matiz muy interesante a esta tecnología. Lo conocias…

#BuenosAires cuna de grandes desarrolladores? Análisis según #stackexchange

Imagen
En este articulo les quiero compartir un análisis muy simple sobre desarrolladores y su relevancia para 6 de las capitales más importantes de #LatAm. Basado en datos propuestos por [http://data.stackexchange.com/] vamos a estudiar el comportamiento de los desarrolladores de todas las disciplinas en [Buenos Aires, San Pablo, Santiago de Chile, Lima, Bogotá y Ciudad de México]

Utilicé la tabla #Users, la complejidad empieza cuando el atributo #Location es una cadena bastante variable. De todas formas se pueden identificar las capitales sin problemas. Para esta muestra/snapshot un poco más de 5K de developers.

Bogotá, Colombia650Lima, Perú515Santiago, Chile750Sao Paulo, Brazil1845Mexico City, Mexico582Buenos Aires, Argentina1395Total5737
Una consulta modelo muy simple como la siguiente:

Select count(*), Sum(reputation),Location from
Users
Where Location LIKE 'key%'
Group by Location
Order by Sum(reputation)

Luego algunos filtros y si quieren evitar este paso utilizar expresiones…