software · 15 menciones
La captura de datos modificados (CDC) basada en el registro binario (binlog) de MySQL soluciona las carencias de los sincronizadores periódicos: elimina puntos ciegos en borrados y actualizaciones intermedias, y reduce la carga sobre la base de datos de producción. Un job programado con SELECT solo
Spotify ha detallado en su blog de ingeniería Random Access Parquet (RAP), una técnica para realizar consultas puntuales por clave sobre archivos Parquet almacenados en lagos de datos en la nube, sin necesidad de mantener copias redundantes en sistemas de servicio clave-valor como Bigtable o DynamoD
Web3DSurvey.com es un servicio comunitario que recopila datos reales de compatibilidad con WebGL, WebGL 2 y WebGPU para que los desarrolladores de 3D web elijan funciones basándose en mediciones concretas y no en suposiciones. En abril de 2026, mantener el sitio y almacenar los datos costó alrededor
El ensayo parte del paper de 2015 "Scalability! But at what COST?" de McSherry, Isard y Murray, que demostró que varios sistemas distribuidos de procesamiento de grafos rendían menos que un único hilo en un portátil: un caso del grafo de seguidores de Twitter (1.500 millones de relaciones) lo resolv
GeoSQL es un complemento de software de código abierto creado por Dekart que añade capacidades de análisis geoespacial a asistentes de inteligencia artificial como Claude, Codex y GitHub Copilot. Funciona de forma local o autoalojada, sin necesidad de cuentas en servicios en la nube de terceros. La
DuckDB es una base de datos SQL analítica en proceso que se ha convertido, desde su origen como proyecto de investigación del CWI de Ámsterdam en 2019, en uno de los motores analíticos mononodo más usados y más rápidos del momento. Se distribuye como un binario único de menos de 20 MB, se instala co
databow es una nueva herramienta de línea de comandos de código abierto, escrita en Rust, que ofrece una interfaz unificada para consultar cualquier base de datos que disponga de un driver ADBC (Arrow Database Connectivity). Su propósito es sustituir el uso de múltiples clientes CLI específicos —psq
Kaelio ha lanzado ktx, una herramienta de código abierto disponible en GitHub, diseñada para optimizar la consulta de datos por parte de agentes de inteligencia artificial. Esta herramienta actúa como una capa de contexto automejorante que facilita la interacción de los agentes con los almacenes de
Un experto en integridad de datos comparte seis patrones SQL fundamentales para detectar fraude en transacciones. Estos métodos, aplicables a programas de beneficios gubernamentales, tarjetas de crédito, reclamaciones médicas y comercio electrónico, se basan en el análisis de velocidades de transacc
Un análisis reciente realizado por Dylan Castillo revela una disminución en la presencia de investigaciones sobre modelos de lenguaje grandes (LLM) en Hacker News (HN), una plataforma popular entre programadores y entusiastas de la tecnología. Utilizando a Claude, un asistente de IA, Castillo rastre
La startup Parallel Learning ha desarrollado un agente de inteligencia artificial interno llamado Voltaire para resolver un cuello de botella en el acceso a datos que afectaba a sus empleados. Voltaire, implementado como un bot de Slack, permite a los usuarios obtener respuestas a preguntas compleja
Un nuevo toolkit llamado 'gemma-tuner-multimodal' permite a los usuarios afinar modelos Gemma de Google para tareas de inteligencia artificial multimodal (texto, imágenes y audio) directamente en Macs con Apple Silicon. La herramienta, desarrollada por Mattmireles y disponible en GitHub, elimina la
Google Research ha lanzado TimesFM 2.5, una versión mejorada de su modelo de predicción de series temporales. El modelo, disponible en GitHub, se basa en una arquitectura 'decoder-only' y está diseñado para ofrecer pronósticos más precisos y eficientes. TimesFM 2.5 reduce el número de parámetros de
Stripe ha introducido un nuevo sistema de registro llamado 'líneas de registro canónicas' (o eventos amplios) para mejorar la depuración y el análisis de sus sistemas. El problema que busca solucionar es la fragmentación de la información de registro, donde detalles cruciales como la ruta, el usuari
Apache Otava ha lanzado una nueva herramienta diseñada para detectar regresiones de rendimiento en aplicaciones y sistemas. La herramienta, presentada recientemente, analiza resultados de pruebas de rendimiento almacenados en formatos CSV, PostgreSQL, BigQuery o bases de datos Graphite. Su función p
