Código
Dentro de los artículos hay más ajustes: ancho, letra, posición de la serie y del código.
Se recuerda en este navegador.
ETL sirve para el procesamiento masivo de datos (Big Data), en tiempo real y se resume en: Extraer: obtener los datos desde diferentes fuentes. Transformar: normalizar todos los datos a una estructura que nos sea útil. Cargar: colocar los datos a algún lugar desde donde podamos utilizarlos.
Instalar y probar paso a paso Apache Spark con Python, Scala y Java. También con Jupyter Notebook y JupyterLab. Trabaja con Big Data fácil.
La sentencia "Group By" tiene como finalidad la de agrupar valores idénticos de una tabla.
Vamos a ver un ejemplo de cómo utilizar las librerías de Python (pymongo) para MongoDB, en el que haremos las conexiones al servidor y un sencillo CRUD.
En esta entrada vamos a hacer un sencillo ejemplo de cómo utilizar el driver de Java para trabajar con MongoDB.
Primera parte del curso de MongoDB: qué es una base de datos orientada a documentos y cómo guarda los datos en BSON y JSON, comparada con MySQL en un ejemplo de clubes de fútbol.
Instala MongoDB 2.4.6 en Mac OS X desde el terminal: descarga, carpetas, mongod.conf, servicio con launchd, PATH y acceso al shell con mongo.
En esta cuarta parte se va a pasar a explicar cómo se "unen" tablas con la sentencia INNER JOIN a partir de una clave foránea
Vamos a aprender los conceptos básicos para manejar el lenguaje Sql y poder trabajar con las bases de datos. Hay que diferenciar los dos tipos de sentencias: "Data Definition ó Manipulation Language".
En esta segunda parte del curso de bases de datos vamos a aprender como crear tablas con el MySql Workbench y como relacionar estas tablas (1:1, 1:N, N:M)
Instalación del MySql Server y MySql Workbench
