[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-bigquery-05":3},{"content":4,"date":5,"image":6,"sideArticles":7},"\u003C!DOCTYPE html>\r\n\u003Chtml lang=\"es\">\r\n\u003Chead>\r\n    \u003Cmeta charset=\"UTF-8\">\r\n    \u003Cmeta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\r\n    \u003Ctitle>Laboratorio 5: SQL Avanzado y Funciones de Ventana (Window Functions)\u003C/title>\r\n    \u003Cstyle>\r\n        h1,\r\n        h2,\r\n        h3 {\r\n            color: #333;\r\n        }\r\n\r\n        ul {\r\n            list-style-type: disc;\r\n            margin-left: 20px;\r\n        }\r\n\r\n        code {\r\n            background-color: #f4f4f4;\r\n            padding: 2px 5px;\r\n            border-radius: 3px;\r\n            font-family: monospace;\r\n        }\r\n    \u003C/style>\r\n\u003C/head>\r\n\u003Cbody>\r\n\r\n    \u003Ch1>Laboratorio 5: SQL Avanzado y Funciones de Ventana (Window Functions)\u003C/h1>\r\n\r\n    \u003Ch2>Objetivos del Laboratorio\u003C/h2>\r\n    \u003Cul>\r\n        \u003Cli>Diferenciar entre las agregaciones tradicionales de la cláusula \u003Ccode>GROUP BY\u003C/code> y las operaciones analíticas continuas.\u003C/li>\r\n        \u003Cli>Modularizar consultas complejas utilizando Expresiones de Tabla Comunes (CTEs) para mejorar la mantenibilidad del código SQL.\u003C/li>\r\n        \u003Cli>Implementar funciones de ventana avanzadas para realizar un análisis de comportamiento secuencial de clientes.\u003C/li>\r\n        \u003Cli>Crear y encapsular lógica de negocio reutilizable mediante Funciones Temporales Definidas por el Usuario (UDFs).\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>Herramientas y APIs Utilizadas\u003C/h2>\r\n    \u003Cul>\r\n        \u003Cli>\u003Ccode>Standard SQL (GoogleSQL)\u003C/code>: El dialecto de SQL optimizado que utiliza BigQuery para el análisis de datos a gran escala.\u003C/li>\r\n        \u003Cli>\u003Ccode>bq CLI\u003C/code>: Interfaz de comandos empleada para enviar las instrucciones analíticas complejas directamente al motor de cálculo.\u003C/li>\r\n        \u003Cli>\u003Ccode>BigQuery API\u003C/code>: API de Google Cloud encargada de procesar las consultas SQL asíncronas y gestionar el retorno estructurado de los datos.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>Estructura del Código Desarrollado\u003C/h2>\r\n    \u003Cul>\r\n        \u003Cli>\u003Ccode>sales.csv\u003C/code>: Datos de transacciones financieras secuenciales que incluyen el identificador del cliente, la fecha de compra y el importe.\u003C/li>\r\n        \u003Cli>\u003Ccode>main.tf\u003C/code>: Archivo de configuración de Terraform que aprovisiona el dataset \u003Ccode>lab05_dataset\u003C/code> y la tabla nativa de ventas.\u003C/li>\r\n        \u003Cli>\u003Ccode>05_advanced_analytics.sql\u003C/code>: Script SQL completo que incorpora una UDF temporal, una estructura CTE y múltiples funciones de ventana.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>Paso a Paso del Despliegue\u003C/h2>\r\n\r\n    \u003Ch3>Fase 1: Preparación de Datos y Despliegue\u003C/h3>\r\n    \u003Cul>\r\n        \u003Cli>Creación de los datos históricos de ventas simulando la actividad diaria de múltiples clientes independientes.\u003C/li>\r\n        \u003Cli>Ejecución de la infraestructura declarada en Terraform mediante los comandos de inicialización y aplicación física.\u003C/li>\r\n        \u003Cli>Carga rápida de los datos del CSV local a la tabla nativa recién desplegada utilizando el comando \u003Ccode>bq load\u003C/code>.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch3>Fase 2: Estructuración del Análisis Avanzado\u003C/h3>\r\n    \u003Cul>\r\n        \u003Cli>Escritura de una UDF temporal con la sentencia \u003Ccode>CREATE TEMP FUNCTION\u003C/code> para segmentar las ventas según el importe acumulado.\u003C/li>\r\n        \u003Cli>Declaración de una CTE utilizando la cláusula \u003Ccode>WITH\u003C/code> para aislar y secuenciar lógicamente las fases de agregación del informe.\u003C/li>\r\n        \u003Cli>Configuración del operador de ventana \u003Ccode>OVER(PARTITION BY customer_id ORDER BY sale_date)\u003C/code>.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch3>Fase 3: Implementación Analítica y Ejecución\u003C/h3>\r\n    \u003Cul>\r\n        \u003Cli>Uso de la función de análisis temporal \u003Ccode>ROW_NUMBER()\u003C/code> para enumerar cronológicamente la secuencia de compras por cliente.\u003C/li>\r\n        \u003Cli>Uso de la función de navegación \u003Ccode>LAG()\u003C/code> para capturar el importe de la venta anterior y contrastar tendencias sin realizar auto-uniones.\u003C/li>\r\n        \u003Cli>Uso de la función agregada acumulativa \u003Ccode>SUM()\u003C/code> acotada al marco lógico de la fila actual y las anteriores mediante la directiva \u003Ccode>ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW\u003C/code>.\u003C/li>\r\n        \u003Cli>Lanzamiento del script analítico desde la terminal y auditoría del comportamiento de los registros secuenciales resultantes.\u003C/li>\r\n    \u003C/ul>\r\n\r\n\u003C/body>\r\n\u003C/html>","July 9, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-bigquery-05.jpg",[8,14,19,24],{"id":9,"title":10,"description":11,"image":12,"date":13},"curso-gcp-ai-ops-01","Fundamentos de AIOps en Google Cloud | Curso AIOps con Vertex AI","Módulo 1: Fundamentos de AIOps en Google Cloud. Aprende la transición de ITOps a operaciones inteligentes y cómo preparar tu infraestructura base con Terraform.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-01.jpg","May 28, 2026",{"id":15,"title":16,"description":17,"image":18,"date":13},"curso-gcp-ai-ops-02","Vertex AI para AIOps: AutoML y Despliegue | Curso AIOps","Módulo 2: Gestión de modelos con Vertex AI para AIOps. Aprende a utilizar AutoML, gestionar datasets tabulares y desplegar endpoints de predicción.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-02.jpg",{"id":20,"title":21,"description":22,"image":23,"date":13},"curso-gcp-ai-ops-03","Observabilidad Inteligente en GCP | Curso AIOps","Módulo 3: Observabilidad Inteligente en GCP. Configuración de Cloud Monitoring, Cloud Logging y creación de dashboards predictivos correlacionados con BigQuery.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-03.jpg",{"id":25,"title":26,"description":27,"image":28,"date":13},"curso-gcp-ai-ops-04","Automatización Operativa y Remediación | Curso AIOps","Módulo 4: Automatización Operativa en AIOps. Aprende a crear arquitecturas dirigidas por eventos con Cloud Functions y Pub/Sub para la remediación automática.","https://storage.googleapis.com/mp-blog/images/curso-gcp-ai-ops-04.jpg",1783609807853]