[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-medallion-06":3},{"content":4,"date":5,"image":6,"sideArticles":7},"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\r\n\u003Cp>\u003Cstrong>Autor:\u003C/strong> \u003Ca href=\"https://www.youtube.com/@EduardoMartinezAgrelo\" target=\"_blank\">Eduardo Martínez\r\n        Agrelo\u003C/a>\u003C/p>\r\n\r\n\u003Cp>Bienvenidos al inicio de vuestro camino en el mundo de \u003Cstrong>SCD Tipo 1\u003C/strong> [4]. En este sexto módulo, sentaremos\r\n    las bases de la sincronización incremental. No se trata solo de sobrescribir si un registro ha cambiado, sino de\r\n    transformar eventos históricos en registros consolidados de verdad [4]. Utilizaremos \u003Cstrong>Google Cloud\u003C/strong> para pasar\r\n    de un modelo de adición inmutable a uno dinámico, eliminando la redundancia de datos y mejorando la fiabilidad del servicio.\r\n\u003C/p>\r\n\r\n\u003Ch2>La Evolución: De Carga Total a Carga Incremental\u003C/h2>\r\n\r\n\u003Cp>El procesamiento analítico tradicional basado en la reconstrucción completa de tablas ha llegado a su límite. En entornos\r\n    con grandes volúmenes de datos e integraciones complejas, el consumo de computación es inabarcable para un presupuesto. La carga incremental surge como la respuesta\r\n    necesaria:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Limitaciones:\u003C/strong> Las cargas totales con sobreescritura (como el clásico delete e insert) generan demasiado gasto de procesamiento y\r\n        picos de facturación.\u003C/li>\r\n    \u003Cli>\u003Cstrong>La Solución:\u003C/strong> El motor analítico de BigQuery permite identificar modificaciones, correlacionar eventos históricos y\r\n        actualizar los registros modificados en su lugar sin afectar al resto de la tabla [1].\u003C/li>\r\n\u003C/ul>\r\n\r\n\u003Ch2>El Motor de la De-duplicación: Ventanas de Tiempo e Idempotencia\u003C/h2>\r\n\r\n\u003Cp>Para que nuestra capa Silver pueda consolidarse, necesita datos de-duplicados de calidad. En este curso trabajaremos sobre la de-duplicación analítica\r\n    aplicando reglas de precedencia temporal:\u003C/p>\r\n\u003Cp>\u003Ccode>ROW_NUMBER() OVER (PARTITION BY document_id ORDER BY event_timestamp DESC)\u003C/code>\u003C/p>\r\n\u003Cp>Aprenderemos que una tabla sin control de versiones históricas es inútil para la consistencia; por ello, nos enfocaremos en la generación de\r\n    consultas de fusión estructuradas que sirvan como fuente de verdad para nuestros reportes analíticos y de negocio.\u003C/p>\r\n\r\n\u003Ch2>SCD Tipo 1 e Idempotencia con BigQuery SQL\u003C/h2>\r\n\r\n\u003Cp>En el modelado Silver, la eficiencia de carga empieza en la consulta. No ejecutamos actualizaciones descontroladas en las tablas;\r\n    utilizamos \u003Cstrong>GoogleSQL\u003C/strong> para crear un entorno incremental, de-duplicado y profesional:\u003C/p>\r\n\u003Cul>\r\n    \u003Cli>\u003Cstrong>Dimensión de Clientes:\u003C/strong> Aplicaremos Slowly Changing Dimension Tipo 1 sobre \u003Cstrong>silver.customers\u003C/strong> para consolidar de forma limpia los perfiles procedentes de \u003Cstrong>Firestore\u003C/strong> [4].\u003C/li>\r\n    \u003Cli>\u003Cstrong>Hechos de Órdenes:\u003C/strong> Evitaremos la inserción de registros duplicados en \u003Cstrong>silver.orders\u003C/strong> causados por reintentos de red durante cargas masivas de datos históricos.\u003C/li>\r\n\u003C/ul>\r\n\r\n\u003Ch2>Implementación práctica\u003C/h2>\r\n\r\n\u003Cp>En este laboratorio práctico, configurarás tu script de consolidación incremental aplicando sentencias MERGE [1].\r\n    Crearemos un archivo SQL llamado \u003Ccode>silver_customers_merge.sql\u003C/code> que simulará el comportamiento de un motor de-duplicador durante las cargas.\r\n    Observarás cómo este script inyecta actualizaciones en tiempo real en los datos, creando la base perfecta para estructurar la capa Silver en los módulos siguientes,\r\n    y consolidando tu paso en este portafolio de GitHub.\r\n\u003C/p>\r\n\r\n\u003Ch2>Conclusión: Los cimientos de la incrementalidad\u003C/h2>\r\n\u003Cp>Has completado la fase de de-duplicación e incrementalidad. Has aprendido que mantener registros únicos no requiere reconstruir las tablas, sino una\r\n    arquitectura bien diseñada basada en sentencias condicionales avanzadas [1]. Ya tienes el \"upsert\" listo en Google Cloud;\r\n    el siguiente paso es conectar estos datos con reglas de calidad estrictas para empezar a filtrar registros corruptos antes de que lleguen a producción.\u003C/p>","July 9, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-medallion-06.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",1783609814785]