[{"data":1,"prerenderedAt":29},["ShallowReactive",2],{"article-data-curso-gcp-pub-sub-02":3},{"content":4,"date":5,"image":6,"sideArticles":7},"\u003C!DOCTYPE html>\r\n\u003Chtml lang=\"es\">\r\n\r\n\u003Chead>\r\n    \u003Cmeta charset=\"UTF-8\">\r\n    \u003Cmeta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\r\n    \u003Cmeta name=\"description\"\r\n        content=\"Aprende el patrón Fan-Out en Pub/Sub. Descubre cómo distribuir un único mensaje a múltiples procesos paralelos e independientes usando Google Cloud y Terraform.\">\r\n    \u003Cmeta name=\"keywords\"\r\n        content=\"Pub/Sub, Fan-Out, Google Cloud, GCP, Terraform, Arquitectura de Datos, Microservicios, Paralelismo\">\r\n    \u003Cmeta name=\"author\" content=\"Eduardo Martínez Agrelo\">\r\n    \u003Ctitle>Pub/Sub: Arquitectura Fan-Out | Curso Pub/Sub GCP\u003C/title>\r\n    \u003Cstyle>\r\n        body {\r\n            font-family: sans-serif;\r\n            line-height: 1.6;\r\n        }\r\n\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\r\n\u003Cbody>\r\n    \u003Ch1>Pub/Sub: Arquitectura Fan-Out (Multiplicando el Impacto)\u003C/h1>\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>En el mundo de los microservicios, una sola acción del usuario suele desencadenar múltiples reacciones. En este\r\n        laboratorio, exploraremos el patrón \u003Cstrong>Fan-Out\u003C/strong>, una de las técnicas más potentes para escalar\r\n        operaciones sin aumentar la latencia ni la complejidad del sistema emisor.\u003C/p>\r\n\r\n    \u003Ch2>¿Qué es el patrón Fan-Out?\u003C/h2>\r\n\r\n    \u003Cp>El Fan-Out consiste en conectar múltiples suscripciones a un único Topic. Cuando un mensaje llega al tema,\r\n        Pub/Sub lo replica de forma automática y lo entrega a cada suscriptor de manera independiente:\u003C/p>\r\n    \u003Cul>\r\n        \u003Cli>\u003Cstrong>Escalabilidad Horizontal:\u003C/strong> Puedes añadir nuevos servicios interesados en los datos sin\r\n            modificar el código del publicador original.\u003C/li>\r\n        \u003Cli>\u003Cstrong>Aislamiento de Errores:\u003C/strong> Si el sistema de correos falla, el sistema de facturación puede\r\n            seguir procesando el mismo mensaje sin interrupciones.\u003C/li>\r\n    \u003C/ul>\r\n\r\n    \u003Ch2>Configuración Multi-Suscripción con Terraform\u003C/h2>\r\n\r\n    \u003Cp>La ventaja de utilizar Terraform es que podemos declarar tantas suscripciones como necesitemos enganchadas al\r\n        mismo ID de recurso. En este laboratorio, desplegaremos dos flujos paralelos:\u003C/p>\r\n    \u003Cp>\u003Ccode>resource \"google_pubsub_subscription\" \"email_service\" { ... }\u003C/code>\u003C/p>\r\n    \u003Cp>\u003Ccode>resource \"google_pubsub_subscription\" \"inventory_service\" { ... }\u003C/code>\u003C/p>\r\n    \u003Cp>Este enfoque permite que cada \"departamento\" de nuestra infraestructura consuma la información a su propio ritmo\r\n        y según sus propias necesidades de computación.\u003C/p>\r\n\r\n    \u003Ch2>Procesamiento en Paralelo Real\u003C/h2>\r\n\r\n    \u003Cp>Al ejecutar este laboratorio, observarás un fenómeno fascinante: un único evento de venta simulará disparar un\r\n        proceso de logística y otro de analítica simultáneamente. No hay colas de espera entre ellos; la nube de Google\r\n        gestiona la distribución masiva de los datos para que el usuario final reciba una respuesta inmediata mientras\r\n        el backend trabaja en segundo plano.\u003C/p>\r\n\r\n    \u003Ch2>Conclusión: Sistemas que crecen sin fricción\u003C/h2>\r\n    \u003Cp>Has aprendido a multiplicar el valor de tus datos. El patrón Fan-Out es la base de las aplicaciones modernas que\r\n        necesitan ser reactivas y modulares. Sin embargo, no siempre querremos que todos los suscriptores reciban todos\r\n        los mensajes; por ello, el siguiente paso será aprender a filtrar la información de manera inteligente.\u003C/p>\r\n\u003C/body>\r\n\r\n\u003C/html>","April 15, 2026","https://storage.googleapis.com/mp-blog/images/curso-gcp-pub-sub-02.jpg",[8,14,19,24],{"id":9,"title":10,"description":11,"image":12,"date":13},"curso-gcp-apache-spark-01","Spark: Infraestructura como Código con Terraform | Curso Spark, Scala y Terraform","Aprende a desplegar clústeres de Big Data profesionalmente. Domina Terraform para crear infraestructura como código (IaC) en Google Cloud y automatiza tu entorno de Dataproc para Spark.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-01.jpg","March 12, 2026",{"id":15,"title":16,"description":17,"image":18,"date":13},"curso-gcp-apache-spark-02","Spark: Ingesta (Raw to Bronze) y Formatos Columnares | Curso Spark, Scala y Terraform","Domina la ingesta de datos con Spark. Aprende a convertir JSONs pesados en formato Parquet, optimiza tu almacenamiento en un 85% y domina los esquemas estrictos con Scala.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-02.jpg",{"id":20,"title":21,"description":22,"image":23,"date":13},"curso-gcp-apache-spark-03","Spark: Limpieza y Calidad (Bronze to Silver) | Curso Spark, Scala y Terraform","Domina la limpieza de datos en Spark. Aprende a usar Scala para implementar la capa Silver (Plata) de tu arquitectura Medallón, utilizando Case Classes para mayor seguridad.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-03.jpg",{"id":25,"title":26,"description":27,"image":28,"date":13},"curso-gcp-apache-spark-04","Spark: Analítica Avanzada (Silver to Gold) | Curso Spark, Scala y Terraform","Domina el Análisis Avanzado con Spark. Aprende a calcular métricas de negocio con Window Functions y a extraer el Top 3 de canciones por país y día para tu capa Gold.","https://storage.googleapis.com/mp-blog/images/curso-gcp-apache-spark-04.jpg",1776363704407]