Manejo de ambientes para datos

En mi equipo se manejan los siguientes ambientes:

• Local: Consiste en una copia local de la rama master en el repo personal, aqui es donde se realiza todo el desarrollo.
• Work: Tambien conocida como rama develop, es una rama espejo a la principal y es donde se valida lo ejecutado en local.
• Live: Finalmente es llevado a la rama master mejor conocido como producción.

Mi resumen de la clase:

Siempre es bueno probar, antes de poner en producción. Para esto hacemos una contribución ordenada. Detener lo que no funciona y darle continuidad a lo que funcionas en diferentes ramas en Git.

Para esto tenemos 3 ramas local, beta y producción.

Manejo de Ambientes para Datos - Resumen:

Definición: Los ambientes para datos son entornos aislados que se utilizan para la gestión de datos en diferentes etapas de un proyecto, como desarrollo, pruebas y producción.
- Ventajas:

• Aislamiento: Cada ambiente está aislado de los demás, lo que ayuda a prevenir problemas y conflictos entre diferentes etapas del proyecto. Esto significa que los cambios en el ambiente de desarrollo no afectarán el ambiente de producción, por ejemplo.

• Control: Los ambientes permiten un mayor control sobre los datos y los procesos que se ejecutan en cada etapa. Esto facilita la gestión de versiones y garantiza que los datos se manipulen de manera segura.

• Pruebas y Validación: Los ambientes de prueba ofrecen la posibilidad de realizar pruebas exhaustivas antes de implementar cambios en producción, lo que reduce el riesgo de errores y problemas en el entorno en vivo.

• Escalabilidad: Los ambientes se pueden dimensionar según sea necesario. Por ejemplo, puedes tener un ambiente de desarrollo con recursos más limitados y un ambiente de producción con una configuración más robusta para manejar grandes volúmenes de datos y cargas de trabajo.

-Desventajas:

• Complejidad: Mantener múltiples ambientes puede ser complejo y requerir recursos adicionales en términos de hardware y administración.

• Costos: Cada ambiente adicional implica costos adicionales, ya sea en términos de hardware, software o recursos humanos para administrarlos.

• Posible Divergencia: Si no se administran correctamente, los ambientes pueden divergir con el tiempo, lo que puede llevar a problemas cuando se migra código o datos de un ambiente a otro.

• Configuración y Sincronización: Configurar y mantener los ambientes puede ser una tarea desafiante, especialmente en proyectos complejos con múltiples componentes y sistemas.

Trabajar en ambientes cloud mitiga un poco eso de los distintos ambientes entre los desarrolladores, puedes tener las dependencias instaladas en un cluster que es para consumo de todos los desarrolladores y en el momento de mandar a prod llevas ese cluster a una image de docker para que se siga replicando. Punto positivo para cloud!!

La documentación de Docker queda muy bien aquí:
Manage data in Docker

Se sigue un proceso para llevar funciones a produccion, primero pasa por el desarrollo de la funcionalidad, luego esa funcionalidad se lleva a la parte de pruebas y, por ultimo se pasa a la parte e produccion.

Develop => Staging => Production

En mi equipo se trabaja en DEV, QA producción

Una de las ventajas es que permite a los desarrolladores realizar un adecuado manejo de las versiones , cambios o nuevos desarrollos permite no llevar errores al entorno de producción y solventarlos en un ambiente de pruebas.

Para es tos casos se debe prevenir situaciones en las cuales el software desarrollado presente comportamientos distintos y errores en los diferentes ambientes. Es decir evitar que las versiones de pruebas sean diferentes a las de producción.

Como decía mi abuela, cada casa tiene su religión
Los equipos de data son muuy variados en sus ambientes de desarrollo-development

El hecho de dockerizar algo y que ya esten todas las compativilidades instaladas para el proyecto en cuestion, es la caracteristica positiva numero 1, ya que de ahi se desprenden otras como hacer que las personas pueden empezar a trabajar en el proyecto mas rapidamente, por otro lado si se rompe algo dentro del docker, queda alli.

Muy bien explicado, una ruta coherente antes de la salida a producción, aqui toman mucha relevancia poder dockerizar.

Cuando menciono branch se me vino a la cabeza git. Esto es de gran utilidad en equipos de desarrollo, para que cada programador trabaje por su cuenta y despues todo el codigo se una.

Gracias

✅

14. Manejo de ambientes para datos

• Contribución ordenada
• Branches

Buena explicacion.