- 1

Google Cloud para Retail: Optimización y Modernización en E-commerce
08:50 - 2

MLOps: Integración y Operacionalización en Ciencia de Datos Retail
12:17 - 3

Arquitectura de Alto Nivel para Aplicaciones en la Nube
08:41 - 4

Desarrollo de Aplicaciones con Firebase y Vue: Configuración Inicial
18:49 - 5

Firebase: Autenticación y Seguridad en Aplicaciones Web
12:07 - 6
Instalación y Configuración de Google Cloud y Firebase para Apps
07:05 - 7

Medición de Interacciones con Google Tag Manager y Analytics
08:42 - 8

Configuración de Google Tag Manager y Google Analytics
16:23 - 9

Tageo Avanzado con Google Tag Manager para Customer Lifetime Value
12:33 - 10
Uso estratégico del Customer Lifetime Value (CLV)
01:11 - 11

Integración de Servicios y APIs en Arquitecturas Modernas
11:25
Creación de API Proxy con APIG y OpenAPI Specification
Clase 15 de 42 • Curso de Google Cloud Platform para E-commerce
Contenido del curso
- 12

Integración de APIs en Tiendas en Línea
09:17 - 13

Fundamentos y Creación de APIs con APIG de Google Cloud
09:33 - 14

Creación y Gestión de APIs con APIG
06:48 - 15

Creación de API Proxy con APIG y OpenAPI Specification
10:40 - 16

Creación y Gestión de API Products y Developer Apps
11:05 - 17

Creación y gestión de portales para desarrolladores con APIG
12:22 - 18

Configuración de Portales para Desarrolladores en APIG
06:04 - 19

Buenas prácticas para desarrollar APIs eficaces
01:46
- 20

Datos Estructurados en Machine Learning para Marketing
13:12 - 21

Modelos de Forecasting y Customer Lifetime Value con BigQuery
06:45 - 22

Integración de BigQuery con Jupyter para Análisis de Datos
15:34 - 23

Cuándo usar AutoML Tables vs BigQuery ML en Machine Learning
12:44 - 24

Entrenamiento de Modelos de Machine Learning con BigQuery ML
10:08 - 25

Entrenamiento y Evaluación de Modelos con BigQuery ML y Jupyter
13:39 - 26

Exportación de Modelos en BigQuery ML: Métodos y Consideraciones
07:09 - 27

Exportación de Modelos de Machine Learning a Cloud Storage
05:43
- 28

Despliegue de Modelos Machine Learning en Google Cloud Run
11:16 - 29

Introducción a Kubernetes y su Uso en la Orquestación de Contenedores
09:42 - 30

Implementación de Modelos de Machine Learning con BigQuery API
09:31 - 31

Almacenamiento de Predicciones con Google Cloud Storage y BigQuery
08:21 - 32

Implementación de Modelos ML en BigQuery y Almacenamiento en GCS
12:56 - 33

Despliegue Continuo con Google Cloud: Herramientas y Estrategias
12:13 - 34

Despliegue Continuo en Google Cloud con Cloud Run y Docker
10:31 - 35

Configuración de Escalamiento en Google Cloud Run
14:32 - 36

Control de Autenticación y Autorización en Google Cloud Run
25:41
- 37

Google Cloud Platform para Estrategias de Marketing Digital
10:45 - 38

Integración de Google Analytics con BigQuery para Segmentación Avanzada
09:29 - 39

Análisis de Datos con SQL y Modelos K-Means en Google Analytics
13:25 - 40

Creación y Evaluación de Modelos en BigQuery con Datos de Google Analytics
17:14 - 41

Segmentación de Audiencias en BigQuery y Predicciones de Compra
03:30 - 42

Integración de Audiencias en Google Marketing Platform
09:43
¿Qué es una especificación de API y por qué es importante?
Las especificaciones de API son basadas en un estándar conocido como Open API, anteriormente Swagger, que permite definir una interfaz estándar para integrar APIs. Este estándar es crucial ya que ayuda tanto a humanos como a máquinas a entender las capacidades de un servicio sin necesidad de acceder al código fuente. Las especificaciones ofrecen documentación detallada, accesible y comprensible, proporcionando descripciones sobre las operaciones y los parámetros que la API soporta. Esto es especialmente útil para desarrolladores que buscan integrar servicios sin tener que entender toda la lógica detrás del backend.
Para quienes quieren profundizar sobre Open API, el sitio de Open API Initiative es un recurso excelente donde se pueden obtener más detalles, blogs y recursos útiles para comenzar.
¿Qué es un API Proxy y cuál es su función?
Un API Proxy es una interfaz orientada a desarrolladores que permite el uso de servicios backend sin interactuar directamente con ellos. En lugar de consumir los servicios de manera directa, se accede a un proxy que ofrece funcionalidades integradas como:
- Seguridad
- Limitación de velocidad
- Cuotas
- Almacenamiento en caché
- Persistencia
- Transformación de datos
Además, permite el análisis de datos y el manejo de fallas. En esencia, un API Proxy actúa como una capa intermediaria que optimiza la integración y el uso de servicios backend.
¿Cómo crear una API Proxy con APIG desde una especificación?
Crear una API Proxy con APIG es un proceso sencillo y eficiente si se sigue una serie de pasos básicos:
-
Importación de la Especificación: Accede a la sección develop y specs, donde puedes importar una especificación existente. En este caso, un archivo YAML que defina claramente las operaciones disponibles, como obtener todos los productos o uno específico por ID.
paths: /products: get: summary: Obtener todos los productos /products/{id}: get: summary: Obtener un producto por ID -
Creación del Proxy: Después de importar la especificación, ve a API proxy y crea un proxy basado en esta. Selecciona el nombre que previamente definiste para tu especificación y define un
basepath. -
Configuración del Servicio a Consumir: Establece el servicio target que deseas consumir. En este ejemplo, se utiliza un catálogo de productos que tiene propiedades como ID, nombre, descripción, imagen, categorías y precio. La URL del catálogo es pública y permite realizar distintas operaciones.
-
Validación y Configuración: Verifica que las operaciones que deseas realizar están seleccionadas, marca la opción de
Securepara asegurar el servicio y habilita un ambiente de pruebas. -
Deploy y Pruebas: Una vez configurado, selecciona
create and deploypara completar la creación del proxy. Luego, prueba tu API en la sección deTracepara asegurarte de que responde correctamente, revisando si obtienes respuestas correctamente estructuradas y con el estado HTTP correcto (generalmente 200 para éxito).
Al finalizar estos pasos, habrás creado tu primera API usando APIG, permitiendo una integración más robusta y segura mediante el uso de un API Proxy.
¡Ahora que ya dominas la creación de APIs con APIG, te animamos a practicar lo aprendido para fortalecer tus habilidades y explorar nuevas posibilidades en la gestión de servicios backend!