Loading
_ DESCIFRANDO CONEXIÓN SEGURA...

Importación y etiquetado, que cada carga llegue completa y con dueño

5 tareas · 38 min · Principiante

Un hallazgo sin dueño es un hallazgo que nadie arregla, y una carga que pierde filas en silencio hace que el panel parezca mejor de lo que es. La importación es el punto donde se gana o se pierde la calidad de toda la plataforma. En esta sala revisas seis cargas de Lonjas del Valle, una distribuidora ficticia, con su resultado y su registro de errores. Todo es lectura de archivos ficticios.

0 de 5 · 0%

Objetivo de la sala

Un hallazgo sin dueño es un hallazgo que nadie arregla, y una carga que pierde filas en silencio hace que el panel parezca mejor de lo que es. La importación es el punto donde se gana o se pierde la calidad de toda la plataforma. En esta sala revisas seis cargas de Lonjas del Valle, una distribuidora ficticia, con su resultado y su registro de errores. Todo es lectura de archivos ficticios.

El modelo simplificado de la sala organiza los datos así: un producto es un servicio de negocio, cada carga de una herramienta es una prueba dentro del producto y sus filas son los hallazgos. Las etiquetas de entorno, dueño y criticidad se fijan en el producto o en la carga y los hallazgos las heredan.

Esa herencia es deliberada. Si cada fila se etiquetara a mano, habría miles de decisiones sueltas y errores inevitables. Con la herencia, corregir al dueño de un producto cambia de golpe todos sus hallazgos, y las tarjetas del panel se pueden filtrar de manera coherente.

Responde para continuar

¿Por qué se etiqueta el producto y la carga en lugar de cada hallazgo por separado?

Ver pista de ayuda

Piensa en lo que pasa cuando cambia el dueño de un servicio.

Abre cargas.csv. La columna resultado distingue una carga completa (ok) de una parcial, pero no dice cuánto se perdió. Para saberlo hay que restar las filas importadas de las leídas.

Junto a la tabla hay un registro de errores por cada carga parcial, y cada uno explica el motivo de su pérdida. Una pérdida pequeña por un formato raro es una cosa; una pérdida grande en un producto de criticidad alta es otra.

Responde para continuar

¿Cuál es el id de la carga que perdió más filas?

Ver pista de ayuda

Resta filas importadas de filas leídas en las cargas parciales.

La cifra que importa a la hora de decidir si se puede confiar en la plataforma es la suma de lo perdido en todas las cargas. Una pérdida de unas decenas puede parecer pequeña carga por carga, pero en conjunto muestra cuánta exposición real queda fuera del panel mientras nadie la repara.

Responde para continuar

¿Cuántas filas se perdieron en total sumando todas las cargas?

Ver pista de ayuda

Suma las diferencias de las cargas que importaron menos filas de las que leyeron.

La política del leeme.txt es tajante: una carga sin producto, entorno, dueño o criticidad no debe importarse. En cargas.csv hay una carga marcada ok que incumple esa política, porque una de sus etiquetas está vacía. Sus hallazgos están en la plataforma, pero nadie recibirá el aviso de que existen.

Responde para continuar

¿Cuál es el id de la carga que se importó sin dueño?

Ver pista de ayuda

Busca la celda vacía en la columna del dueño.

Corregido el formato de la fecha, hay que volver a importar el archivo de la carga que falló. Si cada importación crea una prueba nueva, las 240 filas que sí entraron la primera vez aparecerán duplicadas. Las plataformas suelen ofrecer una reimportación sobre la prueba existente, que compara con lo ya cargado: añade lo nuevo, actualiza lo que cambió y no repite lo igual.

Responde para continuar

Se corrige el formato de fecha de un archivo ya cargado en parte. ¿Cómo se vuelve a cargar?

Ver pista de ayuda

Se busca no duplicar las filas que entraron bien la primera vez.

Inicia sesión para registrar tus puntos y progreso en el ranking.

Whoami-Labs Pro

Whoami-Labs Pro utiliza cookies

Utilizamos cookies y almacenamiento local para el funcionamiento del sitio, seguridad de sesión y, si lo autorizas, analítica y marketing. Puedes aceptar, rechazar o personalizar. Política de Privacidad