Artículos
-
PythonRedis con Python (redis-py): caché, Pub/Sub, sorted sets, pipelines y patrones comunes
Aprende a usar redis-py, el cliente oficial de Redis para Python. Conectar, cachear con cache-aside, Pub/Sub entre procesos, sorted sets para rankings, pipelines para reducir viajes de red y distributed locks con SET NX EX. Incluye AsyncRedis y el antipatrón de conexiones.
-
PythonCelery en Python: tareas asíncronas, Redis como broker, Beat scheduler y monitorización
Aprende a usar Celery en Python con Redis como broker: define tareas con @app.task, encólalas con delay() o apply_async(), configura reintentos automáticos, crea cadenas y grupos de tareas, programa ejecuciones periódicas con Celery Beat y monitoriza todo con Flower.
-
Pythonhttpx en Python: cliente HTTP moderno con soporte async, HTTP/2 y middleware
Guía práctica de httpx, el cliente HTTP para Python con API síncrona y asíncrona. Aprende a usar httpx.Client(), AsyncClient, HTTP/2, timeouts por fase, autenticación BearerAuth y MockTransport para tests sin servidor real.
-
PythonSockets en Python: servidor y cliente TCP, UDP y patrones de red con el módulo socket
Aprende a programar en red con el módulo socket de Python: servidor y cliente TCP, UDP sin conexión, I/O multiplexado con select, serialización de mensajes con struct y el error Address already in use que te encontrarás el primer día.
-
Pythonsubprocess en Python: run, Popen, communicate, pipes y ejecución de comandos del sistema
Aprende a usar el módulo subprocess de Python para ejecutar comandos del sistema: subprocess.run() con capture_output, check y timeout; subprocess.Popen con communicate() y poll(); shlex.split() y los peligros de shell=True con datos del usuario.
-
Python10 herramientas de Python que evitan que tu proyecto se convierta en un caos
Diez herramientas que ayudan a mantener un proyecto Python entendible cuando deja de ser un servicio pequeño y pasa a producción con varios equipos y entornos: uv para dependencias reproducibles, Ruff y basedpyright para detectar problemas antes de fusionar, Import Linter y Deptry para vigilar ...
-
Pythonconcurrent.futures en Python: ThreadPoolExecutor, ProcessPoolExecutor y as_completed
Aprende a usar concurrent.futures en Python para ejecutar tareas en paralelo. ThreadPoolExecutor para I/O-bound, ProcessPoolExecutor para CPU-bound, con ejemplos reales de submit(), map(), as_completed() y wait(), y cuándo elegir este módulo frente a asyncio.
-
Pythonmultiprocessing en Python: Process, Pool, Queue, Pipe y shared memory para paralelismo real
Aprende a usar el módulo multiprocessing de Python para ejecutar código en paralelo aprovechando todos tus núcleos de CPU. Cubre Process, Queue, Pipe, Pool con map y starmap, Value, Array y shared_memory con ejemplos prácticos y comparativas de tiempos reales.
-
Python__slots__ y weakref en Python: optimizar memoria y evitar referencias circulares
__slots__ en Python elimina el __dict__ de cada instancia y reduce la memoria entre un 40 y un 50 % en clases con miles de objetos. weakref crea referencias que no retienen objetos, evitando fugas en cachés y referencias circulares. Tutorial con ejemplos reales y mediciones.
-
PythonABCs en Python: ABC, abstractmethod, register y clases base abstractas del módulo collections.abc
Aprende a definir clases base abstractas en Python con ABC y @abstractmethod, a combinarlos con @property y @classmethod, a registrar implementaciones con register() y a sacar partido a los ABCs de collections.abc como Sequence, Mapping o Iterable en tu propio código.