1c23-tp-1
Esto es que desde el archivo principal, en la definición del router, se llame a un controller (que debe estar en otro archivo), para la ejecución del endpoint
Ej:
import { metarController } from './controllers';
router.get('/metar?station=<code>', metarController);Solo crear la estructura, sin la implementación
Endpoint: /space_news
Devolveremos solo los títulos de las 5 últimas noticias sobre actividad espacial, obtenidas desde la Spaceflight News API.
Ya implementar esto con métricas
Deberán generar las siguientes métricas, que se agregarán como gráficos adicionales a los que les damos en el dashboard:
Pueden usar hot-shots
Quizás podamos agregarle un query param más al endpoint que nos permita elegir esta táctica sobre las otras. Ej:
/metar?station=<station_code>&tactic=rate_limit
Está tarea es la implementación de dicha tactica, tal cual como pide la consigna. Es responsabilidad de quien tome esta tarea plasmar las conclusiones en el informe, o crear una tarea para luego escribir las conclusiones y análisis correspondientes
Deberán experimentar con una solución que limite el rate de consumo de la API. Pueden ver express-rate-limit o cómo hacerlo con nginx. No es necesario que prueben ambas, alcanza con una.
Quizás podamos agregarle un query param más al endpoint que nos permita elegir esta táctica sobre las otras. Ej:
/metar?station=<station_code>&tactic=rate_limit
Está tarea es la implementación de dicha tactica, tal cual como pide la consigna. Es responsabilidad de quien tome esta tarea plasmar las conclusiones en el informe, o crear una tarea para luego escribir las conclusiones y análisis correspondientes
Deberán experimentar con una solución que limite el rate de consumo de la API. Pueden ver express-rate-limit o cómo hacerlo con nginx. No es necesario que prueben ambas, alcanza con una.
Es responsabilidad de quien tome esta tarea debatir con el equipo con que herramienta vamos a hacer el informe (Google Docs, Markdown, etc)
Esta tarea es crear el archivo inicial del informe, con carátula, índice e introducción (o las cosas que fueran necesarias)
Escalarán el servicio a 3 copias, convirtiendo a nginx en un load balancer.
Quizás podamos agregarle un query param más al endpoint que nos permita elegir esta táctica sobre las otras. Ej:
/metar?station=<station_code>&tactic=cache
Está tarea es la implementación de dicha tactica, tal cual como pide la consigna. Es responsabilidad de quien tome esta tarea plasmar las conclusiones en el informe, o crear una tarea para luego escribir las conclusiones y análisis correspondientes
Utilizarán Redis como caché (ver redis)
La idea es que elijan la estrategia más apropiada para llenar, conservar y vaciar la información del caché según estos criterios:
Escalarán el servicio a 3 copias, convirtiendo a nginx en un load balancer.
Endpoint: /metar?station=<code>
Ejemplo: /metar?station=SAEZ (para el Aeropuerto de Ezeiza)
Un METAR es un reporte del estado meteorológico que se registra en un aeródromo. Se lo codifica en un string, por ejemplo:
KDEW 111218Z AUTO 20010KT 10SM -RA SCT012 BKN020 OVC033 06/05 A2981 RMK AO2 P0002 T00610050
Interpretación de algunos campos:
Nuestro servicio recibirá un código OACI de un aeródromo y delegará la consulta a la NOAA Text Data Server API (ver ejemplos). Solicitaremos la información en formato XML y la convertiremos a JSON para entregarla a nuestro cliente. Podemos hacerlo así:
//Importamos los componentes necesarios
const axios = require('axios');
const { XMLParser } = require('fast-xml-parser');
const { decode } = require('metar-decoder');
const parser = new XMLParser();
...
//Consultamos a la API de NOAA
const response = await axios.get(`https://www.aviationweather.gov/adds/dataserver_current/httpparam?dataSource=metars&requestType=retrieve&format=xml&stationString=${station}&hoursBeforeNow=1`);
//Convertimos el XML obtenido a JSON, por conveniencia
const parsed = parser.parse(response.data);
//Decodificamos el METAR
decode(parsed.response.data.METAR.raw_text);Importante: El ejemplo anterior es solo una manera de hacerlo, pueden utilizar la que prefieran. No se están contemplando situaciones de error (METAR vuelve vacío, error de conexión a NOAA, error de parseo, etc.), que sí deberían ser contempladas por ustedes, devolviendo un error apropiado al cliente.
Ya implementar esto con métricas
Deberán generar las siguientes métricas, que se agregarán como gráficos adicionales a los que les damos en el dashboard:
Pueden usar hot-shots
Quizás podamos agregarle un query param más al endpoint que nos permita elegir esta táctica sobre las otras. Ej:
/metar?station=<station_code>&tactic=cache
Está tarea es la implementación de dicha tactica, tal cual como pide la consigna. Es responsabilidad de quien tome esta tarea plasmar las conclusiones en el informe, o crear una tarea para luego escribir las conclusiones y análisis correspondientes
Utilizarán Redis como caché (ver redis)
La idea es que elijan la estrategia más apropiada para llenar, conservar y vaciar la información del caché según estos criterios:
Esto es recopilar información del caso base para poder tomarlo como punto de comparación de las tareas siguientes.
Caso base
El caso base existe solo para tomar como referencia y poder verificar si hay mejoras con las tácticas aplicadas.
Esto es recopilar información del caso base para poder tomarlo como punto de comparación de las tareas siguientes.
Caso base
El caso base existe solo para tomar como referencia y poder verificar si hay mejoras con las tácticas aplicadas.
Endpoint: /fact
Devolveremos 1 hecho sin utilidad por cada invocación a nuestro endpoint, obtenido desde uselessfacts. Debe evitarse entregar el mismo hecho cada vez (salvo que lo repita la API remota).
Ya implementar esto con métricas
Deberán generar las siguientes métricas, que se agregarán como gráficos adicionales a los que les damos en el dashboard:
Pueden usar hot-shots
Quizás podamos agregarle un query param más al endpoint que nos permita elegir esta táctica sobre las otras. Ej:
/metar?station=<station_code>&tactic=rate_limit
Está tarea es la implementación de dicha tactica, tal cual como pide la consigna. Es responsabilidad de quien tome esta tarea plasmar las conclusiones en el informe, o crear una tarea para luego escribir las conclusiones y análisis correspondientes
Deberán experimentar con una solución que limite el rate de consumo de la API. Pueden ver express-rate-limit o cómo hacerlo con nginx. No es necesario que prueben ambas, alcanza con una.
Quizás podamos agregarle un query param más al endpoint que nos permita elegir esta táctica sobre las otras. Ej:
/metar?station=<station_code>&tactic=cache
Está tarea es la implementación de dicha tactica, tal cual como pide la consigna. Es responsabilidad de quien tome esta tarea plasmar las conclusiones en el informe, o crear una tarea para luego escribir las conclusiones y análisis correspondientes
Utilizarán Redis como caché (ver redis)
La idea es que elijan la estrategia más apropiada para llenar, conservar y vaciar la información del caché según estos criterios:
Escalarán el servicio a 3 copias, convirtiendo a nginx en un load balancer.
Deberán generar las siguientes métricas, que se agregarán como gráficos adicionales a los que les damos en el dashboard:
Pueden usar hot-shots
Esto es recopilar información del caso base para poder tomarlo como punto de comparación de las tareas siguientes.
Caso base
El caso base existe solo para tomar como referencia y poder verificar si hay mejoras con las tácticas aplicadas.
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
Django
The Web framework for perfectionists with deadlines.
Laravel
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
Microsoft
Open source projects and samples from Microsoft.
Google
Google ❤️ Open Source for everyone.
Alibaba
Alibaba Open Source for everyone
D3
Data-Driven Documents codes.
Tencent
China tencent open source team.