• Datos sobre el uso de bots para mantener los contenidos de wikipedia, vía The GovLab.
• Siete trucos para los programadores de NodeJS.
• worldJS, una simulación (sencilla) de la historia.
• Las mayores empresas dedicadas al Big data, con Hadoop y compañia como grandes protagonistas.
• Una selección de lecturas recomendadas sobre Open Data en GovLab.

</ul>
 </p>

Y para acabar, un video sobre la refactorización (semi)automática de código Javascript:

Read more »

Apache es una de esas herramientas tan complejas para las que todos utilizamos un porcentaje ínfimo de las opciones que incorpora (y tampoco necesitamos más). Esa complejidad probablemente será una de las razones por las que otros proyectos hayan apostado por alternativas más ligeras como nginx. Pero bueno, eso es otro tema. Aquí vamos a sacarle partido de esa complejidad.

Los logs de Apache tienen un formato predefinido en la configuración por defecto.  En el caso de Apache 2 en Ubuntu (y derivados de Debian), puedes encontrar una lista de los formatos de log dentro del archivo /etc/apache2/apache2.conf, con la directiva LogFormat:

LogFormat "%v:%p %h %l %u %t \"%r\" %>s %O \"%{Referer}i\" \"%{User-Agent}i\"" vhost_combined

LogFormat "%h %l %u %t \"%r\" %>s %O \"%{Referer}i\" \"%{User-Agent}i\"" combined

LogFormat "%h %l %u %t \"%r\" %>s %O" common

LogFormat "%{Referer}i -> %U" referer

LogFormat "%{User-agent}i" agent

Con lo anterior (en concreto con el formato combined) es perfectamente posible salir a la calle muy dignamente en la mayoría de casos. Eso ya nos aporta información sobre fechas, accesos, navegadores (incluyendo buscadores), respuestas y tamaños en bytes.

Crear un formato propio de log de Apache

Para añadir un nuevo formato puedes partir de alguno de los casos anteriores (combined por ejemplo) y añadir tu variable:

LogFormat "%h %l %u %t \"%r\" %>s %O \"%{Referer}i\" \"%{User-Agent}i\" %I" sopadebits_combined

Con el log anterior, podemos acceder a nuestra configuración de host y modificar el formato del log que queremos:

CustomLog /var/log/apache2/localhost.log sopadebits_common

Añadir el tiempo de respuesta al log de Apache

• %T proporciona el tiempo en segundos.
• %D lo proporciona en microsegundos

LogFormat "%h %l %u %t \"%r\" %>s %O \"%{Referer}i\" \"%{User-Agent}i\" %T %D" time_combined

Otros casos podrían ser, por ejemplo, incluir el contenido de una cabecera de HTTP (por ejemplo generada por la propia aplicación) por ejemplo para llevar un control de las operaciones internas.

Si has desarrollado una buena temporada con Javascript y has requerido de la gestión intensiva de eventos y callbacks, sabrás que es fácil que el flujo de ejecución de la aplicación sea muy difícil de seguir, incluso utilizando profusamente la consola de javascript del navegador y el debugging: salta de un lado a otro y no sabes de dónde viene.

Bienvenido al callback hell.  éste es el escenario en el que una caracerística a priori ventajosa del lenguaje de programación (programación asíncrona de javascript) se vuelve en contra. ¿Y ahora qué?

Javascript y las promesas

Pero hay más: aparte de la simplificación que supone la agregación de callbacks en un solo promise, existe un motivo más profundo que no hay que perder de vista: al utilizar las promesas, podemos lanzar excepciones desde las funciones llamadas y esperar que la promesa los capture. Y eso sí marca la diferencia, porque permite recuperar el control sobre los errores. Al recuperar ese control, podemos testear y depurar las aplicaciones con más facilidad.

En el fondo las promesas permiten combinar lo mejor de ambos mundos:

• Comportamiento asíncrono para aprovechar al máximo la CPU y evitar el bloqueo de operaciones I/O.
• Comportamiento síncrono sobre el control general del flujo de ejecución, y posibilidad de captura de excepciones.

Relecturas

• D3 y EmberJS juntos.
• Un listado de herramientas open source para el análisis de sentimientos en los textos, en Quora.
• Inyección de dependencias para NodeJS, y un curso con screencasts sobre NodeJS.
• Por qué los proyectos de Kickstarter siempre van con retraso.
• El uso de asm.js, y emscripten dos estrategias distintas para ampliar los horizontes de javascript.

</ul></p>

Lecturas

</p>

• Un modelo para predecir revoluciones.
• La cuantificación trasladada al cepillo de dientes, en Xataka.
• Un pequeño análisis sobre el uso de gráficos con ejes verticales que no empiezan en el cero.

</ul></p>
Read more »

Conjuntamente con diff, grep es la otra gran utilidad de referencia. En el momento de buscar textos simples o expresiones regulares, la familia de utilidades grep están en mi navaja suiza de utilidades. échale un vistazo al manual de esta utilidad.

Grep mostrando N filas antes y después de la coincidencia

Así, el comando siguiente:

grep -B2 -A3 hola file.txt

Grep sólo hasta la enésima coincidencia

grep -m 3 hola file.txt

grep hola file.txt | head -n 3

grep -m 3 hola file.txt | tail -n 1

Hacía mucho, muchísimo tiempo que no trataba el tema de la veracidad de la información en internet, y desde entonces este entorno ha evolucionado, y mucho.  En ese proceso de evolución hemos tomado conciencia de la mayor complejidad de las estructuras de red, reflejados no sólo en los aspectos algorítmicos de su análisis sino también en sus implicaciones para las relaciones sociales.

En esa evolución del medio, la profesión periodística se intenta (y puede conseguir) reinventarse, migrando de un contexto de comunicación unidireccional a otro del estilo cluetrain. Escenario: Muchos canales, fragmentación de la audiencia, métricas de rendimiento del servicio para tener ingresos por una publicidad cada vez menos pagada. Opción 1: copia-pega a toda mecha, redacción de contenidos de consumo rápido, competir con contenido amateur. Opcion 2: llegar al modelo de pago por suscripción o por lectura, partiendo de la creación de contenidos de calidad, contrastados, que requieren de su tiempo y esfuerzo (labor periodística, vamos), relación uno-a-uno con el lector...

Volviendo al contexto de Internet, la creación de contenidos de calidad pasa por contrastar las fuentes y su veracidad, pero ese proceso sigue siendo un problema en la Red. Lo es, al menos hasta que la multitud de fuentes se convierta en una ventaja, y el filtrado de esas fuentes sea ágil. Y eso es lo que trata de exponer el Verification Handbook, un recurso totalmente gratuito, y que yo pondría al lado del Data Journalism Handbook (también en castellano) en cuanto a recursos que pueden ayudar a relanzar esta profesión.

Lecturas

• Los libros más prestados del 2012-2013 (en Inglaterra), vía The Guardian Datablog.
• TrendingJS, un sitio con noticias sobre Javascript.
• DatavizCatalogue, vía blog de Visual.ly.

</ul></p>

Relecturas

</p>

• Visualizar casi tres mil millones de tweets despuésde hacer limpieza con una utilidad open source, vía MapBox.
• Diez formas de pensar como un matemático, en Gaussianos.
• Las mayores fugas de información desde 2005, vía Information is beautiful.
• Usar D3 y AngularJS, en el blog de Brian Ford.

</ul></p>
Read more »

El comando diff es para mí una de esas pocas herramientas clave en la consola de linux, necesarias en mi día a día, en mis tareas de programación y en general para buscar y comparar archivos de texto. Esta utilidad salva muchas vidas en cuanto a errores y seguimiento de la tarea hecha, además que localiza detalles imposibles de encontrar navegando por el código. Estas son tareas clave cuando se trata de un equipo de programación, y no es uno mismo quien programa.

En ese hábito de uso de diff, me he descubierto centrándome en utilizar una pequeña serie de opciones de la utilidad, sin entrar en su manual y ver otras opciones aplicables. Voy a comentar algunas utilidades en diversos artículos para quien pueda resultar útil.

Diff en vista lateral

diff archivo1.txt archivo2.txt

diff -y archivo1.txt archivo2.txt

El tamaño de ancho por defecto para esta función es de 130 caracteres (unas 60 columnas de texto y algunos centrales usados para dar formato a la salida de diff). En los tiempos actuales es posible que dispongamos de una pantalla panorámica que permita mostrar un mayor ancho. Si quieres ampliar este tamaño, puedes utilizar la opción --width=NUM:

diff -y --width=180 archivo1.txt archivo2.txt

Entro en ese terreno que es el offtopic. Me apetece, a pesar del SEO, hacer este pequeño ejercicio para cambiar un poco de tercio. Cuatro aprendizajes sobre las habilidades sociales que recuerdo a menudo (aunque no siempre sepa aplicar):

• Detrás de la queja hay un elogio: Ese elogio toma diversas formas, pero en esencia significa creo que puedes ayudarme, podemos colaborar, o al menos vale la pena el esfuerzo de comunicarme contigo. De otro modo, ¿Por qué gastaríamos energía?
• Los rumores y las críticas hablan de sus autores y del camino a seguir: Los rumores, como los tests the Rorschach, son pruebas proyectivas. Proyectan las dudas. El rumor expone lo que puedes aportar de diferente a los demás, pero que éstos no saben aún cómo encajar: si encuentras el camino para madurar esa diferencia, no sólo te acogerán sino que te copiarán.
• El único gran secreto es aprender a mantener la calma: Como las dietas, el deporte y cualquier actividad que implique disciplina, aplicar un método al principio lo es todo. En las habilidades sociales, mantener la calma implica mantener el riego sanguíneo en tu neocortex y evitar que se dirija a tus músculos. Esa irrigación de tu cerebro racional facilitará la toma de decisiones, la empatía y el autocontrol. No he encontrado ninguna técnica que consiga mejores resultados, si no es precisamente para conseguir relajarme.
• Por adversa que pueda parecer la situación, estamos preparados: A veces tropezamos, nos mareamos o perdemos el norte. Pero no hemos olvidado cómo se camina. Eso sucede también cuando sufrimos un golpe emocional. Nos desmoronamos porque sufrimos una pérdida, pero nuestra capacidad para superarla sigue intacta. Quizá necesitaremos que alguien nos ayude desde fuera a encontrar la forma, pero en breve seremos capaces de seguir adelante.

Lecturas

•  The age of infopolitics en The New York Times, vía The Gov Lab.
• A propósito de buscar indicadores, para los peluqueros griegos la fiesta se ha acabado, en Excel Charts.

</ul></p>

Relecturas

</p>

• Los diez mandamientos de la lógica, en recuerdos de Pandora.
• Global Investigative Journalism Network, que vale la pena conocer, y que puede basarse en open data para sus investigaciones.
• El secreto para obtener buenas respuestas es... hacer buenas preguntas. Análisis publicado en arXiv, comentado en The Gov Lab.
• El uso que hace Iron Maiden de los datos de piratería para... diseñar sus tours, en FlowingData.

</ul>
El vídeo la semana, para quien quiera reinventarse y volver a sentir esa sensación de la novedad que nos llena: esta niña descubriendo la lluvia.</p>

Kayden + Rain from Nicole Byon on Vimeo.

Simplemente genial, su sonrisa carga las pilas más descargadas.

Read more »