<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Proin Chile - Medium]]></title>
        <description><![CDATA[Blog de la comunidad de Proin Chile en donde podrán encontrar información sobre las nuevas tendencias en la Informática, tutoriales, entre otros temas. - Medium]]></description>
        <link>https://medium.com/proinchile?source=rss----ab00356303c4---4</link>
        <image>
            <url>https://cdn-images-1.medium.com/proxy/1*TGH72Nnw24QL3iV9IOm4VA.png</url>
            <title>Proin Chile - Medium</title>
            <link>https://medium.com/proinchile?source=rss----ab00356303c4---4</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 03:51:59 GMT</lastBuildDate>
        <atom:link href="https://medium.com/feed/proinchile" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Reconocimiento de emociones con AWS Rekognition y Node]]></title>
            <link>https://medium.com/proinchile/reconocimiento-de-emociones-con-aws-rekognition-y-node-7760252c9427?source=rss----ab00356303c4---4</link>
            <guid isPermaLink="false">https://medium.com/p/7760252c9427</guid>
            <category><![CDATA[rekognition]]></category>
            <category><![CDATA[nodejs]]></category>
            <category><![CDATA[javascript]]></category>
            <category><![CDATA[aws]]></category>
            <dc:creator><![CDATA[Nicolás Avila]]></dc:creator>
            <pubDate>Mon, 14 May 2018 13:02:28 GMT</pubDate>
            <atom:updated>2018-05-30T13:27:19.483Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*l_b2LPvJ0kbTpgITltSncA.jpeg" /></figure><p>La Inteligencia Artificial (IA) cada vez está tomando más fuerza y yodos los días nos <a href="https://www.forbes.com/sites/tonybradley/2017/07/31/facebook-ai-creates-its-own-language-in-creepy-preview-of-our-potential-future/">asombramos de los avances en el campo</a>. Para trabajar con IA se requiere un amplio conocimiento de álgebra lineal, estadísticas y cálculo con el fin de crear e implementar modelos que permitan a la máquina “pensar”, lo cual excluye a muchos (me incluyo) de usar estas tecnologías. Los gigantes tecnológicos como <a href="https://cloud.google.com/products/machine-learning/">Google</a>, <a href="https://azure.microsoft.com/en-us/services/machine-learning-studio/">Microsoft</a> y <a href="https://aws.amazon.com/es/machine-learning/">Amazon Web Services</a> (AWS) han creado sus propios servicios relacionados con Inteligencia Artificial disponibles para desarrolladores y público general, democratizando así el acceso a las ventajas que la IA que puede tener en nuestra aplicaciones.<br>En este tutorial utilizaremos la API de <a href="https://aws.amazon.com/es/rekognition/">AWS Rekognition</a> para crear una pequeña aplicación de consola que nos permita determinar que emoción tienen las fotografías presentes en un directorio.</p><p>Para este tutorial no es necesario poseer background alguno de los requisitos matemáticos de IA ☝️, solo las ganas de construir algo genial utilizando las herramientas que AWS dispone para nosotros 💻</p><blockquote>El repositorio de este tutorial lo pueden encontrar aquí: <a href="https://github.com/nicoavila/tutorial-rekognition-node">https://github.com/nicoavila/tutorial-rekognition-node</a></blockquote><h3>Preparando un nuevo proyecto en Node</h3><p>Crearemos un nuevo proyecto en Node para luego crear un archivo llamado app.js.</p><pre>mkdir rekognition-node<br>npm init -y<br>cd rekognition-node<br>touch app.js</pre><h3>Amazon Web Services</h3><p>Para realizar este tutorial necesitaremos contar una cuenta de <a href="https://aws.amazon.com/es/">Amazon Web Services</a>. Ofrecen un <em>tier</em> gratuito de procesamiento para 5000 imágenes mensuales, lo que basta y sobra para nuestro pequeño proyecto 😃. Pueden crear una nueva cuenta <a href="https://aws.amazon.com/es/free/">aquí</a>.</p><h4>Creando un Access Key</h4><p>El SDK de AWS requiere el uso de un <strong>Access Key</strong>, el cual debe ser creado desde la <a href="http://console.aws.amazon.com/">Consola de Administración de AWS</a>. Para ello debemos iniciar sesión con el email y contraseña de su cuenta.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DlCUu2lYoKTqlQ9JJx-dDg.jpeg" /><figcaption>Inicio de sesión en AWS</figcaption></figure><p>Una vez estemos autenticados, debemos dirigirnos a la administración de usuarios y grupos en AWS IAM.</p><blockquote><em>IAM permite administrar el acceso a los recursos de AWS a los </em>usuarios<em>, estableciendo </em>grupos<em> con </em>políticas de acceso<em>.</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/530/1*iM0eTiuW4T86ArBsB2l0-g.jpeg" /><figcaption>AWS tiene muchos productos 😲Usaremos el buscador para encontrar IAM</figcaption></figure><p>Los <strong>grupos</strong> en IAM permiten definir “conjuntos” en donde asociaremos usuarios que tendrán ciertas políticas de acceso. Debemos crear un nuevo grupo el cual tendrá acceso a usar la API de AWS Rekognition.<br>Hacemos click sobre la opción <strong>Groups</strong> y luego seleccionaremos la opción <strong>Create New Group</strong>. Se desplegará una nueva vista en donde debemos indicar cual será el nombre del nuevo grupo. Utilizaremos el nombre grupo-rekognition y hacemos click en el botón <strong>Next Step</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/868/1*sfNE8Z1Sh58RE49lAqqjkw.jpeg" /><figcaption>Creación de un nuevo grupo en AWS IAM</figcaption></figure><p>En la siguiente vista debemos seleccionar la política de acceso para el nuevo grupo. Nos interesa que solo tenga acceso a la API de AWS Rekognition.<br>Para buscar la política, en el campo <strong>Filter</strong> debemos escribir la palabra “Rekognition”. El sistema filtrará todas las políticas relacionadas con esta búsqueda. Seleccionaremos la política <strong>AmazonRekognitionFulAccess</strong> y haremos click sobre el botón <strong>Next Step</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/712/1*J5muyldbSOg_XXgl9Qy5cQ.jpeg" /><figcaption>Selección de la policy necesaria para el nuevo grupo</figcaption></figure><p>El último paso corresponde a un review con las opciones seleccionadas. Confirmamos la creación del nuevo grupo para pasar a la creación del usuario.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZEdeJlv-Z2-yhQSlg3SNFw.jpeg" /><figcaption>Review del proceso de creación de grupo AWS IAM</figcaption></figure><p>La creación del usuario se realizará desde el panel lateral izquierdo de IAM. Seleccionaremos la opción <strong>Users</strong> y haremos click sobre <strong>Add User</strong>. Se desplegará una nueva vista en donde debemos indicar el nombre del nuevo usuario. En el campo <strong>User detail</strong> escribiremos “rekognition-api”. En la opción <strong>Access type</strong> debemos marcar “Programmatic access”.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tQoGTV85yeQ4tfEUtGxudw.jpeg" /><figcaption>Vista inicial para la creación de un nuevo usuario en AWS IAM</figcaption></figure><p>El siguiente paso es asignar el nuevo usuario al grupo. Marcamos el grupo y hacemos click en <strong>Next step</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mW-7kZdgjlQYejs_NwuiFw.jpeg" /><figcaption>Asignación del grupo “grupo-rekognition” al nuevo usuario de AWS IAM</figcaption></figure><p>El penúltimo paso es la revisión de todos los datos para el nuevo usuario. Hacemos click en el botón <strong>Create User</strong> para confirmar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Q0OYAhbeOrUJ-kLWZdCkOg.jpeg" /><figcaption>Review del proceso de creación de usuario en AWS IAM</figcaption></figure><p>La vista final mostrará el <strong>Acess Key ID</strong> y <strong>Secret Access Key</strong>. Debemos anotar esos dos valores para poder autenticarnos usando el <strong>AWS SDK de Node</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*g0jycoNxeD8Hq220AMGQeQ.jpeg" /><figcaption>Access Key ID y Secret access key. Las dejaré censuradas 👀</figcaption></figure><h3>Escribiendo la aplicación: Dependencias y configuración</h3><p>Luego de un árduo trabajo creando los accesos necesarios, es hora de volver a desarrollar! En una terminal, en la carpeta del proyecto, instalaremos las dependencias necesarias para que todo funcione:</p><p>npm install aws-sdk dotenv --save</p><p>Luego, crearemos un archivo con extensión .env el cual agregaremos la siguiente información</p><pre>AWS_ACCESS_KEY=&lt;TU ACCESS KEY ID&gt;<br>AWS_SECRET_ACCESS_KEY=&lt;TU SECRET ACCESS KEY&gt;<br>AWS_REGION=&lt;TU REGIÓN DE AWS&gt;</pre><p>En el archivo app.js agregaremos las dependencias, para luego crear una nueva instancia de AWS Rekognition. Los parámetros de configuración serán obtenidos gracias a la dependencia <a href="https://github.com/motdotla/dotenv">dotenv</a>, que hará disponibles los parámetros de configuración presentes en el archivo .env en el objeto proccess.env de Node.</p><pre><strong>const</strong> AWS = require(&#39;aws-sdk&#39;);<br><strong>const</strong> dotenv = require(&#39;dotenv&#39;).config();<br><strong>const</strong> fs = require(&#39;fs&#39;);</pre><pre><strong>const</strong> rekognition = <strong>new</strong> AWS.Rekognition({<br>  accessKeyId: process.env.AWS_ACCESS_KEY,<br>  secretAccessKey: process.env.AWS_SECRET_ACCESS_KEY,<br>  region: process.env.AWS_REGION,<br>  apiVersion: &#39;2016-06-27&#39;<br>});</pre><h3>Preparando las imágenes</h3><p>La documentación de AWS Rekognition indica que las imágenes que utilicemos deben estar presentes en un <a href="https://aws.amazon.com/es/s3/">AWS S3</a> Bucket o pasarse encodeadas como <a href="https://nodejs.org/api/buffer.html">Buffer</a>.<br>La aplicación leerá las imágenes presentes en una carpeta. Crearemos una carpeta llamada input en donde guardaremos tres imágenes JPG que contengan emociones. Las que he seleccionado son:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MdqBidexVQXCWbWHABz89g.jpeg" /><figcaption>Estas son las imágenes que han sido utilizadas en el estudio original 😃</figcaption></figure><p>En el archivo app.jsagregaremos lo siguiente:</p><pre><strong>const</strong> file_name = &#39;imagen1.jpg&#39;;<br><strong>const</strong> bitmap = fs.readFileSync(`./input/${file_name}`);<br><strong>let</strong> image = {<br>  Image: {<br>    Bytes: <strong>new</strong> Buffer(bitmap)<br>  },<br>  Attributes: [&#39;ALL&#39;]<br>}</pre><p>Nuestro programa procesará una imagen a la vez. En la variable file_name indicaremos la imagen que deseamos procesar. Adicionalmente, debemos indicar que debemos detectar todos los atributos de la imágen. Eso lo lograremos indicando el valor &#39;ALL&#39; en &quot;Attributes&quot;.</p><h3>Llamando al servicio de detección de rostros</h3><p>Debemos llamar al método detectFaces(), el cual recibe dos argumentos:</p><ol><li>Objeto de imagen (<a href="https://aws.amazon.com/es/s3/">S3 Bucket </a>o Buffer).</li><li><a href="https://developer.mozilla.org/en-US/docs/Glossary/Callback_function">Callback</a> con el resultado de AWS Rekognition.</li></ol><p>Agregaremos la siguiente línea:</p><pre>rekognition.detectFaces(image, (error, data) =&gt; {<br>  <strong>if</strong> (error) {<br>    <strong>throw</strong> <strong>new</strong> Error(error);<br>  }</pre><pre>  console.log(data);<br>});</pre><p>Si ejecutamos nuestro programa <em>As It</em>, recibiremos el siguiente resultado:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*sDFf89Xsf9PkDkUCN3Aq1w.jpeg" /><figcaption>console.log() aplicado a la respuesta de AWS Rekognition (data)</figcaption></figure><p>Como pueden ver <strong>AWS Rekognition</strong> es capaz de identificar varias características en nuestras imágenes, tales como: barba, sonrisa, rango de edad, uso de lentes o barba, entre otros. Lo que nos interesa analizar para este ejemplo es Emotions. Al inspeccionar este array obtenemos lo siguiente:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/890/1*OC4C7HRg9rJtYNEnJRB4xw.jpeg" /><figcaption>console.log() aplicado al Array Emotions. Dentro de este array encontramos todas las emociones detectadas por AWS Rekognition con su correspondiente grado de confianza. En este caso la más alta es Felicidad con un grado de confianza de 98.88</figcaption></figure><p>Sin embargo, debemos solo considerar el objeto con el grado de <em>confidence</em> más alto (en este caso la emoción Happy con una probabilidad de 98.88). Para lograr esto, podemos utilizar la función reduce()</p><blockquote><em>La función </em><em>reduce() nos permite aplicar una función a cada elemento dentro de un array con la finalidad de reducir la cantidad de elementos del array a un solo valor.</em></blockquote><p>Agregaremos lo siguiente:</p><pre>data.FaceDetails.forEach((response) =&gt; {<br>  <strong>let</strong> maxConfidence = response.Emotions.reduce((a, b) =&gt; b.Confidence &gt; b.Confidence ? b : a);<br>});</pre><p>El valor de la variable maxConfidence corresponderá al resultado de la función reduce(), que es un único objeto con el máximo valor de Confidence</p><p>De manera opcional, podemos agregar un switch()para traducir el nombre de la emoción desde el Inglés al Español.</p><pre><strong>let</strong> emotionName = &#39;&#39;;<br><strong>switch</strong> (maxConfidence.Type) {<br>  <strong>case</strong> &#39;HAPPY&#39;:<br>    emotionName = &#39;ALEGRÍA&#39;;<br>  <strong>break</strong>;<br><br>  <strong>case</strong> &#39;SAD&#39;:<br>    emotionName = &#39;PENA&#39;;<br>  <strong>break</strong>;<br>  <br>  <strong>case</strong> &#39;ANGRY&#39;:<br>    emotionName = &#39;ENOJO&#39;;<br>  <strong>break</strong>;<br>  <br>  <strong>case</strong> &#39;CONFUSED&#39;:<br>    emotionName = &#39;CONFUSIÓN&#39;;<br>  <strong>break</strong>;<br>  <br>  <strong>case</strong> &#39;DISGUSTED&#39;:<br>    emotionName = &#39;DISGUSTO&#39;;<br>  <strong>break</strong>;<br>  <br>  <strong>case</strong> &#39;SURPRISED&#39;:<br>    emotionName = &#39;SORPRESA&#39;;<br>  <strong>break</strong>;<br>  <br>  <strong>case</strong> &#39;CALM&#39;:<br>    emotionName = &#39;CALMA&#39;;<br>  <strong>break</strong>;<br><br>  <strong>case</strong> &#39;UNKNOWN&#39;:<br>    emotionName = &#39;DESCONOCIDA&#39;;<br>  <strong>break</strong>;<br><br>  <strong>default</strong>:<br>    emotionName = &#39;DESCONOCIDA&#39;;<br>  <strong>break</strong>;<br>}<br>console.log(`La emoción predominante en la imágen es ${emotionName} con un grado de seguridad de ${maxConfidence.Confidence}`);</pre><p>El resultado de la ejecución del programa será el siguiente:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*srgwOORYfNgDXr19pj_97g.jpeg" /><figcaption>Resultado de la ejecución del programa</figcaption></figure><p>Espero que este breve tutorial les haya ayudado a motivarse a explorar la gran cantidad de productos relacionados con Machine Learning e Inteligencia Artificial que posee <strong>Amazon Web Services</strong>.</p><p>Espero que hayas disfrutado esta publicación tanto como disfruté yo redactándola 😃. Recuerden que si tienen alguna duda pueden contactarme a través de mi Twitter <a href="https://twitter.com/nicoavila_a">@nicoavila_a</a>.</p><p>Si te gustó la publicación, compártela y deja algunos claps 👏</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7760252c9427" width="1" height="1" alt=""><hr><p><a href="https://medium.com/proinchile/reconocimiento-de-emociones-con-aws-rekognition-y-node-7760252c9427">Reconocimiento de emociones con AWS Rekognition y Node</a> was originally published in <a href="https://medium.com/proinchile">Proin Chile</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[GraphQL, la solución a REST?]]></title>
            <link>https://medium.com/proinchile/graphql-la-soluci%C3%B3n-a-rest-9c8b13b1720?source=rss----ab00356303c4---4</link>
            <guid isPermaLink="false">https://medium.com/p/9c8b13b1720</guid>
            <category><![CDATA[restful]]></category>
            <category><![CDATA[facebook]]></category>
            <category><![CDATA[rest-api]]></category>
            <category><![CDATA[rest]]></category>
            <category><![CDATA[graphql]]></category>
            <dc:creator><![CDATA[Piero Divasto]]></dc:creator>
            <pubDate>Mon, 21 Aug 2017 18:49:33 GMT</pubDate>
            <atom:updated>2018-03-18T03:06:27.086Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/638/1*tsni-HGCNMvPzNfw7dtDpg.jpeg" /></figure><p>GraphQL es el nuevo <em>hype</em> dentro de la escena tecnológica. Si analizamos la tendencia de búsqueda en google, podemos ver que ha tenido un crecimiento exponencial. Pero, ¿Que es GraphQL? ¿Que viene a solucionar?. Este post tiene la intención de mostrar problemas que uno tiene que enfrentar al momento de implementar RESTful APIs y como GraphQL los soluciona.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YNqiCd99Fi8Qa2CYOLljGA.png" /><figcaption>Cantidad de búsquedas para el término ‘graphql’ en Google</figcaption></figure><p>GraphQL no es una tecnología implementada en un lenguaje especifico ni menos un tipo de base de datos nuevo. <a href="http://graphql.org/learn/">Es un lenguaje de consulta para APIs</a> <a href="https://facebook.github.io/react/blog/2015/02/20/introducing-relay-and-graphql.html">liberada por Facebook en 2015</a> la cual es más flexible, poderosa y eficiente que REST.</p><p>REST ha sido hasta el momento la opción favorita para desarrollar APIs. Sin embargo, con el tiempo esto trae una serie de implicancias negativas tales como la carga de datos innecesarios, creación de endpoints <em>ad-hoc</em>, demasiados llamados al servidor, etc.</p><h4>Carga de datos innecesarios — Overfetching</h4><p>Cuando usamos REST para exponer nuestras APIs definimos distintas URIs las cuales representan nuestros recursos. Usando como ejemplo la Star Wars API (<a href="https://swapi.co/">SWAPI</a>), la URI que representa a una persona es el siguiente:</p><pre>https://swapi.co/api/people/1</pre><p>Este endpoint retorna toda la información que corresponde a un personaje de Star Wars.</p><pre>{<br>	<strong>&quot;name&quot;: &quot;Luke Skywalker&quot;,</strong><br>	&quot;height&quot;: &quot;172&quot;,<strong><br>	</strong>&quot;mass&quot;: &quot;77&quot;,<br>	&quot;hair_color&quot;: &quot;blond&quot;,<br>	&quot;skin_color&quot;: &quot;fair&quot;,<br>	&quot;eye_color&quot;: &quot;blue&quot;,<br>	&quot;birth_year&quot;: &quot;19BBY&quot;,<br>	<strong>&quot;gender&quot;: &quot;male&quot;,</strong><br>	<strong>&quot;homeworld&quot;: &quot;https://swapi.co/api/planets/1/&quot;</strong>,<br>	&quot;films&quot;: [<br>		&quot;https://swapi.co/api/films/2/&quot;,<br>		&quot;https://swapi.co/api/films/6/&quot;,<br>		&quot;https://swapi.co/api/films/3/&quot;,<br>		&quot;https://swapi.co/api/films/1/&quot;,<br>		&quot;https://swapi.co/api/films/7/&quot;<br>	],<br>	&quot;species&quot;: [<br>		&quot;https://swapi.co/api/species/1/&quot;<br>	],<br>	&quot;vehicles&quot;: [<br>		&quot;https://swapi.co/api/vehicles/14/&quot;,<br>		&quot;https://swapi.co/api/vehicles/30/&quot;<br>	],<br>	&quot;starships&quot;: [<br>		&quot;https://swapi.co/api/starships/12/&quot;,<br>		&quot;https://swapi.co/api/starships/22/&quot;<br>	],<br>	&quot;created&quot;: &quot;2014-12-09T13:50:51.644000Z&quot;,<br>	&quot;edited&quot;: &quot;2014-12-20T21:17:56.891000Z&quot;,<br>	&quot;url&quot;: &quot;https://swapi.co/api/people/1/&quot;<br>}</pre><p>¿Pero que pasa cuando solamente necesitamos el <em>name</em>, <em>gender </em>y<em> homeworld</em>?. En ese caso estamos gastando ancho de banda innecesario ya que estamos cargando un payload demasiado grande para lo que realmente necesitamos.</p><h4>Creación de endpoints ad-hoc</h4><p>Una posible solución para el problema descrito anteriormente sería crear un nuevo endpoint que retorne solamente la información que necesite. Por ejemplo tendría algo como esto:</p><pre>https://swapi.co/api/people-with-name-gender-world/1</pre><p>Si bien esto nos soluciona el problema expuesto, que hacemos cuando tengamos que mantenerlo en el futuro?. ¿Que hacemos si este mismo endpoint es usado por mas de un cliente, pero cada cliente necesite más/menos datos en el futuro? ¿vamos a crear distintos endpoints para cada cliente?. Si seguimos esta misma lógica vamos a terminar con una lista interminable de endpoints lo cual es muy complicado de mantener.</p><h4>Demasiados viajes al servidor</h4><p>Otro problema que surge con REST APIs es que cuando necesitamos cruzar datos de distintos recursos tenemos que hacer demasiadas peticiones al servidor para luego combinar los datos, produciendo un mayor consumo de recursos por parte del cliente. Esta necesidad de hacer distintos llamados al servidor por la falta de información de un endpoint se le llama <em>underfetching.</em></p><p>Por ejemplo, si queremos información sobre la persona y además información del planeta en que habita (<em>homeworld</em>) tendríamos que generar un nuevo endpoint que retorne esta información o hacer dos consultas al servidor y luego manejar los datos en el cliente.</p><pre>https://swapi.co/api/people/1   &lt;-- información de la persona<br>https://swapi.co/api/planets/1  &lt;-- información del planeta</pre><h3>GraphQL al rescate!</h3><p>GraphQL nace de la necesidad de solucionar todos estos problemas descritos anteriormente que uno tiene que enfrentar al usar la especificación REST para nuestras APIs.</p><p>GraphQL expone un único endpoint al cual uno le hace las consultas necesarias para poder traer datos.</p><pre>http://tuservidor.com/graphql</pre><p>Las consultas son hecha usando un lenguaje parecido a JSON en el cual uno escribe lo que necesita. Por ejemplo, si usamos los mismos datos de SWAPI pero con GraphQL implementado (<a href="https://github.com/graphql/swapi-graphql">acá</a> esta el proyecto de SWAPI con GraphQL) podemos hacer la siguiente query para consultar solamente el <em>name</em>, <em>height</em>, <em>mass</em> y <em>gender.</em></p><pre>{<br>  person(personID: &quot;1&quot;){<br>    id<br>    name<br>    gender<br>  }<br>}</pre><p>Para lo cual tendremos como respuesta la siguiente:</p><pre>{<br>  &quot;data&quot;: {<br>    &quot;person&quot;: {<br>      &quot;id&quot;: &quot;cGVvcGxlOjE=&quot;,<br>      &quot;name&quot;: &quot;Luke Skywalker&quot;,<br>      &quot;gender&quot;: &quot;male&quot;<br>    }<br>  }<br>}</pre><p>Por lo tanto, GraphQL nos permite consultar lo que realmente necesitamos ahorrando ancho de banda y recursos.</p><p>Ahora si necesitáramos consultar información sobre el planeta en que la persona habita, solamente necesitamos modificar levemente la consulta y no generar una llamada extra al servidor.</p><pre>{<br>  person(personID: 1) {<br>    id<br>    name<br>    gender<br>    homeworld {<br>      name<br>    }<br>  }<br>}</pre><p>Teniendo como respuesta lo que realmente necesitamos.</p><pre>{<br>  &quot;data&quot;: {<br>    &quot;person&quot;: {<br>      &quot;id&quot;: &quot;cGVvcGxlOjE=&quot;,<br>      &quot;name&quot;: &quot;Luke Skywalker&quot;,<br>      &quot;gender&quot;: &quot;male&quot;,<br>      &quot;homeworld&quot;: {<br>        &quot;name&quot;: &quot;Tatooine&quot;<br>      }<br>    }<br>  }<br>}</pre><p><strong>¿Entonces GraphQL es la solución a todos mis problemas?</strong></p><p>No, y tampoco creo que REST sea la solución a todo. Como dije al comienzo, el objetivo del post era presentar problemas que surgen al implementar APIs usando especificación REST y como GraphQL soluciona esos problemas. En ningún momento la idea era hacer creer que GraphQL es un <em>unicornio</em> o una <em>bala de plata</em>.</p><p>Como la gran mayoría de las cosas en tecnología (por no decir todo), todo depende del escenario en que uno se encuentre. Investigando por aquí y por allá, llegué a este <a href="https://philsturgeon.uk/api/2017/01/24/graphql-vs-rest-overview/">post</a> en el cual el autor hace una comparación más minuciosa entre REST y GraphQL llegando a la siguiente conclusión:</p><blockquote>If you need a highly query-able API, expect an array of clients that need small and different data, and can restructure your data to be inexpensive to query, then GraphQL is likely to fit your needs.</blockquote><p>Por lo tanto, GraphQL NO es un <em>one-size-fits-all </em>y como toda tecnología, trae ventajas y desventajas<em>.</em></p><p>En un futuro post vamos a explicar conceptos de GraphQL como <em>query</em>, <em>mutations</em>, <em>fragments</em>, <em>subscriptions</em> entre otros.</p><p>Si no puedes esperar hasta el próximo post y quieres saber más detalles o aprender como implementar GraphQL puedes revisar los siguiente enlaces:</p><ul><li><a href="http://graphql.org/">http://graphql.org/</a></li><li><a href="https://www.howtographql.com/">https://www.howtographql.com/</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9c8b13b1720" width="1" height="1" alt=""><hr><p><a href="https://medium.com/proinchile/graphql-la-soluci%C3%B3n-a-rest-9c8b13b1720">GraphQL, la solución a REST?</a> was originally published in <a href="https://medium.com/proinchile">Proin Chile</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>