Errores, cuarentena y observabilidad

Objetivo

Evitar que datos inválidos contaminen modelos sin perder evidencia.

Explicación

No todos los errores deben detener todo el pipeline. Puedes separar registros inválidos en quarantine con motivo, mientras errores estructurales graves sí fallan la carga. Registra recuentos y tiempos. Los pipelines reales fallan, se reejecutan y reciben datos tardíos. Por eso la práctica no termina cuando “funciona una vez”: debes pensar en idempotencia, reconciliación, registros inválidos y evidencia suficiente para diagnosticar un fallo sin adivinar. Para trabajar Errores, cuarentena y observabilidad de forma profesional, no te quedes con el ejemplo: identifica la entrada, ejecuta el caso base, provoca al menos un caso incorrecto y compara el resultado con un control independiente. En este laboratorio el criterio de salida es concreto: El script separa filas válidas e informa dos errores con motivo. La verificación principal será: El total entrada = válidas + inválidas. Si no puedes explicar por qué pasa esa comprobación, vuelve al paso anterior antes de continuar.

Contexto profesional

Los pipelines reales fallan, se reejecutan y reciben datos tardíos. Por eso la práctica no termina cuando “funciona una vez”: debes pensar en idempotencia, reconciliación, registros inválidos y evidencia suficiente para diagnosticar un fallo sin adivinar.

Ejemplo real

valid = amount >= 0 and order_id is not null
invalid_reason = "negative_amount"

Archivos o datos de entrada

• data/ecommerce_orders.csv

Práctica guiada

Con el script Python, valida ids, fechas e importes.

Laboratorio paso a paso

• Prepara el entorno y localiza los datos/archivos de entrada: data/ecommerce_orders.csv. Antes de modificar nada, anota el número de filas, columnas u objetos que esperas usar.
• Reproduce el ejemplo real de la lección y guarda la salida. No avances hasta poder explicar qué hace cada bloque relacionado con «Errores, cuarentena y observabilidad».
• Ejecuta la práctica guiada: Con el script Python, valida ids, fechas e importes. Documenta el comando, consulta o acción exacta y el resultado obtenido.
• Resuelve el reto sin mirar la solución: Introduce una fila con amount negativo y otra con fecha inválida. Si falla, registra el mensaje de error y formula una hipótesis antes de cambiar código.
• Compara tu resultado con el criterio esperado: El script separa filas válidas e informa dos errores con motivo. Después ejecuta la comprobación: El total entrada = válidas + inválidas.
• Provoca deliberadamente un caso problemático relacionado con este error frecuente: except Exception: pass elimina trazabilidad.. Comprueba que sabes detectarlo y corregirlo.

Reto sin ayuda

Introduce una fila con amount negativo y otra con fecha inválida.

Resultado esperado

El script separa filas válidas e informa dos errores con motivo.

Cómo verificarlo

El total entrada = válidas + inválidas.

Checklist de validación

• El resultado cumple: El script separa filas válidas e informa dos errores con motivo.
• Has ejecutado esta verificación y puedes explicar el resultado: El total entrada = válidas + inválidas.
• Has probado al menos un caso límite o dato inválido y el comportamiento es explícito, no silencioso.
• Puedes repetir la práctica desde cero sin copiar la solución y dejar evidencia (consulta, commit, captura o salida de consola).

Errores frecuentes

• except Exception: pass elimina trazabilidad.

Qué debes recordar

Un pipeline fiable puede reejecutarse, detectar errores y explicar qué hizo.

Preguntas de entrevista

• ¿Cómo harías este proceso idempotente? Aplícalo concretamente a «Errores, cuarentena y observabilidad».
• ¿Qué registrarías para poder reanudar o investigar una ejecución fallida? Explica qué evidencia enseñarías al revisor.

Siguiente paso

Construirás un pipeline reproducible.

Recursos de esta lección