📖
DeFinomics Papers
  • 📚DeFinomics Papers
  • ⛓️Layer 2
    • Diferentes tipos de Layer2
  • 💸DeFi
    • Guía de Evaluación de Riesgos de DeFi v1 (EEA)
    • Impermanent Loss - Paso a paso (Math)
    • Trader Joe V2 vs Uniswap V3
  • 📚Ingeniería de Tokens
    • Criptoeconomía 101
    • Sobre la Práctica de la Ingeniería de Tokens, Parte I: Introducción al Ingeniero de Tokens
    • ¿Pueden las cadenas de bloques volverse inapropiadas?
  • 📂Filecoin
    • ¿Qué es Filecoin?
    • Filecoin e IPFS
    • Modelo de Almacenamiento
    • Criptoeconomía de Filecoin
    • La Máquina Virtual de Filecoin
    • Lecciones
      • Direccionamiento de Contenido | 5 Lecciones
        • Identificando y recuperando datos en la web | Lección 1 de 5
        • La web centralizada: Direccionamiento basado en ubicación | Lección 2 de 5
        • La web descentralizada: Direccionamiento de contenido | Lección 3 de 5
        • Hashing criptográfico e Identificadores de Contenido (CIDs) | Lección 4 de 5
        • Vincular datos entre sí | Lección 5 de 5
      • Anatomía de un CID | 6 Lecciones
        • ¿Qué es un CID? | Lección 1 de 6
        • Multihash | Lección 2 de 6
        • CIDv1: Prefijo Multicodec | Lección 3 de 6
        • CIDv1: Prefijo de versión | Lección 4 de 6
        • CIDv1: Prefijo Multibase | Lección 5 de 6
        • Un hash, múltiples versiones de CID | Lección 6 de 6
      • Merkle DAGs: Estructurando Datos para la Web Distribuida | 8 Lecciones
        • Los datos tienen estructura | Lección 1 de 8
        • Ventajas de los datos estructurados correctamente | Lección 2 de 8
        • Gráficos Acíclicos Dirigidos (DAGs) | Lección 3 de 8
        • Introducción a los Merkle DAGs | Lección 4 de 8
        • Merkle DAGs : Verificabilidad | Lección 5 de 8
        • Merkle DAG: Distribuibilidad | Lección 6 de 8
        • Merkle DAG: Deduplicación | Lección 7 de 8
        • Merkle DAGs como un bloque de construcción | Lección 8 de 8
      • Verificación de almacenamiento en Filecoin | 6 Lecciones
        • Almacenamiento descentralizado e incentivado | Lección 1 de 6
        • Preparación y transferencia de datos | Lección 2 de 6
        • Prueba de Replicación (PoRep) | Lección 3 de 6
        • Prueba de Espaciotiempo (PoSt) | Lección 4 de 6
        • zk-SNARKs | Lección 5 de 6
        • Verificando tu acuerdo | Lección 6 de 6
    • La conservación de registros inmutables en Filecoin será esencial para la IA
    • Por qué el almacenamiento de archivos descentralizado y distribuido es vital para un mejor internet?
  • ⚒️Tools
    • Rotki
Powered by GitBook
On this page
  1. Filecoin
  2. Lecciones
  3. Merkle DAGs: Estructurando Datos para la Web Distribuida | 8 Lecciones

Ventajas de los datos estructurados correctamente | Lección 2 de 8

Aprende cómo podemos usar los CID para crear estructuras de datos direccionables por contenido para la web distribuida.

Las decisiones que tomamos al estructurar nuestros datos tienen consecuencias importantes. Considera el ejemplo de una biblioteca de fotos, cada imagen representa diferentes personas, lugares y eventos a lo largo de varios años. Podríamos estructurar estos datos de muchas maneras, ¡incluso podríamos optar por no estructurarlos en absoluto!— y cada elección tendría implicaciones significativas para nuestras interacciones con la biblioteca.

La estructura puede servir como un índice para los datos, afectando la velocidad con la que podemos localizar y recuperar imágenes específicas en nuestra biblioteca de fotos. La estructura también puede agregar semántica a los datos, al permitirnos agrupar objetos relacionados.

pics
├── cats
│   ├── 2018-02-23-tabby.png
│   └── 2019-12-16-black.png
└── fish
    ├── 2017-03-05-freshwater.png
    ├── 2018-04-14-tropical.png
    └── 2020-10-02-blowfish.png

El listado de directorios anterior nos da un pequeño ejemplo concreto con el que trabajar. En este ejemplo, tenemos un directorio raíz, llamado "pics", que almacena toda nuestra colección de fotos. Dentro de este directorio, hemos agrupado nuestras fotos en dos subdirectorios, "cats" y "fish", para separar las fotos según su tema. Dentro de estos subdirectorios, hemos organizado las fotos por la fecha en que fueron tomadas, lo cual se refleja en los nombres de los archivos. La estructura aquí ayuda a describir los archivos individuales, permitiéndonos saber, por ejemplo, que "2018-04-14-tropical" está de alguna manera relacionado con los términos "fish" y "pics", y que "pics" es una descripción más general de la colección que contiene este archivo individual. La estructura también nos ayuda a identificar similitudes en nuestros datos: "2018-02-23-tabby.png" y "2019-12-16-black.png" están relacionados en su clasificación común.

No existe una única mejor manera de estructurar los datos de uno; cada elección viene con compromisos significativos. Cuanto más grande se vuelve nuestro conjunto de datos, más importante es adaptar su estructura a la forma en que pretendemos usarlo y acceder a él. En nuestro ejemplo, las fotos están organizadas según el tipo de animal, lo que facilita mucho la búsqueda de imágenes de animales específicos. Sin embargo, intentar encontrar el archivo de imagen con la marca de tiempo más antigua entre todos los archivos es comparativamente más difícil, requiriendo que busquemos a través de todos los directorios. Si nuestro directorio consistiera en miles de fotos, se volvería extremadamente tedioso. Si en cambio organizáramos su jerarquía según la fecha en que se tomó cada foto, la situación se invertiría.

La estructura otorga significado y organización a nuestros datos, mientras que los CID nos permiten referenciar datos de manera segura, verificable y sin coordinación en una red distribuida. En las siguientes lecciones, veremos cómo construir estructuras de datos direccionables por contenido que nos brinden el poder de ambos.

PreviousLos datos tienen estructura | Lección 1 de 8NextGráficos Acíclicos Dirigidos (DAGs) | Lección 3 de 8

Last updated 1 year ago

📂
Page cover image