Il mio primo articolo annunciava una rivoluzione. Quelli recenti raccontano soprattutto cosa non ha funzionato. Uno sguardo indietro, in parole semplici, su un anno di scrittura sugli strumenti per i dati, pensato per chi non ne ha mai usato nessuno.
Il mio profiler di dati darà allo stesso file, mai toccato, un punteggio più basso a Capodanno. L’ho scoperto usandolo per la prima volta come dipendenza. Sul codice di raccordo che serve a una pipeline vera, e sul confine tra cosa deve fare una libreria e cosa deve lasciare a chi la usa.
Il mio verificatore di backup ha passato 24 controlli su 24 mentre il job di backup era in failed. Non è l’unica cosa verde che ho costruito a rispondere a una domanda più stretta di quella che stavo facendo. Su cosa dimostra davvero una luce verde, e sui controlli che se la guadagnano.
Sabato ho pulito una PS5. Domenica sera un Raspberry Pi da 4 GB faceva da DNS, custodiva le mie password e si faceva i backup offsite, e le lezioni imparate erano diventate Lares, un piccolo stack pubblico costruito attorno a cosa succede quando le cose si rompono. Lunedì ha morso.
Un esperimento di falsificazione con una kill list scritta prima e un risultato negativo. Delta ha un commit idempotente fatto apposta; iceberg-rust ribasa la transazione su una base che il chiamante non ha mai controllato, quindi uno scrittore esterno non può rendere condizionale un commit. Il test di concorrenza verde era un falso positivo — 0 round su 40 hanno davvero gareggiato — e solo un failpoint ha fatto uscire il duplicato.
Sono partito dal Milan di Scudetto 03/04, sono passato per un’asta quasi perfetta e una stagione decisa dagli infortuni, e in vacanza ho costruito Fantabuddy: un sistema che trasforma listoni, storico e API in un report d’asta verificabile.
Ho aperto una segnalazione di bug su dbt e ho trovato una codebase di cui nessuno mi aveva parlato: 77 crate Rust dove prima c’era il Python. Questo è a cosa serve davvero la riscrittura, perché il marketing la sottovende, e cosa ho smosso frugandoci dentro — due fix, entrambi per bug che non hanno mai stampato un errore.
Non avevo mai scritto pubblicamente di Nephtys, e la prima cosa che devo riportare su hardware reale è un risultato nullo: il vantaggio di memoria si è riprodotto su un Raspberry Pi 5, il vantaggio energetico non è mai esistito.
Nel post dlt+dbt il contratto era uno schema Unity Catalog. Con Zerobus Ingest ho spostato la stessa domanda al bordo producer: quando il sink è già una tabella Delta governata, serve davvero un bus nel mezzo?
Ingestion Python-native con dlt (dlthub), trasformazione SQL con dbt e un singolo schema Unity Catalog come contratto tra i due. Note dal cablarli insieme su un workspace Databricks reale — inclusa la collisione di nomi che mi ha morso nel codice vero.