🚀 Contenedores esenciales para Ingeniería de Datos (con comandos Docker)

#

El artículo destaca un set de contenedores listos para usar que aceleran cualquier proyecto de datos.
Acá te dejo un resumen de los comandos necesarios para levantarlos.

🧰 Tecnologías y comandos

#

🐳 PostgreSQL

#

Para bases de datos

docker run 
    --name postgres
    -e POSTGRES_PASSWORD=postgres
    -p 5432:5432 
    -d 
    postgres

🐳 MySQL

#

Para bases de datos

docker run 
    --name mysql 
    -e MYSQL_ROOT_PASSWORD=root 
    -p 3306:3306 
    -d 
    mysql

🔄 Apache Airflow

#

Para orquestación

docker run -d -p 8080:8080 puckel/docker-airflow webserver

⚡ Apache Spark

#

Para procesamiento distribuido

docker run -it --rm -p 8888:8888 jupyter/pyspark-notebook

📦 MinIO (S3 compatible)

#

Para almacenamiento tipo S3

docker run -p 9000:9000 -p 9001:9001 \
  -e "MINIO_ROOT_USER=admin" \
  -e "MINIO_ROOT_PASSWORD=password" \
  quay.io/minio/minio server /data --console-address ":9001"

📊 Metabase

#

Para visualización rápida

docker run -d -p 3000:3000 --name metabase metabase/metabase

🧩 Explicación en pocas palabras

#

Si estás empezando:
Un contenedor es como una caja portátil que trae todo lo necesario para que una herramienta funcione sin configuraciones complicadas.
En vez de instalar todo a mano, simplemente ejecutás un comando como:

docker run ...

y el servicio arranca igual en cualquier computadora.
Esto te permite aprender, probar y desplegar soluciones de datos sin dolores de cabeza.

Más información en el link 👇

7 Essential Ready-To-Use Data Engineering Docker Containers

Ready to level up your data engineering game without wasting hours on setup? From ingestion to orchestration, these Docker containers handle …

www.kdnuggets.com ↗