# Apache Beam & Dataflow (Data Engineering)

> PCollections, transforms (ParDo, GroupByKey), windowing, triggers, watermarks, Dataflow runner, autoescalado, templates

- 20 preguntas de entrevista
- Senior
- [Preguntas de entrevista: Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista.md)

## 1. ¿Qué es una PCollection en Apache Beam?

**Respuesta**

Una PCollection es la abstracción de datos principal en Apache Beam. Representa un conjunto de datos distribuido y potencialmente ilimitado que puede procesarse en paralelo. A diferencia de las colecciones regulares, una PCollection es inmutable, lo que significa que cada transform crea una nueva PCollection en lugar de modificar la original.

## 2. ¿Cuál es la diferencia principal entre una PCollection bounded y unbounded?

**Respuesta**

Una PCollection bounded tiene un tamaño finito y conocido (como un archivo o tabla), mientras que una unbounded representa un flujo de datos potencialmente infinito (como eventos de streaming). Esta distinción afecta cómo Beam procesa los datos: bounded usa el procesamiento batch clásico, mientras que unbounded requiere windowing y triggers para manejar el flujo continuo.

## 3. ¿Cuál es el rol de la transformación ParDo en Apache Beam?

**Respuesta**

ParDo (Parallel Do) es la transformación más flexible de Apache Beam. Aplica una función definida por el usuario (DoFn) a cada elemento de una PCollection en paralelo. ParDo puede producir cero, uno o varios elementos de salida por cada elemento de entrada, lo que la hace adecuada para filtrado, mapping y flat-mapping.

## 17 preguntas más disponibles

- ¿Cómo usar los side inputs en una transformación ParDo?
- ¿Cuál es la diferencia entre GroupByKey y CoGroupByKey en Apache Beam?

Regístrate gratis: https://sharpskill.dev/es/login

## Otros temas de entrevista Data Engineering

- [Linux & Shell - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/linux-shell-basics.md): 20 preguntas, Junior
- [Git & GitHub - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/git-github-fundamentals.md): 20 preguntas, Junior
- [Python avanzado para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/python-advanced-de.md): 25 preguntas, Junior
- [Docker - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/docker-fundamentals.md): 25 preguntas, Junior
- [Google Cloud Platform - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/gcp-fundamentals.md): 20 preguntas, Junior
- [CI/CD y calidad de código](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/ci-cd-code-quality.md): 20 preguntas, Mid-Level
- [Docker Compose](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/docker-compose.md): 20 preguntas, Mid-Level
- [FastAPI - APIs de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/fastapi.md): 20 preguntas, Mid-Level
- [SQL avanzado para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/sql-advanced-de.md): 20 preguntas, Mid-Level
- [Data Lake - Arquitectura e ingesta](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/data-lake.md): 20 preguntas, Mid-Level
- [BigQuery para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/bigquery-de.md): 20 preguntas, Mid-Level
- [PostgreSQL - Administración](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/postgresql-admin.md): 20 preguntas, Mid-Level
- [Data Modeling para Data Engineering](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/data-modeling-de.md): 20 preguntas, Mid-Level
- [Fivetran & Airbyte - Ingesta de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/fivetran-airbyte.md): 20 preguntas, Mid-Level
- [dbt - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/dbt-fundamentals-de.md): 20 preguntas, Mid-Level
- [Apache Airflow - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/airflow-fundamentals.md): 20 preguntas, Mid-Level
- [Kubernetes - Fundamentos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/kubernetes-fundamentals.md): 20 preguntas, Mid-Level
- [dbt - Funcionalidades avanzadas](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/dbt-advanced-de.md): 20 preguntas, Senior
- [Patrones ETL / ELT / ETLT](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/etl-elt-patterns.md): 20 preguntas, Senior
- [Apache Airflow - Avanzado](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/airflow-advanced.md): 20 preguntas, Senior
- [Airflow + dbt - Orquestación de pipelines](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/airflow-dbt-integration.md): 20 preguntas, Senior
- [PySpark - Procesamiento a gran escala](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/pyspark.md): 20 preguntas, Senior
- [Google Pub/Sub - Streaming de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/pubsub-streaming.md): 20 preguntas, Senior
- [Kubernetes - Producción y escalado](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/kubernetes-advanced.md): 20 preguntas, Senior
- [Terraform - Infrastructure as Code](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/terraform.md): 20 preguntas, Senior
- [Bases de datos NoSQL](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/nosql-databases.md): 20 preguntas, Senior
- [Arquitectura Data moderna](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/data-architecture.md): 20 preguntas, Senior
- [Monitoreo y observabilidad](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/monitoring-observability.md): 20 preguntas, Senior
- [IAM y seguridad de datos](https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/iam-security-de.md): 20 preguntas, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/es/technologies/data-engineering/preguntas-entrevista/apache-beam-dataflow