Una pregunta como «¿cuánto vendimos en 2025?» suele llevar a otras. Queremos comparar regiones, ver qué categorías aportaron más ingresos y desglosar los resultados por trimestre o mes. Para practicar ese recorrido construimos Ventas Perú, una aplicación OLAP con DuckDB que ejecuta las consultas dentro del navegador.
El proyecto utiliza 48.000 líneas de venta simuladas de 2024 y 2025. Los datos se generan con una semilla fija para que cualquiera pueda reproducir los resultados. Elegimos cuatro ciudades peruanas y doce productos repartidos en tres categorías.
Abrir la aplicación · Explorar el repositorio público · Ver el workflow de despliegue
Empezamos por la granularidad
Cada fila de la tabla de hechos representa una línea de venta de un producto en una tienda y fecha. Guarda cantidad, ingreso y costo. A partir de estos importes calculamos la utilidad bruta.
El modelo tiene tres dimensiones. dim_date contiene fecha, año, trimestre y mes. dim_product contiene producto y categoría. dim_store contiene ciudad y región. Las tres se relacionan con fact_sales mediante claves, formando un esquema estrella.
dim_date
|
dim_product ---- fact_sales ---- dim_store
Esta granularidad define las métricas que mostramos. Contamos líneas de venta y sumamos unidades. Los ingresos y costos se almacenan como DECIMAL(14,2) para representar importes monetarios con dos decimales.
Un motor para generar los datos y otro para explorarlos
Python genera las ventas y las inserta en DuckDB. Allí validamos el modelo y exportamos las cuatro tablas a archivos Parquet comprimidos. En la aplicación, DuckDB-Wasm carga esos archivos y crea una vista llamada sales con los joins del modelo estrella.
DuckDB-Wasm permite usar DuckDB a través de JavaScript y WebAssembly. El motor trabaja en un Web Worker y devuelve los resultados en formato Apache Arrow. Nuestra aplicación aloja junto al HTML los workers y los binarios Wasm que necesita. Documentación de DuckDB-Wasm
El recorrido completo queda así.
Generador Python → DuckDB → Parquet
↓
GitHub Pages → aplicación → DuckDB-Wasm → resultados OLAP
Slice, dice y drill-down
Seleccionar 2025 aplica un filtro sobre la dimensión temporal, una operación de slice. Combinar ese año con la región Sur y la categoría Tecnología produce un subconjunto definido por varias dimensiones, una operación de dice.
La aplicación ejecuta consultas como esta al agrupar esa selección por mes.
select
month_label as segment,
sum(revenue) as revenue,
sum(profit) as profit,
sum(quantity) as units,
count(*) as sale_lines
from sales
where year = 2025
and region = 'Sur'
and category = 'Tecnología'
group by month_label
order by month_label;
Para hacer drill-down cambiamos la agrupación de año a trimestre y luego a mes. También podemos pasar de región a ciudad o de categoría a producto. Los filtros permanecen activos durante ese recorrido, lo que permite examinar distintos niveles del mismo subconjunto. El panel SQL muestra la consulta que generó cada resultado.
Roll-up y pivot
La tabla de roll-up reúne los trimestres, el subtotal de cada año y el total general. DuckDB genera esos niveles con ROLLUP y usamos GROUPING() para identificar las filas de subtotales. Documentación de agrupaciones múltiples
select
year,
quarter,
grouping(year) as is_grand_total,
grouping(quarter) as is_subtotal,
sum(revenue) as revenue
from sales
group by rollup(year, quarter);
El pivot presenta las regiones como filas y las categorías como columnas. Lo implementamos con agregación condicional mediante FILTER. Así se puede comparar el aporte de Tecnología, Hogar y Deportes a los ingresos de cada región. Los filtros de la interfaz también se aplican a estas dos tablas.
Validar antes de desplegar
Al generar el dataset verificamos claves primarias, referencias entre tablas, cantidades positivas e ingresos coherentes con los costos. Comprobamos además que el join conserve las 48.000 filas y que el total del roll-up coincida con la suma de los hechos.
La automatización ejecuta las consultas que usa la interfaz. Después, una prueba con Playwright abre la aplicación en Chromium y comprueba la carga de DuckDB-Wasm, los filtros combinados, el detalle por ciudad, los subtotales, el pivot, la descarga CSV y el restablecimiento de la selección. Esta prueba permite detectar problemas de carga de workers o de rutas que una consulta ejecutada únicamente en Python dejaría pendientes.
Publicar mediante GitHub Actions
Cada push a main instala las dependencias bloqueadas, genera los archivos Parquet, valida las consultas, compila con Vite y prueba la aplicación. Si esas etapas pasan, un segundo job publica dist/ en GitHub Pages. El workflow también valida los pull requests. Workflows personalizados de GitHub Pages
GitHub Pages aloja los archivos públicos y cada visitante ejecuta el análisis con el motor de su navegador. Esta arquitectura funciona para el tamaño de la demostración. La aplicación descarga el dataset completo y su capacidad depende de la memoria disponible en el dispositivo.
Para reproducirla, clona el repositorio y usa Python 3.11 y Node.js 22.12 o posterior. En macOS o Linux puedes ejecutar lo siguiente desde la raíz.
python3.11 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
npm ci
.venv/bin/python scripts/build_data.py
npm run dev
El README incluye los comandos para PowerShell. Abre la dirección que imprime Vite, selecciona un año y cambia la agrupación de región a ciudad. Desde allí puedes seguir desglosando la selección y descargar el resultado que acabas de consultar.
Top comments (0)