• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Empaquetar aplicaciones de Node como un binario independiente

septiembre 29, 2021 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Habitualmente la distribución de las aplicaciones creadas con Node se realiza enviando el código fuente y los archivos de configuración. Obligando al receptor a instalar las dependencias para ejecutar el programa. Un método que tiene varias ventajas, como la de poder instalar el programa en diferentes sistemas. Aunque también tiene desventajas, como la de no poder proteger el código desarrollado. Por eso, en ciertas ocasiones, puede ser beneficioso empaquetar aplicaciones de Node como un binario independiente. Lo que se puede conseguir gracias a pkg.

¿Por qué empaquetar las aplicaciones de Node?

Si la forma habitual de distribuir los programas Node en forma de código fuente nos podemos preguntar ¿qué ventajas tiene crear un binario? Las ventajas son múltiples. Una de las más obvias es la posibilidad de proteger el código fuente y cualquier credencial, pero también se simplifica el uso de los programas.

Al empaquetar las aplicaciones de Node como un binario con pkg se incluye no solo nuestro código, sino que también las dependencias y el runtime. Evitando de este modo problemas de compatibilidad por el hecho de que se intente ejecutar el programa sobre una versión diferente de Node. Evitando de este modo algunos de los problemas típicos en los procesos de instalación.

Empaquetar una aplicación básica de Node con pkg

Para crear una aplicación con pkg lo primero que vamos a necesitar es instalar el paquete. Al ser un programa que se usará en múltiples proyectos lo ideal es instalarlo de forma global, para lo que se puede usar la siguiente línea

La caverna del consumo, o cómo Greenspan miraba calzoncillos para hacer política monetaria – El bestiario de los indicadores económicos absurdos (parte 1)
En Analytics Lane
La caverna del consumo, o cómo Greenspan miraba calzoncillos para hacer política monetaria – El bestiario de los indicadores económicos absurdos (parte 1)

npm install -g pkg

Siendo necesario en macOS y Linux incluir el comando sudo previamente.

Publicidad


Creación de un proyecto básico

Ahora solamente es necesario crear un programa básico con el que trabajar, para lo podemos recurrir otra vez a la línea de comandos.

mkdir test
cd test
npm init -y

Una vez hecho esto podemos crear un simple archivo index.js en el que incluiremos un mensaje. Por ejemplo,

console.log('Binario creado con pkg');

Pudiendo comprobar que funciona correctamente escribiendo en la terminal el siguiente comando

node index

Compilación del proyecto

Antes de compilar el proyecto es necesario indicar mediante la opción bin en el archivo package.json cuál es el punto de inicio del programa. Una opción que se puede situar después de main en la apuntaremos al archivo creado anteriormente. Una vez hecho esto se puede usar el comando pkg para crear los paquetes, escribiendo para ello la siguiente línea en la terminal.

pkg .

Lo que creará tres versiones del programa, una para Windows, otra para macOS y otra para linux. Siendo el nombre de los archivos el del paquete seguido de un guión medio y el nombre de la plataforma. Lo que se producirá independientemente del sistema operativo sobre el que estemos trabajando. Así, para ejecutar la versión de macOS solamente deberemos escribir en la terminal

./test-macos

Además, estos archivos ofrecen la ventaja de no requerir la instalación de ningún otro programa en el ordenador de destino. Ni siquiera es necesario que se instala Node, ya que la versión correcta se incluye dentro del ejecutable.

Cambiar el nombre del programa y compilar para un único sistema

Posiblemente en la mayoría de los casos no nos interese tener las tres versiones del programa y el nombre no sea el adecuado. Algo que es posible solucionar mediante el uso de algunas opciones. Por ejemplo, la opción -t permite seleccionar la plataforma sobre la que se compila el proyecto y -o permite dar un nombre al archivo de salida. Así para crear un compilar con node14 para macOS sobre procesadores Intel de nombre sample se puede escribir en la terminal

pkg -t node14-macos-x64 -o sample .

Lo que nos evita crear las versiones que no vamos a necesitar.

Publicidad


Conclusiones

En esta ocasión hemos podido ver cómo empaquetar aplicaciones de Node como un binario independiente gracias a pkg. Una solución con la que podemos evitar algunos de los problemas que pueden aparecer al distribuir aplicaciones desarrolladas sobre Node. Debido a que de esta forma estaremos seguros de que se usará la versión adecuada de Node.

Imagen de freestocks-photos en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • La caverna del consumo, o cómo Greenspan miraba calzoncillos para hacer política monetaria – El bestiario de los indicadores económicos absurdos (parte 1)
  • La vanidad del paisaje, o por qué un becario sale a contar grúas a Manhattan – El bestiario de los indicadores económicos absurdos (parte 2)
  • Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring
  • Cómo comparar tendencias con gráficos de líneas en Matplotlib: guía práctica paso a paso
  • Analytics Lane lanza la versión 1.2 del laboratorio con nuevas herramientas de ajuste de curvas y cálculo matricial
  • Subplots en Matplotlib: cómo organizar múltiples gráficos en una sola figura
  • Ley de Benford: cómo detectar datos manipulados con ejemplos reales
  • Síndrome del objeto brillante en ciencia de datos: el error simétrico a los costes hundidos
  • De la Regresión Logística al Scorecard: La Transformación Matemática

Publicado en: JavaScript Etiquetado como: Node

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Noticias

Analytics Lane lanza la versión 1.2 del laboratorio con nuevas herramientas de ajuste de curvas y cálculo matricial

junio 12, 2026 Por Daniel Rodríguez

La vanidad del paisaje, o por qué un becario sale a contar grúas a Manhattan – El bestiario de los indicadores económicos absurdos (parte 2)

junio 11, 2026 Por Daniel Rodríguez

Cómo comparar tendencias con gráficos de líneas en Matplotlib: guía práctica paso a paso

junio 9, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • El método de las aproximaciones sucesivas e implementación en Python publicado el marzo 10, 2023 | en Ciencia de datos
  • Exactitud, precisión, recall… qué mide realmente cada métrica (y qué no) publicado el marzo 3, 2026 | en Ciencia de datos
  • Ejecutar SQL Server en una máquina virtual VirtualBox publicado el abril 22, 2019 | en Herramientas
  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • Obtener los permisos asignados en SQL Server publicado el noviembre 18, 2022 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto