Ideas clave
Modelar el comportamiento del negocio antes de diseñar las tablas de la base de datos
Empieza por el trabajo que hay que hacer. Un modelo de dominio es una representación útil del problema que una empresa necesita que el software resuelva. Los autores usan como ejemplo la asignación de muebles: las existencias pueden estar en un almacén o en un barco cuya llegada se espera dentro de varios meses, y el sistema debe decidir qué lote puede satisfacer un pedido. Empezar por las tablas entraña el riesgo de tratar los datos como si fueran el problema, cuando la verdadera tarea es decidir qué debe hacer el software.
Deja que las reglas definan el almacenamiento. Las primeras reglas de asignación son concretas: hacer coincidir el SKU del producto, no asignar más unidades de las que contiene un lote, dar prioridad a las existencias del almacén y, después, elegir el envío que llegue antes. Estas reglas describen comportamientos que las partes interesadas reconocen. La base de datos debe dar soporte a ese modelo, no dictarlo.
La distinción central está entre representar un negocio y limitarse a registrar sus sustantivos. Una tabla de existencias puede guardar cantidades, pero por sí sola no explica qué envío debería satisfacer un pedido ni qué se considera una asignación válida. Empezar por el comportamiento hace aflorar los desacuerdos antes de que se conviertan en migraciones y errores en producción. Este enfoque resulta más valioso cuando las reglas cambian o interactúan. En una aplicación sencilla de registro, el esfuerzo adicional de modelado quizá aporte poco; la complejidad debe justificarse con una necesidad real.
Usar el lenguaje propio del negocio para nombrar reglas, objetos y fallos
Compartir un vocabulario de trabajo. En el Diseño Guiado por el Dominio, el lenguaje ubicuo es la terminología común que usan tanto los expertos del negocio como los desarrolladores. En el sistema de asignación, un SKU identifica un producto, un pedido contiene líneas y los lotes contienen existencias. Las pruebas que emplean esos términos pueden describir el comportamiento previsto tanto a los compañeros técnicos como a los no técnicos.
Elegir los tipos según la identidad. Un objeto de valor, como una línea de pedido, se define por sus datos y suele ser inmutable. Una entidad, como un lote, conserva una identidad duradera aunque cambie su cantidad o fecha de llegada. Un servicio de dominio es una operación de negocio que no pertenece de forma natural a ninguno de esos tipos de objeto. En Python, esa operación puede ser simplemente una función.
Nombrar es una herramienta de diseño, no un adorno. Cuando las pruebas usan las mismas distinciones que las partes interesadas, pueden revelar pronto supuestos incompatibles; por ejemplo, si una línea de pedido se identifica por sus valores o por un identificador duradero aparte. Ese vocabulario compartido también tiene sus límites. Una palabra familiar puede significar cosas distintas para los equipos de compras y logística, así que un glosario no basta por sí solo. Los ejemplos concretos y las reglas de negocio explícitas impiden que el lenguaje se convierta en una etiqueta elegante para una ambigüedad sin resolver.
Mantener puras las decisiones de negocio y hacer que la infraestructura dependa hacia dentro
Proteger el núcleo de toma de decisiones. El principio de inversión de dependencias establece que el código de alto nivel del negocio no debería depender de detalles de bajo nivel, como bases de datos o marcos web. El sincronizador del sistema de archivos del libro ilustra las ventajas: en vez de mezclar el recorrido de directorios, los cambios en archivos y las decisiones, representa los archivos como asignaciones sencillas y devuelve las acciones propuestas. Esta estructura de núcleo funcional y envoltura imperativa (Functional Core, Imperative Shell) mantiene separada de la E/S la función que toma las decisiones.
Ocultar el almacenamiento tras un repositorio. Un Repositorio presenta los datos persistentes como si fueran una colección en memoria. El código del dominio puede solicitar un lote o añadirlo sin saber si los datos proceden de SQLAlchemy, de un conjunto simulado en memoria o de archivos CSV. El ORM se adapta al modelo de dominio, y no al revés, de modo que la tecnología de almacenamiento siga siendo sustituible.
Esta arquitectura considera la infraestructura una elección de implementación y la política de negocio la razón de ser del sistema. Ese cambio de perspectiva plantea una prueba útil: ¿se puede ejecutar la decisión central sin iniciar una base de datos, un servidor web o un sistema de archivos? Un repositorio simulado sencillo es una comprobación especialmente práctica, porque si resulta engorroso suele revelar una abstracción demasiado amplia. Aun así, todo límite tiene un coste de mantenimiento. El patrón se justifica cuando es difícil cambiar el dominio, no como una capa ceremonial alrededor de cada tabla de la base de datos.
Probar los casos de uso en el límite del servicio, no solo a través de HTTP
Dar a los flujos de trabajo una entrada clara. La Capa de Servicio define los casos de uso de la aplicación, como asignar una línea, comprobar si existe su SKU y confirmar el resultado. Así, un punto de conexión de Flask puede centrarse en los detalles de HTTP: analizar el JSON, invocar el caso de uso y dar formato a la respuesta. El mismo caso de uso puede servir a una herramienta de línea de comandos o a otro adaptador.
Ajustar las pruebas a la pregunta. En un ejemplo, la suite tiene 15 pruebas unitarias, 8 pruebas de integración y 2 pruebas de extremo a extremo. La mayoría de los casos de flujo de trabajo usan un repositorio simulado y se ejecutan rápidamente; unas pocas pruebas HTTP verifican que las piezas estén conectadas. Los autores llaman marcha alta a probar los cambios rutinarios en el límite del servicio, y marcha baja a probar directamente el modelo de dominio al dar forma a una regla nueva o difícil.
Una suite de pruebas también es un mapa de las promesas públicas del sistema. Las pruebas del nivel de servicio capturan lo que hace una operación visible para el usuario sin vincular cada aserción a la disposición interna del modelo. Las pruebas de bajo nivel también importan: proporcionan información precisa mientras se diseña una regla. La pregunta útil no es si las pruebas deben ser de nivel alto o bajo, sino qué incertidumbre resuelve cada una. Una estrategia limitada a pruebas de servicio puede ocultar un diseño defectuoso del dominio, mientras que demasiadas pruebas específicas de la implementación pueden convertir la refactorización en un ejercicio de editar pruebas.
Hacer de cada agregado la unidad más pequeña que debe conservar la coherencia
Trazar un límite de coherencia. Un agregado es un conjunto de objetos de dominio relacionados que cambia como una unidad, con un objeto raíz responsable de hacer cumplir las reglas que comparten. En el ejemplo, un Product contiene los lotes correspondientes a un SKU. Su operación de asignación impide asignar dos veces la misma línea de pedido y evita que las existencias disponibles sean negativas. Un repositorio debe devolver agregados, de modo que la raíz sea el punto de entrada controlado a su contenido.
Confirmar la operación completa. La Unidad de Trabajo agrupa los cambios en una actualización atómica: proporciona el repositorio, confirma explícitamente los cambios si todo sale bien y, de lo contrario, revierte por defecto. Para las asignaciones simultáneas, un número de versión de Product puede permitir que una transacción se complete y rechazar una actualización en conflicto. La operación que pierde puede volver a intentarlo usando el estado recién confirmado.
El diseño de agregados vincula las reglas de negocio con la concurrencia de la base de datos. Elegir un Product por SKU significa que dos productos pueden actualizarse independientemente, mientras que las asignaciones simultáneas para el mismo producto deben coordinarse. Ese límite es una decisión deliberada de rendimiento y corrección, no un hecho natural a la espera de ser descubierto. Si el agregado elegido crece demasiado o genera contención de forma habitual, quizá haya que revisar el límite. Las confirmaciones explícitas refuerzan una valiosa regla por defecto: el trabajo sin terminar no debería volverse permanente de manera silenciosa.
Convertir las reacciones secundarias en eventos, en vez de amontonarlas en los flujos de trabajo
Registrar hechos y encauzar reacciones. Un evento de dominio es un objeto de datos que describe algo que ocurrió, como la falta de existencias. El modelo registra el evento sin enviar correos electrónicos ni conocer ningún servicio de correo. Un bus de mensajes asocia tipos de eventos con controladores, que pueden avisar al equipo de compras o iniciar otra operación. Así, la regla de asignación queda separada de las reacciones opcionales a ella.
Usar eventos para continuar un proceso. Cuando la cantidad de un lote cae por debajo de lo ya asignado, Product puede liberar las líneas de pedido afectadas y emitir solicitudes de asignación. Un controlador puede procesar cada solicitud en su propia unidad de trabajo. Así se evita una única operación desmesurada que tenga que modificar de golpe todos los objetos relacionados, y el flujo de trabajo resulta más fácil de ampliar con controladores adicionales.
Los eventos hacen explícitos los vínculos causales sin atribuir a la operación original la responsabilidad de todas sus consecuencias. Esta separación es útil cuando las notificaciones o las tareas posteriores no deberían determinar si la transacción principal tiene éxito. También desplaza la complejidad en lugar de eliminarla: un flujo de trabajo repartido entre varios controladores puede ser más difícil de seguir que una sola función. Por eso importan los nombres de los eventos, las responsabilidades de los controladores y la observabilidad. El patrón resulta provechoso cuando varios tipos de reacción distintos deben responder a un hecho de negocio.
Tratar los comandos como solicitudes y los eventos como hechos, con reglas de fallo distintas
Separar la intención del resultado. Un comando pide a un controlador concreto que haga algo, por lo que lleva un nombre imperativo, como CreateBatch. Quien lo solicita necesita saber si ha fallado. Un evento informa de un hecho, como que ha cambiado la cantidad de un lote, y puede enviarse a todos los controladores interesados. Su nombre describe lo que ocurrió, no lo que alguien espera que ocurra.
Hacer que los fallos correspondan a la responsabilidad. Un controlador de comandos falla de forma explícita porque la operación solicitada debe completarse o informar de un error. Los controladores de eventos pueden fallar independientemente: el sistema registra el problema y puede volver a intentarlo, sin deshacer un comando que ya se haya completado correctamente. En el ejemplo de asignación del libro, crear un pedido es esencial; enviar después una notificación no puede impedirlo.
Esta distinción ofrece una manera concisa de decidir qué debe ser atómico y qué puede recuperarse por separado. También aclara cómo comunica el sistema las responsabilidades: los comandos tienen un iniciador que espera un resultado, mientras que los eventos tienen consumidores que quizá no se conozcan de antemano. Esta separación no protege automáticamente frente a los fallos. Los controladores que se vuelven a intentar requieren un comportamiento bien pensado, y los registros por sí solos no garantizan la recuperación. El modelo funciona cuando el negocio acepta que las acciones posteriores pueden demorarse o fallar sin invalidar la transacción original.
Integrar servicios mediante eventos de negocio, no mediante cadenas de llamadas síncronas
Modelar procesos, no solo sustantivos. Dividir una organización en un servicio de pedidos, otro de lotes y otro de almacenes puede producir dependencias enmarañadas. Un flujo de trabajo quizá invoque, en orden, Pedidos, Lotes y Almacén, mientras que un envío dañado desencadena el recorrido inverso. Estas cadenas síncronas también acoplan la disponibilidad: si un servicio tiene problemas, puede impedir que otro complete su trabajo.
Desacoplar los tiempos. La integración basada en eventos permite que cada servicio sea dueño de un proceso de negocio y publique hechos para que otros los consuman. Los servicios pueden fallar y recuperarse por separado, aceptando una coherencia eventual entre ellos. El Diseño Guiado por el Dominio llama contexto delimitado al límite que rodea un modelo distinto; el modelo Product de asignación no tiene por qué coincidir con el modelo de producto más completo del sitio de comercio electrónico. El libro advierte que los intermediarios reales, el orden de los mensajes, su entrega y su reproducción requieren un diseño deliberado.
El cambio importante consiste en pasar de organizar los servicios en torno a sustantivos que parecen tablas de base de datos a asignar la responsabilidad de las decisiones de negocio. Un contrato de mensajes acopla los servicios menos estrechamente que una secuencia de llamadas acordada, pero no elimina las dependencias: los consumidores siguen dependiendo de los nombres y campos de los eventos, y la información tardía cambia la experiencia del usuario. Por tanto, la coherencia eventual es también una decisión de producto, además de técnica. Es apropiada para flujos de trabajo en los que importa la recuperación independiente y se toleran desacuerdos temporales, pero no para toda interacción.
Dar a las lecturas un modelo independiente cuando la lógica de escritura vuelve engorrosas las consultas
Separar las preguntas de los cambios. La separación entre comandos y consultas establece que una operación debe cambiar el estado o responder a una pregunta, pero no ambas cosas. La segregación de responsabilidades entre comandos y consultas aplica esa idea a las rutas de lectura y escritura del sistema. El modelo de asignación está diseñado para hacer cumplir reglas al asignar existencias; resulta poco práctico para mostrar al cliente todos los artículos de un pedido. Una consulta directa o un modelo de lectura específico puede ofrecer esa vista de forma más sencilla.
Optimizar según el tráfico real. El ejemplo contrapone unos 100 pedidos por hora con alrededor de 100 vistas de productos por segundo en un día de mucho movimiento. Las lecturas pueden tolerar resultados desactualizados, mientras que la asignación debe comprobar las existencias actuales antes de confirmar. Un controlador de eventos puede actualizar una tabla de lectura desnormalizada o una vista en Redis, que, si hace falta, puede reconstruirse a partir del estado del lado de escritura.
Las rutas de lectura y escritura responden a preguntas distintas y están sujetas a limitaciones diferentes. Un modelo de escritura protege las invariantes; un modelo de lectura puede adaptarse a la pantalla o consulta que realmente necesitan las personas. Esta es una razón para separarlos, no una obligación de crear de inmediato una segunda base de datos. El ejemplo de existencias desactualizadas del libro también muestra por qué una actualización perfecta al renderizar una página no puede garantizar una compra posterior. La operación de escritura debe seguir siendo la autoridad, y la experiencia del producto debe prever cómo actuar cuando no haya existencias.
Validar la estructura de los mensajes en el límite y dejar el significado de negocio en el dominio
Validar lo adecuado en el lugar adecuado. El libro distingue entre sintaxis, semántica y pragmática. La sintaxis comprueba que un comando tenga campos como el ID del pedido, el SKU y una cantidad positiva. Las precondiciones semánticas comprueban hechos como la existencia de un producto. Las reglas pragmáticas determinan si la acción solicitada es posible dadas las condiciones de negocio actuales, por ejemplo, si quedan existencias suficientes. Estas cuestiones corresponden, respectivamente, al límite del mensaje, al controlador y al modelo de dominio.
Leer solo lo necesario. El patrón del lector tolerante (Tolerant Reader) consiste en aceptar los campos de los que depende un servicio e ignorar las adiciones irrelevantes. Un servicio de asignación debe tratar un SKU como identificador, no rechazar un nuevo formato de nombre inventado por el departamento de compras. Los mensajes salientes deben tener una estructura cuidadosa, pero los esquemas de entrada demasiado estrictos pueden volver frágiles a servicios que evolucionan por separado.
A menudo se habla de la validación como si fuera una gran barrera defensiva, pero separar la estructura, las precondiciones y las reglas de negocio facilita explicar cada fallo. La lectura tolerante es especialmente útil cuando los equipos despliegan servicios de manera independiente, porque un servicio puede añadir un campo que sus consumidores no usan sin romperlos. Su límite es igual de importante: ser flexible no debe significar aceptar datos mal formados ni ocultar incumplimientos del contrato. La postura adecuada depende de quién controle la interfaz y de qué pueda ignorar el sistema receptor sin riesgo.
Ensamblar las dependencias una vez y luego pasar controladores configurados a la aplicación
Hacer visibles las dependencias. Un controlador que recibe como argumento una Unidad de Trabajo o un emisor de notificaciones depende de una abstracción, en lugar de importar a escondidas una base de datos o una implementación de correo concretas. Las pruebas pueden proporcionar simulaciones; producción puede proporcionar adaptadores reales. Así se evita tener que sustituir repetidamente importaciones en las pruebas y se vinculan menos pruebas a detalles de implementación.
Centralizar el ensamblaje. Un script de arranque, también llamado raíz de composición, crea las dependencias reales, realiza tareas de inicialización como configurar el ORM y construye un bus de mensajes configurado. El libro muestra la inyección manual mediante cierres o funciones parciales, y señala que un marco puede ser útil cuando las cadenas de dependencias se vuelven más complejas. Python no exige un contenedor grande para hacer explícitas las dependencias.
El ensamblaje centralizado ayuda a separar la pregunta de qué necesita un controlador de la pregunta de qué implementación utiliza la aplicación en ejecución. Esto resulta especialmente útil cuando las pruebas, los puntos de entrada web y los consumidores de mensajes necesitan configuraciones distintas. El cableado manual también permite inspeccionar el grafo de dependencias. El peligro está en construir mecanismos antes de que la repetición los justifique. Un pequeño módulo de arranque marca un límite; un marco de inyección creado en casa puede convertirse en otro sistema que mantener.
Refactorizar sistemas heredados caso de uso por caso de uso, no por decreto
Empezar por un problema concreto. El epílogo recomienda identificar un problema específico, como pruebas lentas, cambios arriesgados o un flujo de trabajo poco claro, y luego extraer un caso de uso a un límite de servicio más claro. En una plataforma de colaboración desmesuradamente grande, introducir primero controladores de comandos hizo visibles las operaciones del sistema, aunque los controladores iniciales seguían siendo desordenados. Después, el equipo pudo separar por etapas el acceso a los datos, las reglas de dominio y la E/S.
Sustituir gradualmente, sin una reescritura total. El enfoque de la higuera estranguladora construye un sistema nuevo alrededor del antiguo, intercepta eventos seleccionados y transfiere responsabilidades de forma gradual. Los autores describen cómo reemplazaron una sincronización de existencias lenta basada en XML-RPC por un servicio de disponibilidad basado en eventos; en el caso descrito, su API de lectura alcanzó entre 2 y 3 milisegundos. Estos patrones son herramientas, no requisitos previos para una aplicación CRUD sencilla.
La refactorización incremental es más que una solución de compromiso: convierte la arquitectura en una secuencia de apuestas que pueden ponerse a prueba. Un equipo puede demostrar que resulta más fácil cambiar un flujo de trabajo extraído antes de solicitar un rediseño amplio. El estudio de caso también vincula las mejoras de rendimiento con un modelo de lectura y una carga de trabajo concretos, en lugar de afirmar que los sistemas basados en eventos son intrínsecamente más rápidos. Una migración sigue necesitando salvaguardas operativas, responsabilidades claras y una forma de comparar el comportamiento antiguo con el nuevo. La arquitectura debe responder al problema, no convertirse en el proyecto.
Análisis
El argumento unificador del libro es que la arquitectura sirve para gestionar el coste del cambio. Sus patrones no se presentan como un modelo universal. Forman una secuencia de límites: los objetos de dominio separan las reglas de negocio de la infraestructura; los repositorios separan el almacenamiento del modelo; las capas de servicio dan nombre a los casos de uso; las unidades de trabajo definen las actualizaciones atómicas; los agregados determinan qué debe seguir siendo coherente; los eventos conectan tareas que no tienen por qué ejecutarse en una sola transacción. La evolución posterior hacia servicios asíncronos y modelos de lectura independientes extiende la misma lógica a través de límites organizativos y de tráfico.
La idea práctica más sólida es que estos límites deben corresponder a diferencias reales de responsabilidad. Un agregado Product no resulta útil porque los agregados estén de moda, sino porque las asignaciones simultáneas para un mismo SKU deben respetar las existencias compartidas. Un modelo de lectura específico no es automáticamente superior, pero puede serlo cuando las consultas de los clientes y las reglas transaccionales tienen necesidades muy distintas. Por eso es esencial que el libro preste atención reiterada a las compensaciones: la abstracción reduce algunas formas de acoplamiento, pero añade código, conceptos y obligaciones operativas.
También hay una tensión sutil entre la claridad arquitectónica y la visibilidad de los sistemas distribuidos. Los eventos permiten que los servicios fallen y evolucionen independientemente, pero un proceso de negocio repartido entre distintos controladores es más difícil de seguir que una sola pila de llamadas. Los autores lo reconocen y destacan que, en producción, el registro, los reintentos, la reproducción, la idempotencia y los intermediarios fiables son aspectos que hay que tener en cuenta. No son simples acabados opcionales. Forman parte del coste del desacoplamiento temporal.
Los consejos sobre pruebas siguen la misma lógica condicional. Las pruebas de nivel de servicio ofrecen una confianza amplia con un coste bajo de infraestructura, mientras que las pruebas del modelo proporcionan información más precisa durante el diseño. Ninguno de los dos niveles puede sustituir por completo a las comprobaciones de integración. Por tanto, la lectura más duradera no consiste en copiar íntegramente la arquitectura del ejemplo, sino en plantearse sus preguntas: ¿Cuál es la regla de negocio? ¿Qué debe cambiar de forma atómica? ¿Qué detalles deberían poder sustituirse? ¿Qué puede fallar independientemente? ¿Cuál es el límite de prueba más sencillo? Estas preguntas convierten los patrones en decisiones, no en rituales.
Resumen de reseñas
Architecture Patterns with Python recibe grandes elogios por su enfoque práctico del diseño guiado por el dominio y la arquitectura de software. Los lectores aprecian sus explicaciones claras, ejemplos del mundo real y perspectiva equilibrada sobre distintos patrones. Se elogia el énfasis del libro en el desarrollo guiado por pruebas y su estilo ameno. Muchos lo consideran valioso tanto para principiantes como para desarrolladores con experiencia, pues ofrece ideas para crear aplicaciones Python escalables y fáciles de mantener. Algunos lectores señalan que el enfoque puede resultar demasiado complejo en determinadas situaciones, pero, en general, recomiendan ampliamente el libro a quienes deseen mejorar sus habilidades de diseño de software.
También leyeron
Glosario
modelo de dominio
Reglas de negocio en códigoUna representación del problema de negocio y de las reglas que lo rigen. En el ejemplo de asignación, el modelo describe lotes, líneas de pedido, disponibilidad de existencias y cómo puede asignarse una línea de pedido. Está diseñado para expresar un comportamiento útil para el negocio, en lugar de limitarse a reflejar tablas de bases de datos o marcos de trabajo externos.
lenguaje ubicuo
Vocabulario compartido del dominioLa terminología que utilizan de manera coherente los expertos de negocio y los desarrolladores al hablar de un dominio. Términos como SKU, lote y asignación se convierten en nombres en las pruebas y el código, lo que ayuda al software a expresar las reglas de negocio acordadas. El vocabulario se desarrolla mediante conversaciones y ejemplos concretos; no se impone simplemente como una lista de etiquetas.
objeto de valor
La identidad proviene de los valoresUn objeto de dominio cuyos atributos determinan por completo qué es. Dos líneas de pedido con el mismo ID de pedido, SKU y cantidad son equivalentes; cambiar uno de esos valores crea un objeto de valor diferente. Los objetos de valor suelen ser inmutables, lo que facilita razonar sobre su igualdad y su uso en conjuntos o como claves de diccionario.
entidad
Identidad persistente a lo largo del tiempoUn objeto de dominio que sigue siendo el mismo elemento identificable aunque cambien sus atributos. Un lote puede tener una fecha estimada de llegada (ETA) distinta o recibir asignaciones de existencias y seguir siendo el lote identificado por su referencia. Por lo tanto, la igualdad de una entidad debe basarse en el atributo que define su identidad continua, y no en todos sus campos actuales.
patrón Repositorio
Almacenamiento tras una API similar a una colecciónUna abstracción del almacenamiento persistente que permite al código de la aplicación recuperar y añadir objetos de dominio sin saber cómo se almacenan. Su interfaz puede parecerse a una colección en memoria. Un repositorio respaldado por SQL y un sustituto sencillo pueden cumplir el mismo contrato, lo que permite cambiar las pruebas y las decisiones de infraestructura sin reescribir las reglas del dominio.
patrón Capa de Servicio
Casos de uso con nombreUna capa que define las operaciones que ofrece una aplicación y coordina los pasos necesarios para llevarlas a cabo. Un caso de uso de asignación en la capa de servicio recupera datos, comprueba las precondiciones pertinentes, invoca el comportamiento del dominio y confirma los cambios. Así, los controladores web pueden centrarse en HTTP, mientras que otros puntos de entrada pueden invocar los mismos casos de uso.
patrón Unidad de Trabajo
Grupo atómico de cambiosUna abstracción que agrupa el acceso a los datos y sus modificaciones en una operación que puede confirmarse o revertirse como una unidad. Habitualmente proporciona acceso a repositorios y gestiona una sesión de base de datos. En el diseño del libro, se requiere una confirmación explícita, mientras que el trabajo sin confirmar se revierte al finalizar el contexto.
agregado
Límite de coherencia del dominioUn conjunto de objetos de dominio relacionados que se trata como una unidad al realizar cambios, con una raíz que controla el acceso y hace cumplir las reglas en todo el conjunto. En el ejemplo de asignación, un Producto contiene los lotes de un SKU. El límite del agregado ayuda a determinar qué datos deben cargarse y actualizarse juntos y dónde debe gestionarse la concurrencia.
evento de dominio
Un hecho que ocurrióUn objeto de datos que registra un suceso del dominio de negocio, como que no haya existencias disponibles o que se haya asignado una línea de pedido a un lote. Los eventos se nombran como hechos, no como instrucciones. Un modelo o controlador puede registrar un evento, tras lo cual los controladores interesados pueden enviar notificaciones, realizar tareas de seguimiento o integrar otros servicios.
bus de mensajes
Dirige mensajes a sus controladoresUn componente que distribuye comandos o eventos a las funciones responsables de gestionarlos. En el diseño interno del libro, utiliza los tipos de mensaje para seleccionar los controladores y puede procesar nuevos eventos emitidos durante un flujo de trabajo. Coordina el enrutamiento, pero el significado de negocio de cada mensaje corresponde al modelo y a sus controladores.
comando
Una solicitud de acciónUn mensaje que expresa la intención de un actor de realizar una operación específica, como asignar existencias o crear un lote. Normalmente se envía a un único controlador, y el solicitante debe recibir información si falla. Los comandos se nombran en imperativo, lo que los distingue de los eventos, que describen hechos que ya ocurrieron.
segregación de responsabilidades entre comandos y consultas
Separar las rutas de lectura y escrituraUn enfoque arquitectónico que separa las operaciones que modifican el estado de las que recuperan información. El lado de escritura puede utilizar un modelo de dominio rico para hacer cumplir las reglas, mientras que el lado de lectura puede utilizar consultas directas o una vista desnormalizada adaptada a solicitudes específicas. Ambos lados pueden tener distintos requisitos de coherencia y diseños de almacenamiento.
núcleo funcional y envoltura imperativa (Functional Core, Imperative Shell)
Decisiones puras, E/S explícitaUn enfoque de diseño que mantiene separada la lógica de toma de decisiones de las operaciones que interactúan con el estado externo. El núcleo funcional transforma entradas simples en decisiones o acciones; la envoltura imperativa recopila datos, invoca esa lógica y aplica sus resultados mediante operaciones de entrada/salida (E/S). Esta estructura facilita probar las reglas centrales sin configurar los sistemas externos.
lector tolerante (Tolerant Reader)
Leer solo los campos necesariosUn enfoque de integración en el que quien consume un mensaje extrae los campos que necesita y evita rechazar información adicional inocua. Favorece la evolución independiente de los servicios que se comunican, ya que un productor puede añadir campos sin romper a los consumidores que no los utilizan. No significa aceptar datos obligatorios mal formados ni ignorar errores que afecten a la corrección.
Preguntas frecuentes
¿De qué trata Architecture Patterns with Python?
- Enfoque en la arquitectura de software: El libro profundiza en patrones arquitectónicos adaptados a Python, con énfasis en el desarrollo guiado por pruebas (TDD), el diseño guiado por el dominio (DDD) y los microservicios basados en eventos.
- Aplicación en el mundo real: Utiliza ejemplos prácticos de la experiencia de los autores en MADE.com para ilustrar cómo gestionar la complejidad en los sistemas de software.
- Independiente de los marcos de trabajo: Aunque aborda marcos de trabajo como Flask y SQLAlchemy, sus principios se pueden aplicar con diversas tecnologías y lenguajes.
¿Por qué debería leer Architecture Patterns with Python?
- Mejorar el diseño de software: El libro ofrece ideas sobre cómo estructurar aplicaciones para mejorar su facilidad de prueba y mantenimiento, aspectos esenciales para la salud del software a largo plazo.
- Aprender de expertos: Escrito por los arquitectos de software con experiencia Harry Percival y Bob Gregory, ofrece consejos prácticos basados en situaciones del mundo real.
- Cobertura amplia: Abarca diversos patrones arquitectónicos, por lo que resulta valioso tanto para principiantes como para desarrolladores con experiencia.
¿Cuáles son las principales conclusiones de Architecture Patterns with Python?
- Comprender los patrones arquitectónicos: Los lectores aprenden sobre patrones como Repositorio, Unidad de Trabajo y arquitectura basada en eventos, así como sobre su implementación en Python.
- Énfasis en TDD y DDD: El libro destaca la importancia de TDD y DDD para gestionar la complejidad y garantizar una representación precisa de la lógica de negocio.
- Sistemas basados en eventos: Aborda la creación de sistemas que reaccionan a eventos, lo que permite arquitecturas flexibles y desacopladas.
¿Cuáles son las mejores citas de Architecture Patterns with Python y qué significan?
- «Los eventos son simples clases de datos...»: Esta cita destaca el papel de los eventos para registrar y comunicar cambios en una arquitectura basada en eventos.
- «Usamos eventos como estructura de datos...»: Ilustra cómo los eventos sirven tanto de datos de entrada como de medio para activar procesos internos, lo que mejora la modularidad.
- «Nuestro objetivo continuo con estos patrones arquitectónicos...»: Subraya la importancia de gestionar la complejidad del diseño de software y garantizar que las aplicaciones sigan siendo manejables a medida que crecen.
¿Qué es el patrón Repositorio tal como se describe en Architecture Patterns with Python?
- Abstracción del almacenamiento de datos: El patrón Repositorio abstrae el acceso a los datos y mantiene el modelo de dominio independiente de la tecnología de almacenamiento subyacente.
- Simplifica las pruebas: Mediante repositorios, los desarrolladores pueden simular fácilmente el acceso a los datos en las pruebas, lo que permite pruebas unitarias más rápidas y fiables.
- Fomenta la separación de responsabilidades: Este patrón mantiene una separación clara entre la lógica del dominio y la lógica de acceso a los datos, lo que facilita la gestión del código.
¿Cómo funciona el patrón Unidad de Trabajo en Architecture Patterns with Python?
- Operaciones atómicas: El patrón Unidad de Trabajo agrupa varias operaciones en una sola transacción, de modo que todos los cambios se confirman o revierten en conjunto.
- Administrador de contexto: Su implementación como administrador de contexto en Python simplifica la gestión de las sesiones y transacciones de bases de datos.
- Integración con repositorios: Colabora con los repositorios para ofrecer una interfaz coherente de acceso a los datos y mantener la integridad transaccional.
¿Qué es el diseño guiado por el dominio (DDD) y cómo se aplica en Architecture Patterns with Python?
- Enfoque en la lógica de negocio: El DDD hace hincapié en modelar el software a partir del dominio de negocio, para que el código refleje los procesos y las reglas del mundo real.
- Lenguaje ubicuo: El libro insiste en utilizar un lenguaje común entre desarrolladores y expertos del dominio para evitar malentendidos y garantizar la claridad.
- Agregados y límites de coherencia: El DDD introduce agregados, conjuntos de objetos relacionados que se tratan como una unidad al modificar datos y que mantienen la coherencia.
¿Qué son los eventos de dominio y cómo se utilizan en Architecture Patterns with Python?
- Registro de cambios de estado: Los eventos de dominio representan cambios en el sistema y permiten que distintas partes de la aplicación reaccionen sin acoplarse estrechamente.
- Arquitectura basada en eventos: El libro ilustra cómo utilizar eventos para activar flujos de trabajo y acciones entre componentes del sistema, promoviendo una arquitectura desacoplada.
- Integración con un bus de mensajes: Los eventos se publican en un bus de mensajes, que los dirige a sus controladores y permite una separación clara de responsabilidades y un procesamiento asíncrono.
¿Cómo aborda Architecture Patterns with Python las estrategias de prueba?
- Concepto de pirámide de pruebas: Los autores recomiendan una pirámide de pruebas equilibrada, con una mayoría de pruebas unitarias, menos pruebas de integración y un mínimo de pruebas de extremo a extremo.
- Pruebas de la capa de servicio: El libro muestra cómo probar funciones de la capa de servicio utilizando sustitutos y simulaciones, lo que permite realizar pruebas rápidas y fiables centradas en la lógica de negocio.
- Fomento de la refactorización: Al estructurar las pruebas en torno a la capa de servicio y utilizar eventos, el libro anima a los desarrolladores a refactorizar el código sin temor a romper la funcionalidad.
¿Cuáles son algunas buenas prácticas para implementar patrones arquitectónicos en Python según Architecture Patterns with Python?
- Empezar de forma sencilla: Comienza con implementaciones sencillas de los patrones y refactoriza gradualmente a medida que aumenta la complejidad del sistema.
- Utilizar administradores de contexto: Se recomienda usar administradores de contexto para gestionar recursos como las sesiones de bases de datos, por su claridad y facilidad de uso.
- Desacoplar componentes: Mantén los componentes débilmente acoplados para facilitar las pruebas y el mantenimiento, y permitir la evolución del sistema sin reescrituras significativas.
¿Qué importancia tiene la arquitectura basada en eventos en Architecture Patterns with Python?
- Sistemas desacoplados: La arquitectura basada en eventos promueve sistemas desacoplados cuyos componentes se comunican mediante eventos, lo que aporta mayor flexibilidad y escalabilidad.
- Procesamiento asíncrono: Permite procesar eventos de forma asíncrona, de modo que los sistemas puedan gestionar cargas elevadas y mejorar su capacidad de respuesta.
- Mayor facilidad de mantenimiento: El uso de eventos para activar acciones facilita el mantenimiento de la arquitectura, ya que los cambios en un componente no afectan directamente a los demás.
¿Qué dificultades presenta el uso de una arquitectura basada en eventos, según Architecture Patterns with Python?
- Complejidad en la gestión de eventos: Los sistemas basados en eventos añaden complejidad a la hora de gestionar los flujos de eventos y garantizar que el sistema responda correctamente.
- Posibilidad de dependencias circulares: El libro advierte del riesgo de que se formen dependencias circulares entre controladores de eventos, lo que puede dar lugar a problemas difíciles de depurar.
- Consideraciones de rendimiento: Los autores analizan las ventajas y desventajas del procesamiento síncrono y asíncrono, y destacan la necesidad de equilibrar la capacidad de respuesta con la complejidad.
Descargar PDF
Descargar EPUB
.epub es ideal para leer libros electrónicos en teléfonos, tabletas y lectores electrónicos.