Saltar al contenido
Guía de cátedra: de TP a producción (parte 2)

Guía de cátedra: de TP a producción (parte 2)

17 de noviembre de 2026

En corto


Una compra de punta a punta

Tomemos la operación central de un marketplace: un usuario compra un producto. El mismo razonamiento aplica a inscribirse en un curso, reservar un turno o mandar un mensaje con un adjunto.

    sequenceDiagram
    participant C as Cliente
    participant G as Gateway
    participant O as Órdenes
    participant B as Broker
    participant P as Pagos
    participant X as Pasarela externa

    C->>G: POST /orders (Idempotency-Key)
    G->>O: request autenticado + trace id
    O->>O: transacción: orden PENDIENTE + evento en outbox
    O-->>C: 202 Accepted (orderId)
    O->>B: publica order.created (desde el outbox)
    B->>P: order.created
    P->>X: cobro con la misma clave de idempotencia
    X-->>P: aprobado / rechazado / timeout
    P->>B: payment.approved o payment.failed
    B->>O: resultado del pago
    O->>O: orden CONFIRMADA o CANCELADA
  

Cada paso tiene una decisión de producción detrás:

#PasoDecisión de producciónQué puede salir mal
1Contrato de APIOpenAPI como fuente de verdad; respuesta 202 con un ID para consultar el estadoEl cliente asume que 200 significa “pagado”
2Autenticación y autorizaciónEl gateway valida el token; Órdenes valida que el usuario pueda comprar ese productoAutorización solo en el borde (ver guía de Auth)
3IdempotenciaEl cliente genera una Idempotency-Key y la reenvía en cada reintentoDoble clic o reintento de red: dos órdenes, dos cobros
4PersistenciaOrden y evento se guardan en la misma transacción (outbox)Se guarda la orden pero el evento se pierde, o al revés
5Publicación de eventosUn proceso publica desde el outbox y reintentaEl broker está caído: los eventos esperan, no se pierden
6ReintentosBackoff exponencial con jitter; diferenciar fallos transitorios de permanentesReintentar un rechazo de tarjeta; tormenta de reintentos
7ConsumidoresIdempotentes y tolerantes a eventos duplicados o fuera de ordenUn payment.approved repetido confirma dos veces
8ObservabilidadEl trace id viaja en headers y en los mensajes del brokerNo se puede reconstruir qué pasó con una orden
9AlertasSobre órdenes que quedan en PENDIENTE más de N minutosNadie se entera de pagos colgados
10RecuperaciónReconciliación periódica contra la pasarela; cola de mensajes fallidos (DLQ) revisadaCobros sin orden, órdenes sin cobro
11Métrica de negocioCompras completadas vs. iniciadas, por horaLa API está “verde” pero nadie puede comprar

Fuentes: Transactional outbox, Saga, Timeouts, retries and backoff with jitter (AWS), Making retries safe with idempotent APIs (AWS).


Consistencia distribuida: el cobro doble

El escenario que más duele en producción, y que no se resuelve con Docker, CI/CD ni monitoreo:

  1. Un usuario compra un producto.
  2. Pagos cobra en la pasarela.
  3. Órdenes falla antes de registrar el resultado.
  4. El usuario ve un error y vuelve a intentar.
  5. Se produce un segundo cobro.

Lo que lo evita es una combinación de decisiones, no una sola:

  • Idempotencia de punta a punta. La clave nace en el cliente y llega hasta la pasarela. Stripe cuenta por qué la diseñó así: Designing robust and predictable APIs with idempotency.
  • Estados explícitos. Una orden no pasa de “no existe” a “pagada”: pasa por PENDIENTE, y el cliente puede consultar el estado en vez de reintentar a ciegas.
  • Outbox y consumidores idempotentes, para que ningún evento se pierda ni se aplique dos veces.
  • Compensación. Si el cobro se confirmó pero la orden no puede completarse (sin stock, por ejemplo), la saga dispara un reembolso. Diseñen qué pasa si el reembolso también falla.
  • Reconciliación. Aun con todo lo anterior, algo se va a escapar. Un proceso periódico que compara los cobros de la pasarela con las órdenes, y alerta sobre las diferencias, es la red de seguridad que usan los sistemas de pagos reales.
  • Mensajes fallidos. Un mensaje que falla siempre no puede bloquear la cola ni perderse en silencio: va a una DLQ, alguien la mira y existe una forma de reprocesarlo.

Evolucionar contratos sin cortar el servicio

La parte 1 menciona expand/contract para la base de datos. En microservicios, el mismo problema aparece entre servicios, porque no se despliegan todos al mismo tiempo y en la cola puede haber mensajes viejos esperando.

Ejemplo: el servicio de Catálogo publica product.updated con un campo price (número) y se decide reemplazarlo por amount + currency.

  1. Expandir. Catálogo publica ambos formatos: price y también amount + currency.
  2. Migrar consumidores. Órdenes y Búsqueda pasan a leer amount + currency, pero siguen aceptando mensajes que solo traen price (ya encolados o de una réplica vieja).
  3. Esperar. Que no queden consumidores viejos desplegados ni mensajes viejos en las colas.
  4. Contraer. Catálogo deja de publicar price.

Si hay datos históricos que necesitan el formato nuevo, se agrega un backfill entre los pasos 2 y 4. La misma lógica aplica a una API REST: agregar es compatible, quitar o cambiar el significado de un campo no lo es. Para detectar roturas antes de desplegar, los contratos guiados por el consumidor hacen que el CI del productor falle si rompe lo que un consumidor espera.

Fuentes: Consumer-Driven Contracts (Martin Fowler), Schemas, contracts and compatibility (Confluent).


Calidad en producción

La pirámide de tests y el test de carga cubren lo que pasa antes de desplegar. En producción se suman otras prácticas:

  • Smoke tests después de cada deploy. Un puñado de requests automáticos sobre el flujo principal. Si fallan, el pipeline vuelve a la versión anterior.
  • Monitoreo sintético. Un “usuario robot” que cada pocos minutos hace login y una operación clave contra producción, para enterarse antes que los usuarios. (Synthetic Monitoring (Martin Fowler))
  • Contract tests en el CI, como se describió arriba.
  • Probar las migraciones contra una copia con volumen parecido al real (anonimizada), no solo contra una base vacía.
  • Game days. Romper algo a propósito en un entorno controlado (tirar una instancia, cortar el broker) y ver si las alertas, los runbooks y la recuperación funcionan. Es la versión chica de la ingeniería del caos. (Principles of Chaos Engineering)
  • Medir la entrega. Las métricas DORA (frecuencia de deploy, tiempo desde el commit hasta producción, tasa de deploys que fallan y tiempo de recuperación) sirven para ver si el proceso mejora. (DORA)

Identidad en producción

La guía de Auth cubre el diseño. En producción, aparecen además:

  • Revocación. Cuando se suspende o se banea a alguien, sus sesiones, tokens y conexiones abiertas (incluidos los WebSockets) tienen que cortarse en todas las instancias, no cuando venza el token.
  • Cuentas del staff. MFA obligatorio y permisos por rol en el backoffice, con registro de auditoría.
  • Ciclo de vida de la cuenta. Qué pasa con una cuenta inactiva, eliminada o recuperada; qué se borra, qué se anonimiza y qué se conserva por obligación legal.
  • Recuperación sin enumeración. El recupero de contraseña no tiene que revelar si un email está registrado, y tiene que tener límite de intentos.

Dos casos transversales

Un mismo producto genera problemas distintos en cada frente. Estos dos casos muestran cómo se cruzan:

Caso A: marketplace

FrenteQué aparece
OperaciónDisponibilidad y correctitud del checkout; órdenes colgadas en PENDIENTE
SeguridadAutorización por objeto en órdenes y direcciones; idempotencia de pagos
LegalDatos personales y de envío; derecho de arrepentimiento en compras a distancia
ConfianzaFraude, vendedores falsos, reseñas manipuladas, publicaciones prohibidas
NegocioComisión por transacción; costo de conseguir compradores y vendedores; liquidez

Caso B: plataforma de mensajería

FrenteQué aparece
OperaciónLatencia de entrega y reconexión sin pérdida de mensajes; múltiples instancias
SeguridadPrivacidad de mensajes directos; revocación de sesiones abiertas
LegalRetención y borrado de mensajes; transferencias internacionales del proveedor de voz o video
ConfianzaDenuncias, bloqueo, spam coordinado, contenido ilegal
NegocioRetención como métrica central; costo por usuario activo dominado por egreso y media

Hagan el ejercicio con el producto de su cuatrimestre: armen la misma tabla y marquen qué fila los preocupa más.


Registro de riesgos

La checklist de la parte 1 sirve para saber dónde están parados. Para documentar decisiones, un registro de riesgos es más útil. Ejemplo:

RequisitoRiesgo que mitigaEvidenciaCriticidadResponsableEstado
Restore probado de la base de órdenesPérdida de datos irreversibleActa del restore del 10/11, 14 minP0AnaHecho
Reconciliación diaria con la pasarelaCobros sin ordenJob programado + alerta de diferenciasP0TomásEn curso
Alta disponibilidad multi-regiónCaída de una región del proveedor—P2—Aceptado: costo desproporcionado para la escala actual

La última fila es la más importante: un riesgo aceptado y justificado es una decisión de ingeniería; un riesgo ignorado es un accidente esperando. Si la decisión es relevante, merece un ADR.


Para seguir leyendo

TemaRecursoTipo
Sistemas distribuidos y datosDesigning Data-Intensive Applications, Martin KleppmannLibro
Arquitectura que evolucionaBuilding Evolutionary Architectures, Ford, Parsons, Kua y SadalageLibro
Rendimiento de la entregaAccelerate, Forsgren, Humble y KimLibro
Descubrimiento de productoContinuous Discovery Habits, Teresa TorresLibro
Métricas de productoLean Analytics, Croll y YoskovitzLibro
Decisiones de tecnologíaThoughtworks Technology RadarOpinión de la industria

Y para volver a lo básico: parte 1 de esta guía, referencias técnicas y la sección De TP a Producción del material.