Autor: Jose María Flores Zazo

Uso de AddDbContextPool y Buenas Prácticas con DbContext en Azure SQL y On-Premises

En aplicaciones EF Core, cada instancia de DbContext establece internamente conexiones y servicios que conllevan cierta sobrecarga. Aunque crear y eliminar un DbContext es relativamente ligero (no implica operar con la base de datos por sí solo), en escenarios de alta concurrencia la repetición continua de esa inicialización puede notarse en rendimiento. Además, las bases de datos (especialmente en la nube) imponen límites de sesiones/ conexiones. Optimizar el ciclo de vida del DbContext y la gestión de conexiones es clave para evitar errores de límite (por ejemplo “session limit reached”) y asegurar que la aplicación escala bien tanto en Azure SQL como en entornos on-premises.

Leer más

Serialización polimórfica en C#: ¿merece la pena usar las nuevas capacidades de .NET?

En el desarrollo con .NET, es habitual que confiemos en patrones que dominamos: clases base, convertidores personalizados y control total sobre el flujo de serialización. Durante años, si querías serializar jerarquías de clases en JSON preservando el tipo real, la solución era clara: implementar un JsonConverter y aplicar el patrón estrategia.

Pero con la llegada de .NET 7 y su consolidación en .NET 8, System.Text.Json ha dado un paso adelante con soporte nativo para serialización polimórfica gracias a PolymorphismOptions y los atributos [JsonPolymorphic] y [JsonDerivedType]. Veamos como.

Leer más

Procesos de Negocio e IA Generativa

¿Y si tus diagramas BPMN pudieran convertirse en código funcional con solo unos clics?
En este artículo exploro cómo la IA Generativa está cambiando la forma en que diseñamos e implementamos procesos de negocio: desde el modelo hasta el prototipo, sin fricción y con total trazabilidad.

Leer más

Dapr y .NET Aspire

Con la llegada de .NET Aspire, tenemos ahora una forma más sencilla de construir arquitecturas distribuidas modernas. En este artículo, veremos cómo implementar actualizaciones en tiempo real entre microservicios utilizando Dapr pub/sub, sin necesidad de configuraciones complejas ni archivos YAML. Como ejemplo, usaremos un escenario de sensores industriales, donde un servicio publica datos de temperatura, y otro servicio reacciona ante esas actualizaciones para activar alertas.

Leer más

DRASI: Detecta y reacciona ante cambios en tu base de datos

Drasi es una plataforma de procesamiento de datos diseñada para simplificar la detección de cambios en sistemas de datos y desencadenar respuestas automáticas a esos cambios. Permite el seguimiento de registros y flujos de cambio a través de varios sistemas, evaluándolos para determinar su relevancia y reaccionando en tiempo real. Drasi utiliza consultas continuas que monitorean los datos en tiempo real. Cuando ocurre un cambio que coincide con criterios predefinidos, Drasi activa acciones contextuales, haciendo el proceso eficiente y escalable.
Si estás pensando que Drasi es otro CDC (Change Data Reaction), déjame adelantarte que no es así.
Descubre todo su pontencial en este nuevo documento.

Leer más