En sistemas distribuidos que usan bases de datos relacionales como SQL Server, es común que múltiples hilos o procesos intenten leer y modificar simultáneamente la misma entidad. Este fenómeno se llama concurrencia y, lejos de ser un bug, es una consecuencia natural de los entornos altamente paralelos y asincrónicos.
En arquitecturas distribuidas con Service Bus (como Azure Service Bus, RabbitMQ o NServiceBus), es común recibir mensajes que provocan cambios en nuestro modelo de dominio. Pero… ¿qué ocurre cuando ese modelo ya fue modificado por otro proceso?
Este artículo te guía sobre cómo actuar ante errores de concurrencia al reprocesar mensajes, especialmente cuando sigues prácticas de Domain-Driven Design (DDD) y usas concurrencia optimista con una base de datos relacional.
¿Es posible escalar horizontalmente sin renunciar a las garantías ACID?
Con la llegada de bases de datos NewSQL como CockroachDB, el ecosistema .NET puede por fin combinar lo mejor del mundo relacional con la resiliencia y elasticidad de los sistemas distribuidos.
En este artículo te cuento por qué deberías tener las bases de datos NewSQL en el radar, qué ventajas traen respecto a SQL y NoSQL, y cómo puedes integrar CockroachDB en tu aplicación .NET para empezar a construir sistemas realmente cloud-native.
Durante años, hemos soñado con herramientas que entiendan lo que queremos y lo hagan por nosotros. Primero fue el no-code, luego el low-code, y ahora estamos viendo algo mucho más potente. ¿Quieres saber más?…
¿Qué es mejor: una consulta con todo o dividir y conquistar?
Este artículo analiza a fondo los modos SingleQuery y SplitQuery en Entity Framework Core con benchmarks reales, código listo para ejecutar y conclusiones prácticas.
¿Y si te dijera que un error mío distribuyó cientos de CDs defectuosos y casi me cuesta el trabajo?
Ese día no solo aprendí lo que es el caos… también entendí por qué las pruebas de software bien diseñadas salvan carreras.
De esa experiencia —entre lágrimas, bugs y monolitos de VB6— nace este libro:
«Test de Contratos y componentes en .Net: Más allá de la pirámide de testing», donde comparto cómo evitar esos errores, cómo estructurar pruebas útiles de verdad, y por qué los contract tests son tu mejor seguro de vida en microservicios.
Disponible gratis, en español, con ejemplos reales, código, herramientas y estrategia.
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.
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.
¿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.
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.