Programación reactiva y flujos

← SE-079 — Programación orientada a eventos · ↑ Parte 06 · 📚 Índice completo · 🌐 Portal · SE-081 — Programación concurrente y actores →

Punto profesional y fundamento pedagógico

Punto profesional. La clase existe para diseñar flujos reactivos por contrato de notificación, terminación, error y presión.

Por qué aparece aquí. Se sitúa después de Programación orientada a eventos y antes de Programación concurrente y actores: convierte el conocimiento anterior en una decisión observable que la clase siguiente podrá reutilizar. La continuidad se comprueba en el artefacto, no por compartir vocabulario.

Error conceptual que debe corregir. Tratar stream como lista diferida o ignorar consumidores lentos.

Secuencia de aprendizaje. Antes de leer la solución, el estudiante predice el resultado del caso normal y del error conceptual anterior. Luego explica un caso resuelto paso a paso, construye un contraejemplo que cambie la decisión y, sin consultar el texto, reconstruye el mecanismo y lo aplica a una entrada nueva. La secuencia usa predicción, explicación propia, contraste y recuperación. ICAP distingue participación de construcción de conocimiento; How People Learn II exige conectar conocimiento previo, contexto y transferencia; la práctica de recuperación respalda producir de nuevo la explicación tras una demora; y Education for Life and Work exige devolución que explique la causa del error.

Evidencia de aprendizaje. Stream-contract.md con next/error/complete, cancelación y backpressure. Debe contener predicción previa, observación, explicación causal, contraejemplo, criterio de aceptación y una nota de qué dato haría cambiar la conclusión.

Límite de la conclusión. ReactiveX no define una política universal de presión.

Trazabilidad fuente → afirmación

Antes de empezar

Esta clase continúa el motor de reglas comparado de la Parte 06. Recupera la evidencia de la clase anterior, añade una decisión propia de Programación reactiva y flujos y deja un artefacto que la clase siguiente deberá consumir. La pregunta activa es: ¿Cómo modelar un flujo que produce cero, uno o muchos valores y también termina o falla?

Prerrequisitos

• Haber completado la clase anterior o reconstruir su contrato y evidencia.
• Python 3.11 o posterior, terminal, editor y Git; un segundo runtime es opcional y debe declararse.
• Trabajar con fixtures sintéticos: ninguna observación necesita datos de una persona o sistema real.

Problema auténtico

El motor de reglas comparado recibe telemetría más rápido de lo que puede evaluarla. Un callback por muestra crece sin límite y combinar la última autorización con latencia antigua genera decisiones incoherentes.

Objetivos observables

Al terminar podrás explicar los cinco mecanismos de esta clase, predecir su comportamiento antes de ejecutar, construir un caso normal y uno límite, diagnosticar el fallo controlado, comparar una alternativa y entregar evidencia que otra persona pueda reproducir.

Mapa conceptual

flowchart LR
    N1[Observable / contrato de notificaciones] --> N2[Operadores como álgebra de flujos] --> N3[Flujos calientes / fríos] --> N4[Backpressure / pérdida] --> N5[Errores, reintentos / cancelación]
    N5 -->|fallo o cambio| N1

El mapa se lee como una cadena de razonamiento, no como fases obligatorias del runtime. La flecha de retorno indica que un fallo o cambio de requisito obliga a revisar el modelo inicial; no autoriza a parchear solo la última salida.

Temas y por qué importan

Conceptos y decisiones

1. Observable y contrato de notificaciones

Un flujo emite valores y termina una sola vez por completitud o error. Después de una señal terminal no debe emitir más. Esta gramática permite componer secuencias, siempre que la implementación respete serialización y vida de la suscripción.

2. Operadores como álgebra de flujos

Mapear transforma, filtrar descarta, combinar relaciona y reducir acumula. La elección expresa semántica temporal: merge, concat, zip y combineLatest producen resultados diferentes. Elegir por nombre familiar puede mezclar mediciones que nunca coexistieron.

3. Flujos calientes y fríos

Un flujo frío comienza por suscriptor y puede repetir el origen; uno caliente existe independientemente y un suscriptor tardío pierde historia salvo replay. La distinción cambia efectos, costo y pruebas. No debe deducirse solo del tipo de variable.

4. Backpressure y pérdida

Si el productor supera al consumidor hay que bloquear, almacenar, agrupar, muestrear o descartar con política. Una cola infinita solo pospone el fallo a memoria. El motor de reglas comparado registra volumen perdido y explica por qué la política sigue siendo válida para diagnóstico.

5. Errores, reintentos y cancelación

Un error terminal corta el flujo; retry vuelve a suscribirse y puede repetir efectos. La recuperación requiere clasificar transitorio y permanente, aplicar límites y cancelar recursos aguas arriba. Ocultar un error con valor por defecto puede convertir falta de señal en decisión segura falsa.

Definiciones de trabajo

• observable y contrato de notificaciones: un flujo emite valores y termina una sola vez por completitud o error.
• operadores como álgebra de flujos: mapear transforma, filtrar descarta, combinar relaciona y reducir acumula.
• flujos calientes y fríos: un flujo frío comienza por suscriptor y puede repetir el origen; uno caliente existe independientemente y un suscriptor tardío pierde historia salvo replay.
• backpressure y pérdida: si el productor supera al consumidor hay que bloquear, almacenar, agrupar, muestrear o descartar con política.
• errores, reintentos y cancelación: un error terminal corta el flujo; retry vuelve a suscribirse y puede repetir efectos.

Las definiciones son operativas para el motor de reglas comparado. No convierten términos con historia más amplia en sinónimos y deben contrastarse con la documentación primaria enlazada al final.

Ejemplo mínimo

# Pseudocódigo ReactiveX
decisions = observations.pipe(
    buffer_with_time(0.5),
    filter(lambda batch: bool(batch)),
    map(validate_batch),
    map(choose_next),
)
subscription = decisions.subscribe(on_next, on_error, on_complete)

Antes de ejecutar, predice estado, resultado y error. Después registra versión, comando y salida. Si el fragmento es pseudocódigo o pertenece a otro lenguaje, etiquétalo como tal y no afirmes que fue ejecutado.

Ejemplo profesional

En el motor de reglas comparado, una recomendación contiene acción, evidencia usada, versión de política y explicación. La implementación de esta clase debe conservar ese contrato aunque cambie la forma interna. El caso profesional no pregunta únicamente si devuelve una cadena: pregunta quién puede producirla, qué estado observa, cómo falla y qué rastro permite disputar una decisión incorrecta.

Compara el caso normal con autorización falsa, evidencia incompleta, empate y repetición. Un mecanismo es apropiado cuando esas diferencias quedan visibles y localizadas; es peligroso cuando dependen de orden accidental, estado oculto o una convención que el consumidor no puede conocer.

Práctica guiada

1. Copia el contrato de entrada y salida antes de escribir implementación.
2. Predice el caso normal y un límite; identifica la invariante que no puede romperse.
3. Implementa la versión mínima sin I/O dentro del núcleo.
4. Ejecuta el caso y conserva comando, versión y salida bajo evidence/.
5. Introduce el fallo controlado, reduce la reproducción y formula dos hipótesis rivales.
6. Corrige la causa, añade regresión y ejecuta el conjunto completo.
7. Compara con otro paradigma o lenguaje indicando qué semántica se preserva.

Ejercicios

1. Lectura: dibuja una traza de cinco pasos y marca dónde cambia estado o control.
2. Construcción: añade una regla del motor de reglas comparado sin alterar los fixtures anteriores.
3. Frontera: cubre vacío, empate, no autorizado e inválido con resultados distintos.
4. Contraste: reescribe una pieza con otro modelo y explica una mejora y una pérdida.

Reto verificable

Entrega implementación, fixtures, pruebas y un informe corto. Se aprueba si otra persona ejecuta desde checkout limpio, obtiene los mismos resultados y puede relacionar cada rama o transformación con una regla del dominio. No se aprueba por cantidad de archivos ni por usar la sintaxis característica del paradigma.

Caso conductor

El motor de reglas comparado recibe una observación autorizada, evalúa reglas y devuelve una recomendación explicable. En esta clase, ejecuta el caso latency_ms=900, el límite latency_ms=800, el contraejemplo authorized=false y una entrada incompleta. Cambia después una sola regla y revisa qué archivos, pruebas y trazas debieron modificarse. Esa superficie de cambio alimenta la comparación final de la parte.

Preguntas frecuentes

¿Un paradigma determina toda la arquitectura?

No. Puede organizar un núcleo o una frontera sin dominar el sistema completo. Combinar modelos es válido si los adaptadores preservan identidad, orden, errores y evidencia.

¿Menos líneas significan una solución mejor?

No. La brevedad puede quitar duplicación o esconder decisiones. Se evalúan semántica, diagnóstico, costo de cambio y adecuación a la carga.

¿Debo instalar todos los lenguajes mencionados?

No. Python basta para la práctica base. Si usas Prolog, Rust o Erlang, registra versión y comandos; si solo analizas notación, decláralo como análisis no ejecutado.

Fallo controlado y diagnóstico

Sustituye zip por combine_latest entre autorización y latencia. Produce una combinación temporalmente inválida. Añade identificador de evaluación y una prueba con diagrama de mármol que muestre emisiones exactas.

Registra síntoma, entrada mínima, hipótesis, observación que descarta cada hipótesis, causa, corrección y prueba de regresión. No cambies simultáneamente implementación, fixture y expectativa.

Errores comunes y cómo corregirlos

Entorno y archivos clave

work/SE-080/
├── README.md
├── rule_engine/
│   ├── domain.py
│   └── se_080.py
├── fixtures/cases.json
├── tests/test_se_080.py
└── evidence/diagnosis.md

El README declara plataforma, runtimes, comandos, limpieza y límites. Evita dependencias externas cuando la biblioteca estándar permita observar el mecanismo; si agregas una, fija procedencia y versión.

Seguridad, ética y accesibilidad

• la autorización forma parte del dominio y no se infiere por ausencia de rechazo;
• no uses eval, reglas descargadas ni serialización insegura;
• limita colas, recursión, tamaño de entrada y tiempo de evaluación;
• redacta trazas y conserva una explicación textual además de color o animación;
• una recomendación automatizada debe poder revisarse, impugnarse y corregirse;
• respeta licencias de ejemplos y atribuye adaptaciones.

Transferencia

Traslada un fixture al segundo modelo o lenguaje. Compara representación de ausencia, error, mutabilidad, orden y cancelación. La transferencia está lograda cuando el contrato se conserva y las diferencias están explicadas, no cuando la sintaxis se parece.

Evaluación y evidencia

Fuentes

• Python Language Reference — Semántica de sentencias, funciones, clases, generadores y corrutinas; autoridad: Python Software Foundation.
• The Rust Programming Language — Ownership, enums, traits, errores y concurrencia sin carreras de datos; autoridad: Rust project.
• SWI-Prolog Reference Manual — Hechos, reglas, unificación, búsqueda y límites operacionales; autoridad: SWI-Prolog project.
• ReactiveX Observable Contract — Notificaciones, terminación, errores y control de flujo observable; autoridad: ReactiveX project.
• Erlang System Documentation: Processes — Procesos, buzones, envío de mensajes, enlaces y monitores; autoridad: Erlang/OTP project.
• SWEBOK Guide v4.0a — Construcción, diseño y fundamentos profesionales; autoridad: IEEE Computer Society.

Cada fuente respalda el mecanismo indicado; ninguna demuestra que la implementación del motor de reglas comparado sea correcta. Esa afirmación depende de fixtures, pruebas, trazas y revisión reproducible.

Límites y siguiente paso

Los operadores no eliminan límites de recursos ni garantizan entrega distribuida. La siguiente clase compara memoria compartida con actores y mensajes.

Glosario

• observable y contrato de notificaciones: un flujo emite valores y termina una sola vez por completitud o error.
• operadores como álgebra de flujos: mapear transforma, filtrar descarta, combinar relaciona y reducir acumula.
• flujos calientes y fríos: un flujo frío comienza por suscriptor y puede repetir el origen; uno caliente existe independientemente y un suscriptor tardío pierde historia salvo replay.
• backpressure y pérdida: si el productor supera al consumidor hay que bloquear, almacenar, agrupar, muestrear o descartar con política.
• errores, reintentos y cancelación: un error terminal corta el flujo; retry vuelve a suscribirse y puede repetir efectos.

← SE-079 — Programación orientada a eventos · ↑ Parte 06 · 📚 Índice completo · 🌐 Portal · SE-081 — Programación concurrente y actores →