Skip to content

Commit

Permalink
cambios en index de reacive (#259)
Browse files Browse the repository at this point in the history 
* cambios en index de reacive

definición de operadores.
más información en streams de datos
se menciona el uso del modelo Iterador en backpressure

* definición de FRP, operadores sobre streams

* testing de software
  • Loading branch information
@juliano-echo21
juliano-echo21 authored Jun 18, 2024
1 parent ee92592 commit ed8aea2
Showing 1 changed file with 92 additions and 2 deletions.
94 changes: 92 additions & 2 deletions reactive/reactive_teoria/index.html
View file
Original file line number Diff line number Diff line change
Expand Up @@ -178,13 +178,13 @@ <h2 class="dark-text">Características<hr></h2>

<h4>Actores</h4>

<p><b>Flujo de datos:</b> Son datos que se van modificando cada cierto tiempo, y que puede tener interés observar en tiempo real.</p>
<p><b>Flujo de datos:</b> Son datos que se van modificando cada cierto tiempo, y que puede tener interés observar en tiempo real. A diferencia de los procesos por lotes, donde los datos se recopilan y procesan en bloques, el data streaming permite la ingestión y procesamiento continuo de datos a medida que estos se generan.</p>
<p><b>Observable:</b> Un componente que puede ser observado, y que se encargará de informar cuando ese flujo de datos se modifique.</p>
<p><b>Observador:</b> Es el elemento que observa esas modificaciones. Cuando el dato se modifica, se notifica al componente que lo está utilizando.
Normalmente este observer necesita suscribirse cuando quiere empezar a recibir datos, y desuscribirse cuando ya no le interesan más esos datos.
</p>
<p><b>Dispatchers:</b> En cada framework de programación reactiva se llaman de una forma distinta, pero básicamente son un conjunto de hilos donde se van a ejecutar las operaciones, y unas reglas que optimizan su uso para ser lo más eficientes posibles.</p>
<p><b>Operadores:</b> Existen montones de operadores que nos permiten modificar y combinar flujos de datos, y conocerlos todos es muy complicado. Dependen de las librerías.</p>
<p><b>Operadores:</b> Son funciones que se aplican a streams de datos haciendo uso de la programación funcional. Implementan soluciones a problemas comunes en el procesamiento de streams como agregar, filtrar, mapear. Existen montones de operadores que nos permiten modificar y combinar flujos de datos, y conocerlos todos es muy complicado. Dependen de las librerías.</p>

<hr>

Expand Down Expand Up @@ -302,6 +302,8 @@ <h4>Facilidad en el manejo del backpressure</h4>

<p>Para manejar estas situaciones en la programación reactiva se han establecido los siguientes mecanismos: Los suscriptores pueden indicar el número de datos que quieren o pueden procesar, de manera que el notificador nunca les enviará más de n cantidad de elementos. Los notificadores pueden aplicar diferentes operaciones como buffers o descartar algunos datos, para evitar saturar a los suscriptores lentos.</p>

<p>Backpressure es una solución que implementa el modelo Pull o el patrón de diseño Iterador. Así, hoy día el patrón la programación reactiva implementa dos patrones de diseño : Observer e Iterador</p>

<h4>Implementación</h4>

<p>Lograr los comportamientos que se logran de forma fácil en el paradigma reactivo, resultan muy complicados y con el uso de artefactos complicados en otros paradigmas de programación.</p>
Expand Down Expand Up @@ -370,6 +372,20 @@ <h2 class="dark-text">Evolución del paradigma<hr></h2>

<hr>

<h4>Orígenes</h4>
<p>
En las primeras aplicaciones de GUI, la interfaz se actualizaba solo después de una acción del usuario,
como hacer clic en un botón. El núcleo de la aplicación era un bucle de eventos que esperaba sincrónicamente la
entrada del usuario, lo que hacía que la aplicación se colgara si no había interacción.
<br><br>

La solución es desacoplar el manejo de eventos de la actualización de la GUI, utilizando una cola de eventos
y un procesamiento paralelo. En este patrón productor-consumidor, un hilo maneja la entrada del usuario y coloca
eventos en la cola, mientras otro hilo consume estos eventos y actualiza la GUI.

</p>
<hr>

<h4>Generación 0</h4>

<p>
Expand Down Expand Up @@ -470,6 +486,15 @@ <h2 class="dark-text">El término "Reactive"<hr></h2>

<h4>Programación Funcional Reactiva (FRP)</h4>

<p>Es un paradigma de programación que combina los principios
de la programación funcional con el manejo de datos que cambian a lo largo del tiempo de manera
continua. En lugar de trabajar con valores discretos emitidos a lo largo del tiempo, como en la
programación reactiva tradicional, la FRP se enfoca en representar y manipular valores que pueden
variar continuamente. Este enfoque permite describir comportamientos dinámicos y sistemas interactivos
de forma declarativa, facilitando el desarrollo de aplicaciones como animaciones, simulaciones y
gráficos interactivos.
</p>

<p>
Fue definida en 1997 por <a href="http://conal.net/">Conal Elliott</a> y Paul Hudak. De
acuerdo con una presentación que Elliott dio en el año 2015, titulada "The essence and
Expand Down Expand Up @@ -500,6 +525,50 @@ <h4>Extensiones y Streams Reactivos</h4>

<hr>

<h4>Operadores sobre Streams reactivos</h4>

<h5>
Operadores de creación
</h5>

<p>
<b>of:</b> Crea un stream a partir de una lista de elementos.

</p>
<p>
<b>from:</b> Convierte varios tipos de datos (arrays, promesas, iterables) en streams.
</p>
<p>
<b>interval:</b> Emite números secuenciales a intervalos de tiempo específicos.
</p>

<p>
<b>timer:</b> Emite un valor después de un tiempo determinado.
</p>

<h5>Operadores de join</h5>

<p><b>merge:</b> Combina múltiples streams emitiendo todos los valores a medida que ocurren.</p>
<p><b>concat:</b> Emite todos los valores de un stream y luego continúa con el siguiente.</p>
<p><b>combineLatest:</b> Combina múltiples streams emitiendo el último valor de cada uno cada vez que uno de los streams emite.</p>
<p><b>zip:</b> Combina valores de múltiples streams en forma de tuplas, emitiendo cada vez que cada stream ha emitido un valor.</p>

<h5>Operadores de transformación</h5>

<p><b>map:</b> Aplica una función a cada valor emitido por el stream.</p>
<p><b>scan:</b> Acumula valores emitidos utilizando una función acumuladora, similar a <code>reduce</code> en arreglos.</p>
<p><b>buffer:</b> Agrupa los valores emitidos en arrays.</p>

<h5>Operadores de filtrado</h5>
<p><b>filter:</b> Emite solo los valores que cumplen con una condición específica.</p>
<p><b>debounceTime:</b> Emite un valor solo si ha pasado una cierta cantidad de tiempo desde la última emisión.</p>
<p><b>distinctUntilChanged:</b> Emite valores solo si son diferentes del valor anterior.</p>

<h5>Operadores de multicasting</h5>
<p><b>share:</b> Convierte un stream en un stream multicast compartido entre suscriptores.</p>
<p><b>publish:</b> Convierte un stream en un connectable observable que puede ser controlado cuándo empezar a emitir.</p>
<p><b>refCount:</b> Convierte un connectable observable en un observable regular que se suscribe y se desuscribe automáticamente basado en la cantidad de suscriptores.</p>

<h4>Sistemas reactivos</h4>

<p>
Expand Down Expand Up @@ -950,6 +1019,27 @@ <h2 class="dark-text">Aplicaciones<hr></h2>

<p>De manera general, la programación reactiva se implementa cuando una aplicación maneje un gran flujo de datos o tenga muchas fuentes de datos y que requiera de alguna manera la propagación de cambio en datos modulos y eventos., sin la programación reactiva estas aplicaciones pueden tener problemas relacionados a la sincronización de los datos y como se muestran en la interfaz grafica. Es comun usar la programación reactiva a la par con la programación orientada a objetos en casos donde la programación asincróna se vuelve dificil de entender y mantener. Es importante mencionar la concurrencia, tema en el cual partes de un programa son ejecutadas con cierta regularidad en desorden o en un orden parcial, estos se pueden comunicar entre ellos mientras se estan ejecutando, con la programación reactiva se mejora la concurrencia de las aplicaciones creando modelos asíncrono, no bloqueantes.</p>

<strong>Testing de Software</strong>

<p><b>Mocks y Stubs Reactivos:</b> En lugar de utilizar mocks tradicionales que imitan comportamientos estáticos,
se pueden emplear mocks reactivos que emulen flujos de eventos dinámicos. Esto permite simular condiciones reales
y complejas de manera más cercana.</p>

<p><b>Testing de Streams y Flujos de Datos:</b> Dado que la FRP se centra en la manipulación de flujos de datos continuos,
es útil para probar cómo los programas reaccionan a cambios en estos flujos. Los frameworks y herramientas diseñados para FRP
facilitan la creación y manipulación de estos flujos durante el testing.</p>

<p><b>Propiedades y Leyes de Comportamiento:</b> La FRP promueve el diseño de programas en términos de propiedades y leyes de
comportamiento, en lugar de pruebas unitarias tradicionales. Esto facilita la especificación y verificación de comportamientos
complejos a lo largo del tiempo.</p>

<p><b>Testing de Interacciones Complejas:</b> En aplicaciones donde múltiples eventos y estados deben coordinarse de manera precisa,
la FRP proporciona herramientas para modelar y verificar estas interacciones de manera declarativa y concisa.</p>

<p><b>Simulación de Entornos Dinámicos:</b> Al simular entornos dinámicos y eventos impredecibles, la FRP puede ayudar a asegurar que
los programas reaccionen de manera correcta y predecible ante situaciones reales.</p>


<strong>Algunos casos de uso moderno</strong>

<ul>
Expand Down

0 comments on commit ed8aea2

Please sign in to comment.