12 conceptos de arquitectura que todo desarrollador debería conocer

Diseñar sistemas que escalen, sean resilientes y respondan bien bajo carga no depende solo de elegir el lenguaje o el framework. Hay conceptos de arquitectura que reaparecen en proyectos de cualquier tamaño: desde una API interna hasta una plataforma global.

Estos son 12 conceptos que conviene tener claros, explicados en pocas líneas para que sepas cuándo y por qué usarlos.

---

1. Load Balancing (equilibrio de carga)

Reparte el tráfico entrante entre varios servidores para que ninguno se sature solo.

Por qué importa: Un único nodo tiene un límite de conexiones y CPU. Con un balanceador (nginx, HAProxy, ALB de AWS, etc.), distribuyes las peticiones entre varias instancias y evitas cuellos de botella.

Ejemplos: Nginx, AWS Application Load Balancer, Cloudflare.

---

2. Caching (caché)

Almacena datos accedidos con frecuencia en memoria (o discos rápidos) para reducir latencia y carga en origen.

Por qué importa: Leer de RAM o disco local es mucho más rápido que ir a base de datos o API externa. Una buena estrategia de caché reduce tiempos de respuesta y coste de infraestructura.

Ejemplos: Redis, Memcached, caché HTTP (ETag, Cache-Control).

---

3. Content Delivery Network (CDN)

Distribuye assets estáticos (JS, CSS, imágenes) en servidores repartidos geográficamente. Los usuarios descargan desde el punto de presencia más cercano.

Por qué importa: Menor latencia, menos carga en tu origen y mejor experiencia global. Esencial para sitios con tráfico internacional.

Ejemplos: Cloudflare, Fastly, AWS CloudFront, Vercel Edge.

---

4. Message Queue (cola de mensajes)

Desacopla componentes haciendo que los productores encolen mensajes y los consumidores los procesen de forma asíncrona.

Por qué importa: Permite que un servicio no dependa del otro en tiempo real. Si el consumidor cae, los mensajes siguen en la cola. Ideal para tareas pesadas o en background.

Ejemplos: RabbitMQ, Redis Streams, AWS SQS, Kafka.

---

5. Publish-Subscribe (Pub/Sub)

Permite que varios consumidores reciban mensajes publicados en un topic, sin que el productor conozca quién está suscrito.

Por qué importa: Escalabilidad y desacoplamiento. Un evento puede desencadenar N procesos distintos (logs, notificaciones, analytics) sin cambiar el código del publicador.

Ejemplos: Redis Pub/Sub, Google Pub/Sub, AWS SNS, Apache Kafka.

---

6. API Gateway

Actúa como punto único de entrada para las peticiones del cliente. Centraliza enrutado, autenticación, rate limiting y traducción de protocolos.

Por qué importa: Evita que cada microservicio implemente auth, CORS, throttling, etc. Un único lugar para políticas transversales.

Ejemplos: Kong, AWS API Gateway, Traefik, Nginx como gateway.

---

7. Circuit Breaker (cortacircuitos)

Monitoriza las llamadas a servicios externos y deja de intentar cuando los fallos superan un umbral.

Por qué importa: Evita cascadas de fallos. Si un servicio downstream está caído, no tiene sentido seguir haciendo llamadas que siempre fallan; es mejor fallar rápido y dar una respuesta degradada.

Ejemplos: Patrón en código (Resilience4j, Polly en .NET), Istio.

---

8. Service Discovery

Registra y localiza automáticamente las instancias de servicios disponibles para que los componentes se comuniquen de forma dinámica.

Por qué importa: En entornos con autoescalado o despliegues frecuentes, las IPs cambian. Un registro central (o DNS interno) permite descubrir dónde está cada servicio sin configuración manual.

Ejemplos: Consul, etcd, Kubernetes DNS, Eureka.

---

9. Sharding

Divide grandes conjuntos de datos en varios nodos según una clave (shard key). Cada nodo gestiona un subconjunto.

Por qué importa: Una sola base de datos tiene límites de capacidad. Con sharding distribuyes datos y operaciones en varios nodos para escalar horizontalmente.

Ejemplos: MongoDB sharding, PostgreSQL con Citus, bases de datos distribuidas.

---

10. Rate Limiting

Limita el número de peticiones que un cliente puede hacer en una ventana de tiempo.

Por qué importa: Protege tus servicios de abuso, ataques de fuerza bruta y clientes descontrolados. También permite monetizar por volumen (tiers de API).

Ejemplos: Nginx limit_req, Redis con ventanas deslizantes, API Gateway policies, middleware en tu stack.

---

11. Consistent Hashing

Distribuye datos entre nodos de forma que, cuando un nodo entra o sale del cluster, solo una parte acotada de los datos se reasigna.

Por qué importa: En sistemas con muchos nodos (caché, almacenamiento distribuido), el hashing tradicional provoca rebalanceos masivos. Consistent hashing minimiza la reorganización.

Ejemplos: Memcached, DynamoDB, sistemas de caché distribuido.

---

12. Auto Scaling

Añade o quita recursos de cómputo automáticamente según métricas definidas (CPU, latencia, cola de mensajes, etc.).

Por qué importa: Aprovecha picos de tráfico sin sobredimensionar en tiempos de poca carga. Escala en función de la demanda real.

Ejemplos: Kubernetes HPA, AWS Auto Scaling Groups, Cloud Run, serverless en general.

---

Resumen

Estos conceptos no son exclusivos de arquitecturas enormes. Muchos se aplican desde el día uno: rate limiting en APIs, caché en consultas costosas, colas para trabajos asíncronos.

Conocerlos te ayuda a tomar decisiones más acertadas y a comunicarte mejor con equipos de infraestructura y arquitectura.

¿Estás diseñando un producto o sistema que necesite escalar? En Stellar Flavor combinamos estrategia técnica con implementación. Solicita un diagnóstico gratuito.