Blog-Relacional-AccesoDatos-2021-2022

Ejemplo de desarrollo de un blog (backend básico) para Acceso a Datos, usando una base de datos realacional e implementando distintas técnicas y patrones de Acceso a Datos vistos en clase.

• Blog-Relacional-AccesoDatos-2021-2022
  • Descripción
  • Tecnologías
  • Enunciado
    • Ejemplo de diagrama
  • Desarrollo
    • GitFlow
    • Maven
    • Secretos
    • Lombok
  • Arquitectura
    • Patrón DAO
    • Controladores - Servicios - Repositorios
      • Controlador
      • Servicio
      • Repositorio
      • Repositorio vs DAO
    • Patrón DTO y Mapper
    • Base de datos
  • Ejecución
    • Docker
    • Adminer o cliente de Bases de Datos
  • Autor
    • Contacto
  • Licencia

Descripción

Se ha implementado el desarrollo del un blog a nivel de backend para el acceso a los datos que se necesiten con fines didácticos para el módulo de Acceso a Datos de 2DAM. Debes entender que es un ejemplo didáctico para clase, por lo que parte de la solución simplemente es para mostrar distintas técnicas y patrones y por lo tanto puede que no sea la más óptima o adecuada a niveles de producción o empresarial. Tenlo en cuenta.

Tecnologías

Se han usado las siguientes tecnologías:

• Java 11, como lenguaje de programación.
• MariaDB como motor de base de datos relacional.
• Docker para lanzar la base de datos, así como otras utilidades para manejarla.

Enunciado

Se desea implementar la base de un blog teniendo en cuenta que:

• Un usuario una vez registrado mediante email y password puede hacer login y logout en el sistema.
• El usuario puede escribir varios posts los cuales pertenecen solo a una categoría existente, como general, dudas o evaluación. Se pueden crear nuevas categorías.
• Los usuarios pueden hacer distintos comentarios sobre posts existentes.

Ejemplo de diagrama

Desarrollo

GitFlow

Se ha usado GitFlow como modelo de flujo de desarrollo y trabajo con el repositorio.

Maven

Apache Maven es un software de gestión de proyectos. Maven aumenta la reutilización y también se encarga de la mayoría de las tareas relacionadas con la construcción. Funciona en muchos pasos, como agregar archivos jar a la biblioteca del proyecto, crear informes y ejecutar casos de prueba o crear archivos Jar para el proyecto e incluso muchas más cosas. La configuración de Maven se guarda en el fichero pom.xml.

Secretos

Para trabajar con secretos y o variables globales se han usado dos enfoques en el directorio recursos:

• Ficheros de Properties (Propiedades): con ellos podemos leer propiedades de la manea clave valor.
• Ficheros .env: Mediante ellos leemos las variables de entorno ya sea del sistema o definidas en un fichero .env

Lombok

Se ha usado Lombok como sistema de anotaciones para aumentar la productividad y reducir el código repetitivo.

Arquitectura

Patrón DAO

Debemos tener en cuenta que la implementación y formato de la información puede variar según la fuente de los datos el patrón DAO propone separar por completo la lógica de negocio de la lógica para acceder a los datos, de esta forma, el DAO proporcionará los métodos necesarios para insertar, actualizar, borrar y consultar la información; por otra parte, la capa de negocio solo se preocupa por lógica de negocio y utiliza el DAO para interactuar con la fuente de datos.

Controladores - Servicios - Repositorios

La arquitectura que seguiremos es tipo CSS (Controladores -> Servicios -> Repositorios) de esta manera cualquier cambio no afectaría a la capa superior, manteniendo nuestra compatibilidad si por ejemplo pasamos de almacenamiento en ficheros XML a bases de datos relacionales o no relacionales.

Controlador

Tiene la lógica de la aplicación y controla y redirige las distintas peticiones que se nos hacen.

Servicio

Tienen la lógica de negocio y procesan las peticiones que se nos hacen accediendo a los recursos necesarios para ello usando los repositorios. Son la capa intermedia.

Repositorio

Implementan la lógica de acceso y manipulación de los datos encapsulando dichas operaciones.

Repositorio vs DAO

• DAO implementa las operaciones a más bajo nivel para persistencia y manipulación de la información. DAO es una abstracción de la persistencia de datos. DAO es un concepto de nivel inferior, más cercano a los sistemas de almacenamiento de datos. DAO funciona como una capa de mapeo/acceso de datos.
• Repositorio encapsula el propio sistema de almacenamiento, pero no suele estar tan ligado a dicho sistema de almacenamiento. Un repositorio es una abstracción de una colección de objetos. El el repositorio es un concepto de nivel superior, más cercano a los objetos de dominio. un repositorio es una capa entre dominios y capas de acceso a datos, que oculta la complejidad de recopilar datos y preparar un objeto de dominio.
• Se puede dar el caso que un mismo repositorio trabaje con distintos DAOS, por ejemplo las operaciones de manejo de datos de usuarios estén en una base de datos relacional (login, password) y en una NoSQL otra información (nombre, apellidos, email, etc). Es por ello que el repositorio para manejo de usuario llamará por debajo a dos DAOS separados. Pero si la correspondencia es 1 a 1, las ideas son muy similares y podemos optar por uno de ellos.

Patrón DTO y Mapper

El patrón DTO tiene como finalidad de crear un objeto plano (POJO) con una serie de atributos que puedan ser enviados o recuperados por nuestro servicio y enviados a capas superiores cone l objetivo de condensar o adaptar la información para disminuir las trasferencia y con ello respetar nuestro modelo de datos, pues es en el objeto DTO donde realizamos operaciones de trasferencia de datos. Por ejemplo en nuestro modelo tenemos usuarios que escriben post. Podemos de una tacada traernos todos los usuarios y sus post en el DTO de usuarios.

Por otro lado, los Mapper nos ayuda a ensamblar los DTO o desensamblaralos según el modelo de datos que tenemos. Es decir crear un objeto POJO a partir de un objeto DTO o POJO desde objetos DTO.

Base de datos

Se ha usado MariaDB como motor de base de datos relacional y se ha creado un controlador para su manejo usando PreparedStatements, con ello conseguimos:

• Ahorrar en la construcción de planes de ejecución. Pues la base de estas consultas se repite y tendremos un hash para identificarlas y con ellas podremos aprovechar el plan existente.
• Evitar que nos inyecten SQL ya que al parametrizar la consulta el API de JDBC nos protege contra las este tipo de ataques. Normalmente el uso de consultas parametrizadas mejora el rendimiento entre un 20 y un 30 % a nivel de base de datos.

Ejecución

Docker

Entrar en el directorio docker y ejecutar

$ docker-compose up -d

Para iniciar la BD con algunos datos modifica el fichero docker/mariadb/sql/init.sql

Adminer o cliente de Bases de Datos

Debes conectarte a http://localhost:8080/

• server: mariadb
• user: blog
• password: blog1234
• base de datos blog

Autor

Codificado con :sparkling_heart: por José Luis González Sánchez

Contacto

Licencia

Este proyecto está licenciado bajo licencia MIT, si desea saber más, visite el fichero LICENSE para su uso docente y educativo.