Escrito por Martin Fowler
Traducido por Carmen Vidal
Revisado por Jorge Ferrer
Una base de datos en memoria (también denominada base de datos embebida) es una base de datos que corre completamente en la memoria principal, sin utilizar el disco duro. Por lo general, es creada cuando un proceso comienza, se ejecuta embebida dentro del proceso, y es destruida cuando el proceso termina.

A primera vista una idea tan bestia parece ridícula. Los dos objetivos principales de la mayor parte de bases de datos son persistir la información entre invocaciones del proceso y manejar el acceso concurrente a datos entre procesos. Las bases de datos en memoria no cumplen ninguno de estos objetivos – ¿ Cuál es su utilidad?

El caso más común en el que las he usado recientemente es para pruebas. Cuando se desarrolla una aplicación empresarial, las pruebas que atacan a la base de datos pueden consumir mucho tiempo cuando se ejecutan las baterías de pruebas. En estos casos, emplear una base de datos en memoria puede tener un efecto de un orden de magnitud que reduce tiempos de construcción radicalmente. Ya que a la mayor parte de los ThoughtWorkers se les da un aviso si no han tenido una barra verde recientemente, esta arquitectura es un hecho diferenciador.

Una de las prácticas común a las metodologías ágiles es escribir código fácilmente mantenible. Una gran frase al respecto es Cualquier desarrollador puede escribir código que una máquina pueda entender, pero sólo los buenos desarrolladores saben escribir código que otro desarrollador sepa entender.

Pues bien, según Roedy Green esta teoría está equivocada. Si te has encontrado casos de nombres de variables de una sóla letra, métodos con nombres tan explicativos como doIt, handle, etc., uso de la notación húngara, comentarios camuflados o líneas de código que no hacen nada, entonces su desarrollador estaba siguiendo los consejos para escribir código inmantenible que le asegurarán ser siempre imprescindible. Una lectura muy recomendable ;)

Es ampliamente conocido que las clases de un buen diseño orientado a objetos deben tener una alta cohesión y un bajo acoplamiento. Sin embargo ¿Cómo pueden medirse estos índices? Samudra Gupta nos presenta varias métricas con este objetivo en el artículo Coupling and Cohesion: The Two Cornerstones of OO Programming. Al final del artículo también hace una interesante introducción a la ley de Demeter.

En el mundo de las metodologías ágiles las métricas juegan un papel menos importante que en las metodologías tradicionales. El motivo es el riesgo de tomarlas demasiado en serio e ignorar otros factores más subjetivos pero también válidos. Sin embargo, siguen considerando interesante conocerlas y suelen servir como un complemento útil para evaluar y mejorar diseños.