Spring Boot — Avanzado

Este curso está dirigido a desarrolladores con experiencia consolidada en Spring Boot que necesitan dar el salto a decisiones de diseño y operación de nivel senior. A lo largo de ocho horas, los participantes afrontarán los retos reales de aplicaciones en producción: elegir y justificar un estilo arquitectónico adecuado a los requisitos del negocio, diseñar mecanismos de auto-configuración reutilizables, blindar integraciones externas frente a fallos mediante patrones de resiliencia, asegurar APIs con estrategias de autenticación argumentadas, comparar modelos de persistencia bajo alta concurrencia y configurar una observabilidad completa con trazas distribuidas, logs correlacionados y dashboards operativos. Al finalizar, el participante será capaz de tomar decisiones arquitectónicas y de calidad respaldadas por métricas objetivas y de entregar aplicaciones Spring Boot preparadas para entornos exigentes de producción.

1. Identificar los principios que diferencian los estilos arquitectónicos —hexagonal, microservicios y monolito modular— y los criterios funcionales y operativos que determinan la elección más adecuada en cada contexto.
2. Describir el modelo de auto-configuración de Spring Boot, los mecanismos condicionales disponibles y el ciclo de vida de los patrones de resiliencia gestionados por Resilience4j.
3. Diseñar un mecanismo de auto-configuración personalizado con anotaciones @ConditionalOn* que se active y desactive correctamente según condiciones de entorno definidas.
4. Evaluar críticamente la estrategia de seguridad de una API —OAuth2, JWT o mTLS— argumentando su idoneidad frente a alternativas descartadas en función del contexto de amenazas y requisitos de escalabilidad.
5. Comparar las estrategias de persistencia JPA/Hibernate y R2DBC en un escenario de alta concurrencia, justificando la elección con métricas de latencia y throughput obtenidas durante las prácticas.
6. Implementar patrones de resiliencia —circuit breaker, retry con backoff y bulkhead— en integraciones externas, justificando los umbrales de configuración con datos de SLA reales o simulados.
7. Configurar la observabilidad completa de una aplicación Spring Boot integrando trazas distribuidas con OpenTelemetry, logs estructurados correlacionados por traceId y dashboards operativos en Grafana, y argumentar las decisiones de diseño adoptadas a partir de los resultados obtenidos.

Bloque 1 — Decisiones arquitectónicas en Spring Boot Se exploran los estilos arquitectónicos aplicables a Spring Boot —arquitectura hexagonal, microservicios y monolito modular— analizando sus compromisos en términos de acoplamiento, desplegabilidad y mantenibilidad. El participante aprende a formular un análisis de requisitos funcionales y restricciones operativas que justifique la elección de un estilo concreto y a documentar esa decisión de forma argumentada.

Bloque 2 — Auto-configuración avanzada y extensibilidad Se profundiza en el mecanismo de auto-configuración de Spring Boot: orden de procesamiento, anotaciones @ConditionalOnProperty, @ConditionalOnClass, @ConditionalOnMissingBean y el registro mediante AutoConfiguration.imports. El participante construye un starter personalizado, verifica su activación y desactivación bajo distintas condiciones de entorno y reflexiona sobre los casos de uso en los que esta capacidad aporta mayor valor.

Bloque 3 — Resiliencia y estrategias de persistencia bajo carga Se abordan conjuntamente dos dimensiones críticas de las aplicaciones en producción. En el plano de la resiliencia, se implementan circuit breaker, retry con backoff y bulkhead con Resilience4j, conectando los umbrales de configuración con datos de SLA. En el plano de la persistencia, se comparan JPA/Hibernate y R2DBC en escenarios de alta concurrencia, midiendo latencia y throughput para respaldar la elección tecnológica con evidencia objetiva.

Bloque 4 — Seguridad avanzada de APIs Se analizan las estrategias de seguridad disponibles para APIs Spring Boot —OAuth2 con servidor de autorización, JWT autocontenido y autenticación mutua mTLS— evaluando cada una en función de un modelo de amenazas explícito y de los requisitos de escalabilidad del sistema. El participante practica la configuración de al menos una estrategia completa y elabora la argumentación que descarta las alternativas en ese contexto.

Bloque 5 — Observabilidad integral: trazas, logs y dashboards Se configura una pila de observabilidad completa: instrumentación con Micrometer y OpenTelemetry, exportación de trazas distribuidas a Zipkin o Jaeger, generación de logs estructurados en JSON correlacionados por traceId y spanId, y construcción de dashboards operativos en Grafana. El bloque cierra con un ejercicio integrador en el que el participante detecta un cuello de botella real a partir de las métricas y propone y verifica al menos un ajuste correctivo.

• JDK: 21 LTS (se usará Virtual Threads en algunos ejercicios de concurrencia).
• Build tool: Maven 3.9+ o Gradle 8+.
• IDE: IntelliJ IDEA (recomendado) o Eclipse con plugin Spring Tools 4; cualquier editor con soporte LSP es aceptable.
• Docker Desktop 4.x o Docker Engine + Docker Compose v2, necesario para levantar Zipkin/Jaeger, Grafana, Prometheus y bases de datos en contenedor.
• Herramientas de línea de comandos: curl o HTTPie para invocar endpoints; k6 o wrk para pruebas de carga en el bloque de persistencia.
• Acceso a internet durante la sesión para descargar dependencias de Maven Central y las imágenes Docker requeridas.
• Hardware mínimo: 16 GB de RAM recomendados; 8 GB son el mínimo aceptable con la pila de observabilidad completa activa.

• Desarrollo de APIs REST con Spring Boot a nivel intermedio-avanzado (cubierto en SPB02): controladores, servicios, repositorios y manejo de excepciones.
• Configuración de seguridad básica con Spring Security (autenticación por formulario o HTTP Basic).
• Uso de Spring Data JPA y conexión a bases de datos relacionales.
• Escritura de tests de integración con @SpringBootTest y Testcontainers.
• Familiaridad con conceptos de CI/CD y ejecución de pipelines en al menos una herramienta (GitHub Actions, GitLab CI, Jenkins o equivalente).
• Conocimientos básicos de contenedores Docker para levantar dependencias de infraestructura en local.