¿Qué es el patrón Repository?

Question

Accepted Answer

El patrón **Repository** abstrae el **acceso a datos** detrás de una interfaz similar a una colección — separando la lógica de negocio de cómo se almacenan y recuperan los datos. Desacopla la aplicación de las fuentes de datos (bases de datos, APIs), mejorando la testeabilidad y mantenibilidad.

## Qué hace el patrón Repository

```text
REPOSITORY → an abstraction layer between business logic and DATA ACCESS:
  → provides a clean interface (like a collection: findById, save, delete, findAll)
  → HIDES how/where data is actually stored (database, API, cache, files)
  → business logic uses the repository, NOT the database directly
→ separate WHAT data operations from HOW they're implemented
```

## Ejemplo

```js
// repository interface — business logic depends on THIS, not the DB
class UserRepository {
  async findById(id) { /* query the database (hidden behind here) */ }
  async save(user) { /* insert/update */ }
  async findByEmail(email) { /* ... */ }
}
// business logic uses the repository, unaware of the data source
const user = await userRepository.findById(42);
// → swap the DB, or use a mock in tests, without changing business logic
```

## Beneficios

```text
✓ DECOUPLING → business logic doesn't depend on data-access details (DB, ORM, API) →
  swap data sources without changing business logic
✓ TESTABILITY → use a MOCK/fake repository in tests (no real database needed)
✓ CENTRALIZED data access → query logic in one place (maintainable, consistent)
✓ CLEANER architecture → clear separation between domain/business logic and data
→ common in layered/clean architectures; works with DI
```

## Por qué es importante

Comprender el patrón Repository es valioso porque es un **patrón común y práctico** para separar limpiamente la lógica de negocio del acceso a datos, por lo que es conocimiento de diseño relevante.

El patrón Repository abstrae el acceso a datos detrás de una interfaz similar a una colección (findById, save, delete), **ocultando cómo y dónde se almacenan los datos** para que la lógica de negocio use el repositorio en lugar de la base de datos directamente.

Comprender qué hace (proporcionar una interfaz limpia de acceso a datos que oculta el almacenamiento real, separando *qué* operaciones de datos de *cómo* se implementan) es el conocimiento fundamental.

Comprender los **beneficios** es clave: **desacoplamiento** (la lógica de negocio no depende de detalles de acceso a datos como la base de datos específica, ORM o API, por lo que puedes intercambiar fuentes de datos sin cambiar la lógica de negocio — un beneficio arquitectónico valioso), **testeabilidad** (usar repositorios mock/fake en pruebas para que no se necesite una base de datos real — importante para pruebas unitarias de la lógica de negocio), **acceso a datos centralizado** (lógica de consultas en un único lugar para mantenibilidad y consistencia), y **arquitectura más limpia** (separación clara entre lógica de dominio/negocio y datos).

Estos beneficios hacen que el patrón Repository sea prácticamente valioso para aplicaciones mantenibles y testeables.

Comprender que es común en **arquitecturas en capas/limpias** y funciona con inyección de dependencias aclara su lugar en la arquitectura moderna.

El patrón Repository se usa ampliamente porque separar la lógica de negocio del acceso a datos (para testeabilidad, mantenibilidad y flexibilidad) es una necesidad común e importante.

Ya que el patrón Repository es un patrón común y práctico para separar limpiamente la lógica de negocio del acceso a datos (desacoplamiento, testeabilidad, acceso centralizado a datos, arquitectura más limpia) — una necesidad común e importante — y es central en arquitecturas limpias/en capas, y puesto que comprender qué hace y sus beneficios es relevante para construir aplicaciones mantenibles, comprender el patrón Repository es conocimiento de diseño valioso y prácticamente relevante — un patrón frecuentemente usado para separar la lógica de negocio del acceso a datos, proporcionando desacoplamiento y testeabilidad, central en arquitecturas limpias/en capas, e importante conocimiento de diseño para construir aplicaciones mantenibles y testeables con una separación clara entre lógica y datos.