por algo pasan las cosas — by Moto
Contact / Recruit Contact / Recruit

Works

Full Stack Challenge de Ensolvers
Full Stack Challenge de Ensolvers
Full Stack Challenge de Ensolvers
Concluido

Notes "Full Stack Challenge de Ensolvers"

Java/Spring Boot/PostgreSQL/React

01 El desafío

Dos fases y una regla: persistencia real, nada simulado.

El Full Stack Challenge de Ensolvers planteaba una app de notas en dos etapas: la primera (obligatoria) cubría el CRUD completo de notas con archivar/desarchivar, y la segunda (opcional) agregaba categorías con filtrado por categoría.

Las condiciones de partida fijaban el estándar: persistencia relacional con ORM (prohibidas la memoria y los mocks como base de datos), un backend REST y un frontend SPA separados en carpetas, y un script que levantara todo el entorno con un solo comando.

02 Arquitectura y modelo de datos

Capas limpias y la relación muchos-a-muchos bien resuelta.

Organicé el backend en capas: controllers REST, servicios transaccionales, repositorios de Spring Data, DTOs para el contrato HTTP y un manejo de errores global y centralizado.

El modelo llega a dos entidades con una relación de muchos a muchos vía la tabla de join note_categories: una nota puede tener varias categorías y una categoría agrupa varias notas. Al borrar una categoría se desasocian primero las notas, para no dejar registros huérfanos.

PostgreSQL corre en Docker y el schema lo maneja Hibernate, con timestamps en Instant sobre UTC explícito para esquivar sorpresas de horario local.

03 API REST

Endpoints acotados, errores con nombre y apellido.

La API cubre el CRUD completo de notas (GET con filtros ?archived y ?categoryIds, POST, PUT, DELETE), el PATCH de archivar/desarchivar, y endpoints dedicados para asociar o quitar categorías sobre una nota.

La validación de servidor es con Bean Validation (título obligatorio y sin espacios), y el handler global de errores devuelve 404 si el recurso no existe, 409 cuando la categoría se duplica y 400 si una validación falla.

Las respuestas salen por DTOs con factories estáticas, manteniendo las entidades lejos del contrato HTTP.

04 Frontend

React sin peso de más: fetch nativo y estado local.

La SPA está hecha con React, Vite y TypeScript. Consumo la API con fetch nativo envuelto en un client propio que maneja errores, y el estado vive en useState del componente raíz, sin librerías de estado extra para esta escala.

El flujo son pestañas Activas/Archivadas, pills de categorías que actúan como filtros de selección múltiple, búsqueda de texto y confirmaciones con SweetAlert2.

Hay criterio en lo que resuelve cada lado: el filtrado por categorías corre en el backend (JOIN con DISTINCT en la query), y la búsqueda de texto filtra en el frontend sobre títulos, contenido y nombres de categorías.

05 Testing

42 tests automatizados respaldando la lógica.

En el backend son 29 tests: unitarios de servicios con Mockito (CRUD completo, normalizaciones, archivado, categorías y conflictos) y cobertura de controllers con MockMvc, verificando los flujos HTTP reales (201, 204, 404 y errores de validación).

En el frontend son 13 tests con Vitest y Testing Library: carga inicial, búsqueda de texto, estados vacíos y comportamiento de las tarjetas de nota.

06 Developer experience

Todo arriba con un solo comando, en cualquier sistema.

El run.sh encadena el arranque completo en Mac/Linux: docker compose, espera del healthcheck de la base, Spring Boot hasta que la API responde con curl, y al final el frontend; al cerrar, baja todo con limpieza.

Para Windows preparé los .bat de arranque rápido: fijan los puertos (base :5433, backend :8090, frontend :5173) para no chocar contra servicios ya instalados, y terminan abriendo el navegador.

07 Lo que aprendí

Un ciclo completo: qué construir primero y qué delegar con criterio.

Reforcé Spring Boot 3 con Java 21, Spring Data JPA, el diseño de DTOs con records, la separación en capas y el manejo de errores HTTP, siempre pensando en un repo hecho para ser revisado por alguien más, no para consumirme yo solo.

También encontré los límites de delegar el schema a Hibernate (ddl-auto=update): es cómodo en desarrollo, pero en producción es exactamente donde aparecen preguntas de migraciones, tests de integración y documentación de la API.

08 Lo que haría ahora

El próximo paso es calidad de integración y migraciones.

Una suite de integración real con Testcontainers cubriría los repositorios contra PostgreSQL de verdad: la query JPQL de la relación muchos-a-muchos y los flujos de archivado de punta a punta.

Del otro lado, migraciones con Flyway para versionar el schema y Swagger/OpenAPI para documentar la API: las dos piezas que más distancia marcan entre un desafío técnico y un entregable listo para producción.

CÓDIGO ABIERTO EN GITHUB Mirá el código fuente Repositorio público con el código del proyecto. Repo — NOTES VER REPOSITORIO

Stack tecnológico

BackendJava, Spring Boot, Spring Data JPA, Maven.
FrontendReact, Vite, TypeScript.
DatosPostgreSQL (corriendo en Docker, puerto 5433).
TestsJUnit con Mockito y MockMvc (29 tests backend) + Vitest y Testing Library (13 frontend).
Herramientasrun.sh un-comando (Mac/Linux) y scripts .bat de arranque rápido (backend :8090 + base :5433), con Docker para la base.

Portada

Notes portada Ensolvers

Pantallas

Notes animación
Notes pantalla

Muchas Gracias por llegar hasta el final :D

CURRENT LOCALE en-US
STATUS ACTIVE