¿Cómo funciona un repositorio digital?

Un repositorio almacena datos que pueden recuperarse y modificarse posteriormente. Existen distintos tipos de repositorios, que pueden utilizarse para el control de versiones, metadatos y otros fines.

¿Qué es un repositorio?

“Repositorio” significa “almacenamiento” y procede de la palabra latina repositorium. En tecnología de software, un repositorio es un archivo digital en el que se pueden almacenar y compartir datos, documentos, avances de desarrollo, metadatos y programas. El control de versiones es otra característica de los repositorios. Dependiendo del uso previsto, esta tecnología permite a grandes equipos o comunidades que trabajan en todo el mundo colaborar en proyectos compartidos. Los tipos de repositorios disponibles difieren en cuanto a su enfoque y estructura. Los repositorios más conocidos son GitHub y Google Repository.

Normalmente, la base de un repositorio es una base de datos, que, según los requisitos, puede instalarse en un disco duro local o en un servidor, o también puede distribuirse entre numerosos servidores de una CDN (red de distribución de contenidos). Se crean catálogos de datos que contienen las formas y representaciones de varios objetos almacenados y proporcionan información sobre su relación entre sí. Toda esta información se almacena en forma de metadatos y se puede buscar, recuperar, modificar y adaptar en cualquier momento con los permisos adecuados.

¿Cómo se estructura un repositorio?

Para ilustrar cómo se estructura un repositorio, puedes visualizar un árbol. En el desarrollo de software, puedes verlo reflejado incluso en la terminología. Aquí se distingue entre el tronco, que contiene la versión actual de un proyecto y el código fuente, y las ramas, donde se almacenan las modificaciones. Los cambios se vuelven a añadir posteriormente al tronco para que todos los participantes tengan acceso a ellos. El almacenamiento se realiza mediante etiquetas.

¿Qué tipos de repositorios hay?

No todos los repositorios son iguales. Se diferencian por sus tipos de archivo. Existen distintos enfoques. Los más conocidos son los siguientes.

Repositorio de gestión de versiones

En el sistema de gestión de versiones, el objetivo es almacenar los datos de forma clara, mientras se elaboran lógicamente los pasos y las relaciones en un archivo común. Los archivos de código fuente y otros datos se almacenan y archivan. Los datos pueden copiarse del repositorio a un disco duro local para que los desarrolladores sigan trabajando con ellos; proceso que se conoce como “checking out”. A continuación, el desarrollador trabaja con los datos locales, realizando cambios o descartando los cambios anteriores. Una vez completado el trabajo, el último estado del proyecto se carga de nuevo en el repositorio, lo que se denomina “checking in”. Todos los cambios y comentarios se registran durante este proceso.

Este enfoque tiene varias ventajas. Por un lado, los usuarios pueden colaborar en un proyecto sin sobrescribir versiones anteriores. En cambio, todas las actualizaciones de estado se registran, lo que permite regresar a una versión anterior. Un repositorio permite a equipos pequeños y grandes colaborar en el mismo proyecto. Las actualizaciones pueden hacerse simultáneamente sin sobrescribir estados ni perder cambios. Teóricamente, todos los usuarios pueden continuar un proyecto en cualquier estado sin ningún riesgo.

Los sistemas de control de versiones más populares son CVS, GitHub y SVN.

Repositorio de metadatos

Un repositorio de metadatos suele utilizarse en infraestructuras informáticas muy complejas. Un repositorio de este tipo contiene los datos de todo el sistema, así como información sobre el contexto y el entorno de la infraestructura. La ventaja de este tipo de repositorio es que se pueden hacer cambios sin alterar el código fuente ni tener que implementar programas adicionales. En su lugar, la tabla de la base de datos, que es la base del sistema correspondiente, se adapta de forma sencilla. El repositorio de metadatos suele utilizarse en la integración de aplicaciones empresariales (UAI) y el almacenamiento de datos.

Repositorio de software

Un repositorio de software es especialmente importante para los usuarios de Linux. Un repositorio de software contiene paquetes de aplicaciones y los metadatos correspondientes, como explicaciones, anotaciones, dependencias y cambios. La instalación y las actualizaciones se realizan mediante un gestor de paquetes. De este modo, los usuarios no tienen que preocuparse de actualizar sus aplicaciones. Normalmente es la comunidad la que proporciona las actualizaciones y el sistema, el que se actualiza automáticamente. Los usuarios que mantienen los paquetes, conocidos como mantenedores de paquetes, suelen proporcionar los datos actualizados y llevar a cabo el mantenimiento del respectivo repositorio de software.

Repositorio de servidores de documentos

El término repositorio también se aplica a las publicaciones extensas en red y a los servidores de documentos, al menos en sentido figurado. Aunque algunas características especiales del principio de repositorio no se aplican una a una, el procedimiento sí se ha adaptado para su uso. Servidores de documentos muy conocidos, como arXiv, publican artículos de biología, informática, matemáticas, física y estadística. Un experto revisa los nuevos artículos y los aprueba o rechaza. A continuación, los trabajos científicos pueden estar disponibles para su descarga. Sin embargo, a diferencia de un repositorio de control de versiones, no es posible editar los documentos.

Repositorio CASE

Un repositorio también se utiliza con frecuencia en la ingeniería de software asistida por ordenador (CASE). Se utiliza principalmente para almacenar datos del proyecto, documentación y código fuente.

¿Qué repositorios son más útiles?

Existen numerosos tipos de repositorios para distintos fines. Hay que distinguir entre las soluciones que son de código abierto y las que se ofrecen con fines comerciales. El repositorio de código abierto más popular es GitHub. Sin embargo, existen varias alternativas a GitHub como Apache Allura, Bazaar, Gitolite, Mercurial o SourceForge. En nuestra Digital Guide encontrarás una comparación entre GitHub y GitLab detallada. Entre los repositorios de software de pago más conocidos están Alienbrain, Bitkeeper, IBM Rational Synergy y MySQL Yum.

Que un repositorio sea más o menos adecuado para tu proyecto depende de tus necesidades y de tu forma de trabajar. Para el trabajo en equipo, un repositorio puede mejorar los procesos y optimizar el flujo de trabajo. Aunque los colaboradores accedan a un proyecto y realicen cambios en diferentes momentos y desde distintos lugares, el tronco siempre está a salvo. Se pueden probar soluciones sin poner en peligro los avances anteriores. Siempre es una buena idea probar una solución de código abierto antes de comprar una versión comercial.

¿Cómo funciona un repositorio?

Utilizado correctamente, un repositorio ofrece varias ventajas. GitHub es un gran ejemplo de ello. Una vez que hayas instalado y configurado GitHub, puedes utilizar la intuitiva interfaz de usuario para asignar y procesar tareas. Los cambios listados se realizan mediante los comandos commit y pull. De este modo, un responsable de equipo puede hacer un seguimiento de los pasos de progreso individuales y los miembros pueden seguir el proyecto hasta el más mínimo detalle. Para saber más sobre GitHub, echa un vistazo a nuestro tutorial de Git.