Laboratorio de CRDT: sincronización local-first con contadores, conjuntos, relojes y texto

Este laboratorio da a cada alumno un JupyterLab propio con CRDT escritos en Python sencillo, lo bastante cortos para leerlos enteros: un G-Counter y un PN-Counter, un registro en el que gana el último en escribir, un conjunto de borrado observado, relojes vectoriales y un pequeño CRDT de texto al estilo de RGA, con lápidas. Once scripts pequeños muestran cada uno una idea, desde un cambio perdido por una sincronización ingenua hasta tres réplicas que coinciden tras muchos cambios sin conexión, siempre igual y en inglés.

Cada réplica es un objeto de Python, y estar sin conexión significa que dos objetos aún no se han fusionado, así que nada viaja por la red y cada ejecución imprime lo mismo. Cada copia no tiene salida a internet ni acceso a ningún otro alumno, y no se descarga nada en ella.

Qué aprenden los alumnos

Por qué las aplicaciones local-first siguen funcionando sin conexión, y por qué una sincronización que se queda con la copia entera guardada en último lugar pierde cambios: el laboratorio pierde así el cambio de título de un móvil. Fusionan G-Counter de tres réplicas en cualquier orden y obtienen 10 cada vez, mientras un número normal cuenta dos veces un mensaje repetido y llega a 19. Ven cómo un registro en el que gana el último pierde una escritura ante un reloj atrasado, cómo un OR-set conserva un elemento que una réplica quitó mientras otra lo volvía a añadir, y cómo dos cambios sin conexión en una línea de texto se fusionan en las mismas palabras en las dos réplicas. Comparan relojes vectoriales como antes, después, iguales o concurrentes, envían un delta de 29 bytes en lugar de un estado de 7890 y ven qué lápidas se pueden tirar. Sirve para cursos de sistemas distribuidos, bases de datos y desarrollo web o móvil; consulta en la unidad de tu propio organismo certificador la redacción exacta, aquí no se cita ninguna.

Ejecútalo en tu navegador

El laboratorio inicia un solo servicio, jupyter, que escribe crdt.py, rga.py, un cuaderno de inicio y los scripts cortos en su carpeta de trabajo, sin descargar nada. JupyterLab no pide token, porque la puerta de la plataforma ya sabe quién lo abre. El terminal junto al laboratorio no tiene Python propio: llega al del laboratorio con docker exec jupyter, seguido del comando que se ejecuta dentro.

  1. Abre la página Contenedor. Abre «Crear» en la barra y elige «Ejecutar un contenedor». Cualquiera puede abrir la página, y el laboratorio de Git y el de SQL se inician sin cuenta. Todos los demás laboratorios necesitan una cuenta gratuita: crea una, inicia sesión y pulsa «Iniciar».
  2. Busca el laboratorio. La tarjeta «Laboratorios de ejemplo» lista todos los ejemplos. Busca Local-first: contadores, conjuntos y texto CRDT que se fusionan.
  3. Pulsa «Iniciar». «Iniciar» lo ejecuta tal cual, con una sola pulsación. «Editar el archivo primero» abre el archivo compose para que lo cambies antes de iniciarlo.
  4. Ábrelo. En la página del laboratorio, la barra del laboratorio tiene un enlace llamado JupyterLab: púlsalo para abrir JupyterLab en tu navegador y leer crdt.py en el editor de archivos. Después pulsa «Abrir terminal» y escribe docker exec jupyter python3 steps/orset.py para ver una lista compartida que conserva un elemento que una réplica quitó mientras otra lo volvía a añadir.

Qué pedir a los alumnos que entreguen

Un cuaderno propio que use estos archivos para responder a una pregunta que hayan elegido, por ejemplo si el orden de las fusiones cambia alguna vez un resultado, qué haría un conjunto en el que gana la baja donde el OR-set conserva un elemento, o cuántas lápidas guarda un documento tras un día de edición, descargado desde JupyterLab con File, Download. Y una o dos frases, con sus propias palabras, sobre lo que encontraron. Nada se califica automáticamente: la frase muestra si se entendió. Para un trabajo más avanzado, pide que expliquen por qué una fusión que toma el mayor de dos números se puede repetir sin riesgo.

Una lección básica sobre este laboratorio

CRDT Basics es una lección pequeña que se hace en este laboratorio. En ella el alumno pierde un cambio con una sincronización ingenua, fusiona contadores de tres réplicas, conserva un elemento en una lista compartida, fusiona dos cambios en una línea de texto, compara relojes vectoriales y sincroniza tres réplicas tras muchos cambios sin conexión.

Las cuentas personales gratuitas la tienen en el módulo Basics, que está en Inicio, y cada centro puede copiarla de la carpeta Basics de la Biblioteca. Es pequeña a propósito: muestra a un docente lo que es una lección que se hace en un laboratorio, y el laboratorio hace el resto. Cópiala en un módulo tuyo para cambiarla. El módulo universitario Software local-first y CRDT se hace en el mismo laboratorio.

El código en GitHub

El archivo compose no tiene Dockerfile: ejecuta una sola imagen pública, el scipy-notebook de los Jupyter Docker Stacks, fijado a una etiqueta con fecha, con su propia cuenta sin privilegios y 512 MB de memoria, y los CRDT solo usan la biblioteca estándar de Python. La imagen tiene licencia BSD-3-Clause y no la distribuimos nosotros. El archivo escribe cada archivo de Python a partir de un texto fijo al arrancar y el único script aleatorio usa una semilla fija, así que cada copia imprime lo mismo y no se descarga nada. Los límites son honestos: la imagen no lleva ninguna biblioteca CRDT, así que Automerge y Yjs no corren aquí y se comparan con palabras, y las réplicas son objetos de un mismo proceso y no dispositivos en una red. No se conserva nada cuando el laboratorio se detiene, así que el alumno descarga antes su cuaderno.

Ponlo como tarea

Indica en la tarea qué entregar.

  1. Crea el laboratorio. En tu módulo añade una tarea y elige la tarjeta «Laboratorio de contenedores», y después «En un repositorio de GitHub». Indica https://github.com/mitsurutech/lab-crdt-lab con la rama main. El archivo compose es el predeterminado, compose.yaml. Haz un fork del repositorio antes si quieres modificarlo, por ejemplo para añadir un CRDT propio a crdt.py u otro script a steps.
  2. Publica y pruébalo. «Publicar» fija el commit que te mostraron, así que un cambio posterior en el repositorio no altera un laboratorio que ya has asignado. Inicia primero tu propia copia.
  3. Asígnalo. Asígnalo como cualquier tarea, con una fecha de entrega si quieres, e indica en la tarea qué hacer y qué entregar.
  4. Califica lo entregado. Abre la copia de un alumno y el trabajo que ha entregado, califícalo y devuélvelo con un motivo si necesita más.

Prueba este laboratorio, y lo que cuesta

Con una cuenta personal gratuita puedes seguir las lecciones básicas de este laboratorio, con crédito gratuito suficiente cada mes para seguir la mayoría de las lecciones y sin tarjeta. Para una clase, un centro tiene gratis sus primeros 365 días, hasta 50 alumnos, y después paga por alumno y año, con todos los laboratorios incluidos y el profesorado gratis.

Preguntas frecuentes

¿Por qué no hay que escribir token ni contraseña?
A la página web de un laboratorio solo se llega por la puerta de la plataforma, que ya sabe quién eres y solo deja entrar a ti y al personal docente de tu módulo. Por eso JupyterLab se inicia sin token. No lo ejecutes así en una máquina a la que pueda llegar cualquiera.
¿Por qué el terminal usa docker exec jupyter?
El terminal del laboratorio lleva algunos clientes, pero no Python. docker exec jupyter ejecuta un comando dentro del contenedor del laboratorio, que sí tiene Python. JupyterLab tiene además su propio terminal, en File, New, Terminal.
¿El laboratorio ejecuta Automerge o Yjs?
No. El laboratorio es una sola imagen estándar sin nada descargado al arrancar, y esa imagen no lleva ninguna biblioteca CRDT. Las mismas ideas, contadores, conjuntos, relojes vectoriales y un CRDT de texto con lápidas, están escritas en Python sencillo para que el alumnado las lea, y las lecciones explican cómo hacen ese mismo trabajo las bibliotecas.
¿Dónde está la red?
No hay, a propósito. Cada réplica es un objeto de Python y una sincronización es una llamada a merge, así que el alumno controla exactamente qué réplica ha oído qué y cada ejecución imprime lo mismo. Quedarse sin conexión es simplemente no llamar todavía a merge.