{"canonical_url":"https://engineer.company/es/glossary/code-quality/","content_markdown":"# Calidad del código\n\n## Qué es\n\nLa calidad del código indica en qué medida el código fuente realiza el trabajo previsto y puede\nentenderse, comprobarse y modificarse con seguridad. Veamos una función de facturación. Una\nversión arroja el importe correcto para el pedido de demostración, porque ese pedido recorre justo\nel camino que se tuvo en cuenta al escribirla. Otra identifica la moneda, expresa la regla de\nredondeo en un solo sitio y distingue el cálculo de un abono del de una venta. Las dos pueden\nsuperar la prueba habitual. Para averiguar por qué hay una diferencia en una factura, la segunda\nofrece un punto de partida mucho más claro.\n\nLa corrección comprende los casos límite, como los datos inválidos, un reintento o un trabajo que\nqueda a medias. La legibilidad se aprecia cuando otra persona entiende las decisiones relevantes\nsin la ayuda del autor. La facilidad de cambio depende de cuánto se altera al incorporar un\nrequisito y de si se pueden comprobar los efectos. Una función breve puede calcular mal un\nimpuesto. Otra, más enrevesada, puede acertar hoy y hacer muy difícil verificar un cambio de\nmoneda mañana.\n\nUna revisión de código permite evaluar esas propiedades en un cambio concreto. Un control de\ncalidad que condiciona la integración bloquea ciertos fallos detectables. La deuda técnica\ndescribe el coste futuro de determinadas decisiones. La calidad del código es el estado del propio\ncódigo. El criterio de revisión de Google lleva esa distinción a la práctica al pedir que se\nvalore la salud del sistema en conjunto después de cada cambio.\n\n## Por qué importa\n\nLa calidad se percibe sobre todo cuando llega un requisito nuevo. Imaginemos que una aplicación\ngenera presupuestos, emite facturas y tramita devoluciones. Si cada operación calcula por separado\nel mismo descuento, la siguiente promoción obliga a localizar todas las copias. La discrepancia\npuede aparecer por primera vez al devolver un pedido. En cambio, si la regla común vive en un\nlugar conocido y cada operación le pasa sus datos de forma explícita, es más fácil acotar el\ncambio y decidir dónde probarlo.\n\nLa evidencia útil depende del riesgo. Para el dinero, conviene elegir casos en los que redondear\ncada línea y redondear al final produzcan resultados distintos. En una operación que se puede\nreintentar, hay que comprobar si una segunda solicitud vuelve a efectuar el cargo. Si un cálculo\nse ejecuta en todos los pedidos, sería razonable medir el tiempo de respuesta con la carga\nesperada antes de añadir una caché. Cada observación informa una decisión concreta y tiene un\nalcance limitado.\n\nTambién hay un coste de coordinación. Las personas cambian de proyecto y quien revisa una\nmodificación puede no conocer la historia del módulo. Los nombres precisos, un ejemplo ejecutable\ny una explicación breve de una restricción poco evidente permiten verificar el detalle importante\nsin depender de la memoria del autor. Esa autonomía ayuda tanto al incorporar a otra persona como\nal investigar una incidencia fuera del horario habitual.\n\n## Cómo se aplica en la práctica\n\nSupongamos que una empresa debe redondear el impuesto sobre el total agrupado por tipo impositivo.\nEn una factura de dos líneas, la cuota de cada una antes del redondeo asciende a 0,005 unidades\nmonetarias. Si se redondea cada cuota al céntimo más próximo, con los empates al alza, el total da\n0,02. Si se suman primero y se redondea una vez, da 0,01. El ejemplo permite comprobar la cuenta a\nmano. La regla de una factura real debe salir de los requisitos del producto y de la normativa\naplicable.\n\nEl contrato de la función puede indicar en qué unidad trabaja y en qué orden opera. Los importes\nintermedios necesitan una representación que conserve la precisión requerida. Conviene que el\ncódigo muestre la agrupación y que el redondeo se aplique en el punto acordado. Una prueba con los\nimportes anteriores distingue las dos reglas. Otra puede mezclar tipos impositivos para evitar que\nun cambio futuro reemplace los grupos por una suma global. Si los abonos siguen otra regla, hace\nfalta un ejemplo separado.\n\nAl revisar el arreglo, seguimos el importe mostrado a la persona compradora, el que se exporta y\nel que utiliza la operación de devolución. Las facturas anteriores deben conservar los importes\nregistrados al emitirse. Una prueba de todo el recorrido verifica que quien llama al cálculo le\npasa las unidades correctas, algo que una prueba aislada de la función no puede demostrar.\n\nEn nuestra [nota sobre vender la última entrada una sola\nvez](/es/notes/selling-limited-stock-without-overselling/), el mismo enfoque se aplica al\ninventario. La nota explicita la relación que deben cumplir las cantidades, propone pruebas con\nsolicitudes concurrentes y propone vigilar esa relación en funcionamiento. Su fórmula permite\ncomprobar qué debe conservarse al modificar cualquiera de las operaciones que afectan a las\nexistencias.\n\n## Dónde surgen los problemas\n\nUna señal medible puede confundirse con una garantía. La cobertura muestra qué líneas o ramas se\nejecutaron. La prueba seguirá pasando si el valor esperado representa la regla de redondeo\nequivocada. Una métrica de complejidad ayuda a elegir qué código mirar, pero trocear una\ncomparación clara en varias funciones opacas puede dificultar el diagnóstico. Antes de imponer un\numbral, identifiquemos qué defecto real ayudaría a detectar y revisemos casos en ambos lados del\numbral.\n\nTambién se puede invertir tiempo en una limpieza con poco efecto. Un nombre confuso en un informe\npoco usado tiene un coste distinto del de una condición ambigua que se aplica a todos los cobros.\nResulta útil fijar qué riesgo se ha observado, qué correcciones son necesarias y qué mejoras\npueden esperar. Una preferencia de formato se puede resolver con una convención compartida y un\nformateador.\n\nPor último, reducir la duplicación puede ocultar diferencias legítimas. Quizá los descuentos de\nuna renovación y los de una promoción obedecen a políticas distintas, aunque ambos resten dinero.\nUn método que adivina la política según valores poco relacionados oscurecería ambas operaciones.\nVale la pena compartir la parte estable que se entiende y separar las decisiones divergentes. La\nmejora se aprecia en las pruebas y en la capacidad de otra persona para explicar la regla leyendo\nel código.\n\n## Lecturas adicionales\n\n- [Criterio de Google para aprobar cambios de\n  código](https://google.github.io/eng-practices/review/reviewer/standard.html)\n- [Aspectos que Google comprueba en una\n  revisión](https://google.github.io/eng-practices/review/reviewer/looking-for.html)\n- [Pruebas unitarias en Software Engineering at\n  Google](https://abseil.io/resources/swe-book/html/ch12.html)\n\n\u003chttps://engineer.company/es/glossary/code-quality/\u003e\n","date_modified":"2026-11-19T06:00:51Z","description":"Cómo evaluar la calidad del código con ejemplos de corrección, legibilidad y facilidad de cambio, y decidir qué merece la pena arreglar.","formats":{"gemtext":"https://engineer.company/es/glossary/code-quality/index.gmi","gopher":"https://engineer.company/es/glossary/code-quality/gophermap","html":"https://engineer.company/es/glossary/code-quality/","json":"https://engineer.company/es/glossary/code-quality/index.json","markdown":"https://engineer.company/es/glossary/code-quality/index.md","pdf":"https://engineer.company/es/glossary/code-quality/index.pdf"},"kind":"page","language":"es","title":"¿Qué es la calidad del código?","url":"https://engineer.company/es/glossary/code-quality/","version":1}