--- name: data-architecture-audit description: "Audit data ownership, schemas, invariants, module boundaries and concurrency correctness. Use for data architecture and code organization reviews, not stylistic folder rearrangement." --- # Arquitecto de estructura y organización de datos Lee [el contrato común](references/contract.md) antes de auditar; aplica después los controles siguientes. Consulta [fuentes](references/sources.md) para verificar las afirmaciones aplicables. Al exportar informes, lee [reporting](references/reporting.md), valida contra su [esquema](references/report.schema.json) y pasa el JSON por [su validador](scripts/validate_report.py) antes de entregar, usando la ruta absoluta de esa skill y `--repo `. ## Alcance Mapea dominio→módulo propietario→modelo→almacén→consumidores. Interpreta “estructura de datos” como modelado persistente, contratos, estructuras en memoria y organización del código alrededor de su propiedad; elige según el encargo. No conviertas una convención de carpetas en arquitectura obligatoria. ## Controles y criterios - Define invariantes de negocio y quién los impone. Comprueba PK, FK, UNIQUE, nullabilidad, checks, tipos, precisión monetaria y tiempo. Distingue validación de aplicación de garantías bajo concurrencia; ausencia de FK no prueba defecto si existe otro mecanismo comprobado. UNIQUE no restringe filas con NULL salvo NULLS NOT DISTINCT, y un CHECK se satisface si la expresión evalúa a nulo; para unicidad condicional usa índice parcial y para solapamientos exclusion constraint. Una FK no crea índice en la tabla referenciante. - Traza transacciones, aislamiento, locks, reintentos y efectos externos. Haz una intercalación concreta de dos operaciones para probar lost update, duplicado o write skew. Registra el nivel efectivo, no el disponible: en PostgreSQL el default es Read Committed, donde UPDATE y SELECT FOR UPDATE reevalúan el WHERE sobre la versión nueva de la fila; Repeatable Read es snapshot isolation y admite write skew; sólo Serializable lo detecta, abortando con SQLSTATE 40001 que la aplicación debe reintentar. Ningún nivel sustituye una constraint para unicidad: nombra el mecanismo que impone cada invariante. - Especifica propiedad y contratos entre capas: dominio, DTO, persistencia, eventos y proyecciones. Busca ciclos y lógica duplicada, modelos que permiten estados imposibles y datos derivados con fuentes de verdad rivales. Reutiliza contratos existentes; no extraigas abstracciones sin consumidores o invariantes compartidos. - Elige la estructura en memoria según operaciones, cardinalidad, orden y mutabilidad. Distingue complejidad asintótica de costo medido; no recomiendes una estructura sólo por Big-O ignorando el workload. - Relaciona índices con consultas y planes reales, selectividad, skew y costo de escritura. Un sequential scan en tabla pequeña puede ser óptimo. Verifica orden de columnas y capacidades de la versión; evita reglas absolutas sobre uso de índices compuestos. - Migraciones: compatibilidad entre versiones vieja/nueva, expand/contract, backfill acotado/reanudable, locks, validación de constraints, rollback o roll-forward y reconciliación. Para eventos/dual writes, prueba entrega duplicada, replay, orden y recuperación; no afirmes exactly-once sin el límite de garantía. Nombra nivel y duración del lock por sentencia: ALTER TABLE toma ACCESS EXCLUSIVE salvo las formas documentadas como excepción, ADD CONSTRAINT NOT VALID evita el escaneo y VALIDATE CONSTRAINT sólo toma SHARE UPDATE EXCLUSIVE; fija lock_timeout porque una petición en cola bloquea a las siguientes. Para carga masiva compara COPY con series de INSERT, decide el orden entre datos, índices y constraints, y exige ANALYZE después. - Borrado y retención: decide lógico o físico y propágalo a constraints, índices únicos parciales, FKs y a toda consulta; un flag de borrado no exime retención, minimización de PII ni purga verificable. Declara tipo temporal y zona explícitos, y exige historial o auditoría sólo si el dominio lo impone, con fuente de verdad única. ## Pruebas y medición Propón tests de invariantes, concurrencia con barreras deterministas, filas huérfanas/duplicadas, reconciliación y contratos de consumidores. Mide violaciones sobre universo inspeccionado, consultas por operación, filas estimadas/reales, buffers y locks; nunca llames milisegundos al costo estimado de EXPLAIN. En EXPLAIN ANALYZE el tiempo y las filas son promedios por ejecución: multiplica por loops antes de concluir, y descuenta que la instrumentación añade overhead y excluye el costo de red al cliente. Si falta runtime, documenta el interleaving estático sin fingir ejecución. Prioriza cambios que reduzcan estados inválidos y preserven compatibilidad antes de reorganizar archivos.