Dos personas abren la misma pantalla, ven el mismo hueco libre a las 19:00 y pulsan «reservar» con medio segundo de diferencia. Si tu backend no decidió de antemano quién gana, los dos reciben un «confirmado» y mañana aparecen en la misma pista.

La respuesta corta: la disponibilidad se lee de forma optimista, la reserva se escribe con una garantía dura, y la red de seguridad final vive en la base de datos, no en tu código. El resto de este artículo es qué significa eso en la práctica y qué decidir antes de escribir el primer endpoint.

El choque ocurre en el servidor, en el medio segundo entre que alguien pulsa y recibe respuesta. La interfaz no lo evita: enseñar «quedan 2 plazas» en rojo no cambia quién gana la carrera.

La condición de carrera que no ves en local

Comprobar si un hueco está libre y crear la reserva son dos operaciones distintas. Entre una y otra cabe otro proceso:

if (slotDisponible(hueco)) {   // petición A lee: libre
    crearReserva(hueco)        // petición B ya reservó en medio
}

En tu máquina, con un usuario y latencia cero, esto nunca falla. En producción, un sábado por la tarde sobre la pista más solicitada, falla el día que menos te conviene. Probar el flujo feliz no prueba nada sobre concurrencia.

Separa disponibilidad de reserva

Son dos problemas con exigencias opuestas. Leer disponibilidad es barato, se cachea y puede ir algo desactualizado sin que pase nada grave: como mucho el usuario ve un hueco que ya no está y recibe un «lo siento» al confirmar. Escribir una reserva es caro, tiene que ser exacto y no admite «casi».

El fallo habitual es usar la misma consulta de lectura como si fuera garantía de escritura. La lectura te dice que había sitio hace un momento, no que lo haya ahora ni que vaya a seguir habiéndolo cuando escribas.

El hold temporal, y por qué casi siempre lo necesitas

Una reserva real rara vez es instantánea: seleccionar, pagar, confirmar. Entre el primer clic y el pago pasan segundos o minutos, y en ese rato el hueco sigue pareciendo libre para todos los demás. Si no lo reservas provisionalmente, se lo llevan a mitad del pago.

Ahí entra el hold con tiempo de vida: una reserva provisional que caduca sola.

  • El hold es una fila con estado held y un expires_at.
  • Confirmar la pasa a confirmed y captura el pago.
  • Si caduca, la propia consulta de disponibilidad la ignora (expires_at < now()), sin necesidad de borrarla al instante.

Cuándo no montarlo: reservas gratuitas e instantáneas, sin pago ni paso intermedio, como apuntarse a un aforo libre. Ahí el hold añade estados y jobs de limpieza sin resolver ningún problema real. Mételo cuando haya un pago o un formulario de por medio, no por defecto.

Tres formas de garantizar el hueco

Unicidad en la base de datos

La red de seguridad que no debería faltar nunca. Un constraint único sobre el par recurso-slot hace que, aunque tu lógica de aplicación tenga un agujero, el segundo INSERT sea rechazado por la base de datos.

ALTER TABLE reservas
  ADD CONSTRAINT uq_recurso_slot UNIQUE (recurso_id, inicio);

Cuesta prácticamente nada y te cubre de tus propios bugs. El límite: solo modela «un hueco, una reserva». Para un aforo de N plazas no sirve.

Lock pesimista

SELECT ... FOR UPDATE bloquea la fila del recurso mientras decides, y el resto de peticiones esperan su turno. Es correcto y fácil de razonar. Lo que cuesta es que serializa el acceso a ese recurso: sobre un hueco muy solicitado montas una cola, y esa cola es latencia que el usuario nota.

Contador optimista

No bloqueas nada. Escribes con una condición y, si otro llegó antes, la escritura no afecta a ninguna fila y reintentas.

UPDATE recursos SET plazas = plazas - 1
WHERE id = :id AND plazas > 0;
-- 0 filas afectadas  ->  no quedaba sitio

Escala bien cuando la contención es baja. Cuando sube, los reintentos se multiplican y acabas peor que con un lock.

MecanismoCuándo encajaLo que cuesta
Constraint único en BDSiempre, como red de seguridad; un hueco, una reservaCasi nada; no cubre aforo de N plazas
Lock pesimista (FOR UPDATE)Aforo de 1 y contención alta sobre el mismo recursoSerializa el acceso: cola en los recursos más solicitados
Contador optimistaAforo de N plazas y contención media o bajaReintentos que se disparan si la contención sube

La regla que aplicamos: el constraint único va siempre. Encima, lock pesimista si el aforo es de uno y la pelea por el mismo recurso es fuerte; contador optimista si gestionas N plazas y la contención es moderada. No elijas el mecanismo por elegancia, elígelo por cómo se comporta tu recurso más caliente.

Idempotencia: el móvil pierde cobertura

El usuario pulsa, la red se cae antes de que llegue la respuesta, el usuario vuelve a pulsar. Sin protección, dos reservas idénticas. La defensa es una idempotency key: el cliente genera un identificador único por intento y lo manda en la petición; si el servidor ya vio esa key, devuelve el mismo resultado en lugar de crear una reserva nueva.

En móvil esto pesa el triple. Las redes se caen a mitad de petición, las apps reintentan solas y el usuario nervioso toca el botón varias veces. Una API de reservas sin idempotencia es una fábrica de duplicados esperando a una zona con mala cobertura.

Con el pago, el orden importa: autoriza o retén el importe al crear el hold y captura solo al confirmar. Si capturas primero y la reserva falla después, te queda un cobro que devolver a mano y un cliente enfadado.

Zona horaria, DST y solapes

Guarda las horas en UTC y convierte solo al mostrarlas. El cambio de hora de octubre crea una hora que existe dos veces y el de marzo una que no existe; una reserva «a las 02:30» ese día es ambigua si guardaste hora local. Es el tipo de bug que no aparece en local y sí el último domingo del mes.

Para los solapes, trabaja con intervalos semiabiertos: [inicio, fin). Así un turno de 18:00 a 19:00 y otro de 19:00 a 20:00 no se solapan, que es justo lo que quieres. Postgres puede comprobarlo por ti con un rango y un constraint de exclusión, que detecta el solape a nivel de base de datos en lugar de fiarlo a tu código:

EXCLUDE USING gist (recurso_id WITH =, periodo WITH &&)

El overbooking deliberado es otra cosa

Aerolíneas y hoteles venden más plazas de las que tienen a propósito, apostando a que un porcentaje no se presenta, y compensan a quien se queda fuera. Es una decisión de negocio con su mecanismo de compensación, no un fallo de concurrencia. No mezcles los dos problemas: si tu producto no vende de más adrede, tu objetivo es cero dobles reservas, y «gestionar el overbooking» no es una función que tengas que construir.

El móvil no es la fuente de verdad

Tienta marcar el hueco como reservado en el cliente nada más pulsar, para que la interfaz vaya fina. Como feedback optimista está bien; como confirmación es una trampa. Una reserva existe cuando el servidor lo dice, no antes.

Offline es la versión extrema del mismo error. Encola la intención de reserva y sincroniza cuando vuelva la red, pero no enseñes «confirmado» hasta tener el visto bueno del servidor. Si lo haces, acabarás diciéndole a alguien que tiene una pista que en realidad reservó otro mientras estaba sin cobertura.

Qué mirar cuando ya está en producción

Tres números dicen casi todo:

  • Tasa de colisión, los intentos rechazados porque el hueco ya estaba cogido. Un porcentaje bajo es sano; si sube, o falta capacidad o tienes huecos demasiado golosos concentrando toda la demanda.
  • Holds caducados sin confirmar. Miden fricción en el pago: si muchos expiran, el problema está en el checkout, no en la disponibilidad.
  • Dobles capturas y reservas huérfanas. Deberían ser cero. Si no lo son, el orden hold, pago y confirmación tiene una grieta.

En resumen

No hay una arquitectura de reservas «correcta» para copiar. Hay decisiones según gestiones un hueco único o un aforo, cuánta pelea haya por el mismo recurso y si media un pago. Lo que no es opcional es el constraint en la base de datos y tratar al servidor como única fuente de verdad.

En Dribba construimos sistemas de reserva en producción, desde la reserva de instalaciones deportivas en Playfinder hasta flujos con pago y disponibilidad en tiempo real, con más de 300 proyectos a la espalda. Si estás diseñando el tuyo, el momento de tomar estas decisiones es antes del primer endpoint, no cuando aparezca la primera doble reserva en un ticket de soporte.