Pruebas de API de viajes en sandbox: lo que no te enseña

La integración superó todo lo que las pruebas de API de viajes en sandbox pudieron ponerle delante. La búsqueda devolvía vuelos, la consulta de disponibilidad hotelera devolvía habitaciones, la llamada de reserva entregaba un número de confirmación cada vez, y QA dio el visto bueno un jueves. El martes siguiente un cliente pagó un hotel a un precio que el proveedor confirmó a otro, una reserva de vuelo expiró por timeout sin que nadie supiera si el asiento estaba retenido, y una persona de soporte pasó la tarde cuadrando dos registros que describían el mismo viaje. Nada de eso fue un fallo que se les escapara a las pruebas. Eran escenarios que las pruebas no tenían forma de ver. El sandbox es necesario, está muy lejos de ser suficiente, y en la distancia entre ambas cosas viven casi todos los incidentes caros de una integración de viajes.
Este es un plan de pruebas para el desarrollador que es dueño de esa integración: qué puede demostrar un sandbox, qué no puede por su propia naturaleza y cómo cubrir la diferencia sin reservar asientos reales con la tarjeta de la empresa.
Por qué las pruebas en sandbox aprueban código que producción rompe
Un sandbox es una promesa sobre la forma de las respuestas, no sobre su comportamiento. El esquema coincide con producción. El comportamiento casi nunca, y no es culpa de nadie: un entorno de pruebas no puede permitirse inventario real, así que sirve un conjunto fijo de tarifas y habitaciones que nunca se agotan, nunca cambian de precio y nunca cambian de horario. Responde rápido porque nadie más lo usa. Rara vez falla a medias.
Producción hace todo eso a diario. El inventario se comparte con todos los demás vendedores; las tarifas se cachean en algún punto de la cadena y se quedan viejas; el sistema de un proveedor bajo carga responde lento o no responde. Un código que solo ha visto el sandbox, en la práctica, solo se ha probado contra un proveedor que tiene un día perfecto.
Así que trata el sandbox como una capa de tres. Demuestra que tus peticiones son correctas y que tu parser entiende el esquema. Los fixtures grabados demuestran que tu código sobrevive a las respuestas que producción envía de verdad. Un conjunto pequeño y deliberado de comprobaciones en vivo demuestra el cableado después de cualquier cambio. Cada capa atrapa lo que las otras dos no ven.
Los escenarios que un sandbox no suele darte
Escríbelos antes de escribir una sola prueba. Un sandbox puede simular uno o dos con un valor de prueba mágico; la mayoría, sencillamente, no los tiene.
| Escenario | Qué hace producción | Cómo cubrirlo |
|---|---|---|
| El precio cambia entre búsqueda y reserva | La reserva sale con otro total, o falla con un error de cambio de precio que debes mostrar | Par de fixtures: respuesta de búsqueda y respuesta de reserva con total distinto; comprobar que se vuelve a preguntar al viajero y nunca se le cobra en silencio |
| Agotado entre disponibilidad y reserva | La habitación o la clase tarifaria ofrecida ya no existe al intentar bloquearla | Fixture del error real de «agotado» del proveedor; comprobar que el viajero vuelve a los resultados, no a una página de error |
| Timeout en la llamada de reserva | El proveedor puede haber creado la reserva o no | Inyectar un timeout tras enviar la petición; comprobar que se consulta el estado antes de cualquier reintento |
| Envío duplicado | Un doble clic o un reintento del cliente crea dos reservas | Enviar la misma reserva dos veces con la misma clave de idempotencia; comprobar que existe exactamente una |
| Cambio de horario tras la emisión | El vuelo vendido sale a otra hora o con otro número de vuelo | Fixture de itinerario modificado; comprobar que el cambio llega a quien gestiona al cliente |
| Éxito parcial en una reserva combinada | El vuelo se confirma y el hotel no | Fixture mixto; comprobar que el sistema registra exactamente lo confirmado y avisa a una persona |
| Limitación de peticiones bajo carga | Respuestas de rate limit y luego respuestas lentas | Reproducir una respuesta de limitación grabada; comprobar el backoff y que la búsqueda se degrada en vez de fallar |
Puede que discrepes de la última columna para tu propio stack. Perfecto. Lo importante es que cada fila tenga un responsable y una aserción, porque todas te van a pasar tarde o temprano.
Construye los fixtures con respuestas reales, no inventadas
El hábito más útil en una integración de viajes es guardar las respuestas que te sorprendieron. Los datos simulados escritos a mano reflejan lo que crees que envía un proveedor; una respuesta grabada refleja lo que envió de verdad, incluidos los campos vacíos que la documentación dice que nunca lo están, el precio en una moneda que no pediste y el error que llega con un estado de éxito.
Una rutina que funciona:
- Graba en la frontera. Registra los cuerpos crudos de peticiones y respuestas a proveedores fuera de producción, y en producción para una muestra del tráfico si tus normas de privacidad lo permiten.
- Limpia antes de guardar. Nombres de pasajeros, números de pasaporte, correos, teléfonos y referencias de pago salen antes de que el fixture entre en el repositorio. Sustitúyelos por valores claramente falsos para que nadie lo confunda con una reserva real.
- Nombra por comportamiento.
hotel-book-price-increased.jsonle dice al siguiente desarrollador por qué existe;response-17.jsonno. - Guarda los feos para siempre. La respuesta malformada que tumbó la búsqueda un domingo es el archivo más valioso que tienes. Su sitio es una prueba que corre en cada commit.
Después escribe pruebas de contrato sobre esos fixtures: tu parser, tu mapeo a modelos internos y tu clasificación de errores. Si un proveedor renombra un campo y falla una prueba de contrato, te enteras en la CI y no por un cliente. La parte de clasificación la tratamos con más detalle en nuestro artículo sobre el manejo de errores de la API de un motor de reservas.
Probar los flujos de dinero sin gastar dinero
Aquí es donde menos ayuda el sandbox, porque los flujos de dinero son justo donde un entorno de pruebas se aparta del real. La emisión real, el cobro real con tarjeta y la facturación real del proveedor son lo que más necesitas que esté bien y lo que menos puedes ensayar en vivo.
Divide el problema. El cálculo de precios es lógica pura y se puede probar a fondo sin conexión: toma tarifas grabadas, aplica tus reglas de markup, la conversión de moneda y el redondeo, y comprueba el total que ve el viajero. Hazlo con los casos incómodos: una tarifa en USD vendida en EUR o en pesos, un markup que es porcentaje en un producto e importe fijo en otro, una tarifa infantil, un paso de redondeo distinto entre lo que se muestra y lo que se cobra. Un total que falla por unos céntimos sigue estando mal, y está mal en cada reserva.
La segunda mitad son las transiciones de estado alrededor del pago. Modélalas de forma explícita: cotizada, retenida, pagada, confirmada, emitida, cancelada, reembolsada. Y comprueba que cada transición tenga exactamente una causa. La prueba que atrapa el fallo más caro es la que afirma que no se puede cobrar una reserva que el proveedor no ha confirmado, y que no puede existir una reserva confirmada sin registro de pago.
Por último, haz imposible que una ejecución de pruebas llegue a la emisión real. No improbable: imposible. Una comprobación al arrancar que se niega a ejecutar la suite si hay credenciales de producción cargadas cuesta una línea y evita la peor mañana que puede tener un equipo de integración.
Lo que te cuesta equivocarte
Un escenario olvidado en una integración de viajes rara vez aparece como error. Aparece como una reserva que parece correcta. Un billete duplicado que nadie pidió y que alguien tiene que anular (void) antes del plazo. Un hotel confirmado a un precio que ahora la agencia tiene que asumir. Una reserva con timeout que el sistema reintentó: el proveedor retiene dos habitaciones y factura las dos. En un billete de avión vendido a través de una agencia, una diferencia entre lo emitido y lo vendido puede volver más tarde como ADM, mucho después de que el margen de esa venta se haya gastado.
Esos costes recaen sobre la empresa que vendió el viaje, no sobre el desarrollador que escribió el bucle de reintentos. Ese es todo el argumento para probarlos antes del lanzamiento en vez de aprenderlos ticket de soporte a ticket de soporte.
Qué comprobar tras cada cambio del proveedor
Los proveedores cambian cosas: una nueva versión de la API, un endpoint nuevo, una credencial rotada, un mapeo de contenido distinto. Puede que tu propio código no haya cambiado nada. Pasa esta lista igualmente, en el entorno que habla con el proveedor afectado:
- Una búsqueda por cada producto que vendes de ese proveedor, en una ruta o ciudad que sabes que devuelve resultados, por ejemplo Madrid–Dubái.
- Parsea todos los resultados sin descartar ninguno en silencio; compara tu recuento con el de la respuesta cruda.
- Cotiza un resultado de principio a fin y compara el total mostrado con tu propio cálculo a partir de la tarifa cruda.
- Haz una reserva en el entorno de pruebas, lee su estado y compara cada campo que guardas.
- Cancélala y confirma que la cancelación se ve tanto en tus registros como en el lado del proveedor.
- Vuelve a pasar tus fixtures feos guardados por el nuevo parser.
- Comprueba que los timeouts y los rate limits siguen llevando al comportamiento que decidiste, porque una versión nueva puede responderlos de otra forma. Si se movieron los tiempos de respuesta, nuestro artículo sobre latencia explica qué parte depende de ti.
Lo bastante corta para ejecutarla cada vez, que es de lo que se trata. Una prueba de humo que nadie ejecuta porque lleva un día no es una prueba de humo.
El sitio del sandbox
Nada de esto hace el sandbox menos útil. Lo hace honesto: el lugar donde aprendes el esquema y confirmas que las peticiones son correctas, antes de que fixtures y comprobaciones en vivo se encarguen de lo que él no alcanza. Si estás evaluando las API de vuelos y hoteles de la plataforma, el acceso empieza con una conversación y no con una clave de autoservicio: lleva este plan de pruebas a esa conversación y pregunta cómo se cubriría cada fila de la tabla de arriba. Las respuestas te dirán más de una API que su documentación.