Desarrollo de un envoltorio de la API-REST de live streaming Twitch utilizando GraphQL, para mejorar la eficiencia del consumo de datos, basado en la norma ISO/IEC 25023

Abstract

Twitch es una plataforma de streaming en vivo popular para videojuegos y otros contenidos. El consumo de servicios de su API se ha convertido en una actividad popular y frecuente para millones de usuarios. El problema radica en la falta de eficiencia en el consumo de datos de las API-REST. Al usar GraphQL como tecnología de envoltura permite optimizar el consumo de datos y permitir que los usuarios realicen consultas personalizadas. El presente trabajo de titulación se centra en el desarrollo de un envoltorio de la API-REST de Twitch utilizando GraphQL, con el objetivo de mejorar la eficiencia del consumo de datos. Para alcanzar este objetivo, se generó un marco teórico a través de una revisión de literatura que proporciona los fundamentos necesarios para el desarrollo del proyecto. Para realizar el desarrollo del proyecto se usa la metodología ágil Scrum y el experimento se basa en la guía Wohlin, que se enfoca en experimentos tecnológicos. Finalmente para la evaluación de la eficiencia es bajo la norma ISO/IEC 25023. Se realizó una evaluación de eficiencia y rendimiento, mediante un laboratorio experimental, tomando en cuenta el tiempo de respuesta de una solicitud. Los resultados han demostrado que GraphQL es más eficiente en la mayoría de los casos. A pesar de ello, hubo un caso donde REST es ligeramente más eficiente en escenarios específicos utilizando caché. En base a los resultados que se registraron, se concluye que GraphQL es una opción viable para mejorar la eficiencia de servicios hechos con REST. Se debe destacar el uso del caché en algunos casos ya que puede ofrecer beneficios significativos. En conclusión, en este trabajo de titulación se ha logrado desarrollar un envoltorio para la API-REST de Twitch, demostrando ventajas y beneficios en términos de eficiencia de rendimiento. También, se recomienda usar el lenguaje de consultas GraphQL en entornos donde se requiera un alto consumo de datos, especialmente donde se requiera realizar consultas personalizadas.