La vida de un cursor alrededor de una lectura
Requisito
Lee cinco filas del libro de cuentas a través de un cursor de base de
datos falso cuya vida debe abrazar la lectura: creado cuando la
lectura empieza, cerrado exactamente una vez después de la última
fila — y leer tras el cierre lanza, así que el paréntesis soporta
carga real. Imprime las filas y luego closed: true
como atestación. El cursor está en el código; las dos versiones deben
imprimir las líneas que aparecen bajo Salida esperada.
Salida esperada
2026-08-01 balance 120.00 2026-08-02 balance 84.50 2026-08-03 balance 210.25 2026-08-04 balance 45.00 2026-08-05 balance 99.90 closed: true
Lado a lado
RxDart
FxDart
Por qué difieren
En su mayor parte no difieren — ambos son ports de la misma idea de
Rx, y FxDart lo dice: usingAsync llegó
después del using de Rx. La forma es el mismo paréntesis
de tres partes: adquirir, usar, liberar. Rx.using crea el
cursor cuando el stream recibe un listener y llama al liberador cuando
el stream termina; usingAsync adquiere en el primer
pull y libera exactamente una vez, tras el pull terminal o
justo antes de que un error se propague. En ambos, la vida del recurso
está atada al consumo de la secuencia, no a un scope en el llamador —
que es justamente el sentido de todo esto.
Los bordes muestran el temperamento de cada modelo. El liberador de la
versión de stream también corre al cancelar la suscripción —
cancela a mitad de camino y el cursor igualmente se cierra, porque una
suscripción es un objeto con ciclo de vida propio. La versión pull no
tiene suscripción: la liberación se dispara al completar o al errar,
así que un consumidor que abandona el iterador en silencio
nunca la dispararía — el idioma honesto es acotar el pipeline
(take, o una fuente finita como esta) para que la
terminación, y por tanto la liberación, esté garantizada. Aquí la
lectura es finita y se lleva hasta el final, y ambos lados cierran el
cursor exactamente una vez, después de la fila cinco.
Un empate por diseño: este es el par donde las dos bibliotecas coinciden en la abstracción y solo difieren en qué significa «la iteración terminó» en su modelo.
Benchmark
Caso async: la escala principal es N = 10,000, no 1,000,000. Cada elemento cuesta una vuelta del event loop en ambos lados, así que un millón de awaits reales mediría el event loop de Dart durante minutos — no el pipeline. Los retardos son de longitud cero y se conserva el límite de concurrencia del ejemplo; lo que comparan las barras es la maquinaria del pipeline.
N = 100
Tiempo Empate
Memoria pico Empate
N = 10,000
Tiempo Empate
Memoria pico Empate
Las barras son medianas de iteraciones cronometradas repetidas en procesos nuevos por lado (los N pequeños se agrupan por resolución del temporizador). Dos lados a menos del 5% entre sí — o a menos de 0.6 ms, una diferencia que nadie puede percibir — cuentan como empate; las carreras relativas ajustadas se vuelven a medir hasta 5 veces. En una app, cualquier cosa por debajo de unos pocos milisegundos es invisible para el usuario, gane la barra que gane. La memoria es el RSS pico del proceso. La VM de Dart y el dataset son idénticos en ambos lados, así que la diferencia entre las dos barras es lo que retiene el pipeline en sí.