# Arquitectura Sistema de Tracking de Trenes en Tiempo Real

## Visión General

Sistema web para visualizar en tiempo real la posición de todos los trenes operados por Renfe en España, con capacidad de consultar histórico mediante un timeline slider.

## Fuentes de Datos

> 📘 **Nota**: Para información detallada de todas las fuentes disponibles, ver [FUENTES_DATOS.md](FUENTES_DATOS.md)

### Nivel 1: Datos en Tiempo Real (Core)

#### GTFS-RT Vehicle Positions (IMPLEMENTADO)
- **URL**: `https://gtfsrt.renfe.com/vehicle_positions.pb`
- **Formato**: Protocol Buffer (GTFS Realtime)
- **Frecuencia**: Cada 30 segundos
- **Información**:
  - Posición GPS (latitud, longitud)
  - Estado del vehículo (parado, en movimiento)
  - Velocidad y dirección (bearing)
  - Identificadores (train_id, trip_id, route_id)
- **Servicios**: Principalmente Cercanías
- **Uso**: Visualización en tiempo real en mapa

#### GTFS-RT Trip Updates
- **URL**: `https://gtfsrt.renfe.com/trip_updates_cercanias.pb`
- **Formato**: Protocol Buffer (GTFS Realtime)
- **Frecuencia**: Cada 30 segundos
- **Información**:
  - Cancelaciones de servicios
  - Retrasos y adelantos
  - Cambios de horario
  - Predicciones de llegada/salida
- **Servicios**: Cercanías + AVE + LD + MD
- **Uso**: Alertas, predicciones, estadísticas de puntualidad

#### GTFS-RT Service Alerts
- **URL**: `https://gtfsrt.renfe.com/alerts.pb`
- **Formato**: Protocol Buffer (GTFS Realtime)
- **Frecuencia**: Cada 30 segundos
- **Información**:
  - Incidencias en la red
  - Servicios de autobús sustitutorio
  - Problemas de accesibilidad
  - Cierres de vías
- **Uso**: Notificaciones push, panel de alertas

### Nivel 2: Datos Estáticos (Enriquecimiento)

#### GTFS Static de Renfe
- **URL**: `https://data.renfe.com/dataset?res_format=GTFS/`
- **Formato**: ZIP con archivos CSV
- **Frecuencia de actualización**: Semanal/Mensual
- **Vigencia actual**: 18 marzo 2025 - 15 diciembre 2025
- **Cobertura**: 366 rutas, 769 paradas
- **Archivos principales**:
  - `routes.txt`: Rutas y líneas
  - `stops.txt`: Estaciones y paradas
  - `trips.txt`: Viajes programados
  - `stop_times.txt`: Horarios
  - `calendar.txt`: Días de operación
  - `shapes.txt`: Geometría de rutas (si disponible)
- **Uso**:
  - Enriquecer nombres de rutas
  - Mostrar horarios programados vs reales
  - Calcular retrasos
  - Visualizar rutas en mapa

#### Estaciones de Renfe
- **URL**: `https://data.renfe.com/dataset` (buscar "estaciones")
- **Formato**: JSON, CSV, XML
- **Información**:
  - Coordenadas GPS precisas
  - Servicios disponibles
  - Accesibilidad (Atendo)
  - Código de estación
  - Instalaciones
- **Uso**:
  - Enriquecer mapa con marcadores de estaciones
  - Filtrar por estaciones accesibles
  - Mostrar servicios disponibles

### Nivel 3: Infraestructura Ferroviaria

#### ADIF - IDEADIF (Web Map Service)
- **URL**: `https://ideadif.adif.es/`
- **Protocolo**: WMS (OGC 1.1.1, 1.3.0)
- **Normativa**: INSPIRE (Transport Networks)
- **Información**:
  - Trazado de vías
  - Topología de la red ferroviaria
  - Estaciones e instalaciones
  - Túneles y puentes
- **Uso**:
  - Overlay en mapa mostrando vías
  - Visualización de infraestructura
  - Contexto geográfico de posiciones

#### ADIF - PISERVI
- **URL**: `https://www.adif.es/`
- **Información**:
  - Características técnicas de instalaciones
  - Terminales de mercancías
  - Instalaciones de mantenimiento
  - Cambiadores de ancho de vía
- **Uso**: Información complementaria de estaciones

### Nivel 4: Datos Regionales y Complementarios

#### Consorcios Regionales
- **CRTM (Madrid)**: Cercanías Madrid, Metro, Tren Ligero
- **CTB (Bilbao)**: Cercanías Bilbao, EuskoTren
- **TMB (Barcelona)**: Rodalies Barcelona, FGC
- **Formato**: GTFS, GTFS-RT
- **Uso**: Integración con redes locales

#### Datos Meteorológicos (Futuro)
- **AEMET OpenData**: Condiciones climáticas
- **Uso**: Correlación retrasos con meteorología

#### Datos Estadísticos
- **Observatorio del Ferrocarril**: Informes anuales
- **Ministerio de Transportes**: Estadísticas mensuales
- **Uso**: Analytics, KPIs, tendencias

## Arquitectura Propuesta

### Stack Tecnológico

#### Frontend
```
- Framework: React + TypeScript
- Mapa: Leaflet.js con tiles de OpenStreetMap
- UI Components: Tailwind CSS + shadcn/ui
- Gestión de estado: Zustand o Redux Toolkit
- Timeline: React Range Slider o Timeline personalizado
- Cliente WebSocket: native WebSocket API
```

#### Backend
```
- Runtime: Node.js
- Framework: Express.js o Fastify
- Base de datos: PostgreSQL + PostGIS (datos geoespaciales)
- Cache: Redis (últimas posiciones)
- WebSockets: Socket.io
- Parser GTFS-RT: gtfs-realtime-bindings (npm)
```

#### Infraestructura
```
- Hosting: Docker containers
- Reverse Proxy: Nginx
- Proceso de fondo: Node.js worker para polling
```

### Diagrama de Componentes

```
┌─────────────────────────────────────────────────────────────┐
│                         FRONTEND                             │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐      │
│  │   Mapa OSM   │  │ Panel Info   │  │  Timeline    │      │
│  │  (Leaflet)   │  │    Tren      │  │   Slider     │      │
│  └──────────────┘  └──────────────┘  └──────────────┘      │
│         │                  │                  │              │
│         └──────────────────┴──────────────────┘              │
│                           │                                  │
│                    WebSocket Client                          │
└───────────────────────────┼──────────────────────────────────┘
                            │
                    ┌───────▼──────────┐
                    │   NGINX (proxy)  │
                    └───────┬──────────┘
                            │
┌───────────────────────────┼──────────────────────────────────┐
│                      BACKEND                                 │
│                                                              │
│  ┌─────────────────────────────────────────────────────┐   │
│  │            WebSocket Server (Socket.io)              │   │
│  │     - Broadcast posiciones en tiempo real            │   │
│  │     - Gestión de salas por región/tipo tren          │   │
│  └───────────────────────┬─────────────────────────────┘   │
│                          │                                  │
│  ┌───────────────────────┼─────────────────────────────┐   │
│  │          API REST (Express/Fastify)                  │   │
│  │  - GET /trains/current    (últimas posiciones)       │   │
│  │  - GET /trains/history    (histórico por rango)      │   │
│  │  - GET /trains/:id        (info específica)          │   │
│  │  - GET /routes            (rutas disponibles)        │   │
│  └───────────────────────┬─────────────────────────────┘   │
│                          │                                  │
│         ┌────────────────┼────────────────┐                │
│         │                │                │                │
│    ┌────▼─────┐    ┌────▼─────┐    ┌────▼─────┐          │
│    │  Redis   │    │PostgreSQL│    │  Worker  │          │
│    │  Cache   │    │ +PostGIS │    │  Process │          │
│    │          │    │          │    │          │          │
│    │ Últimas  │    │ Histórico│    │  Polling │          │
│    │Posiciones│    │ Posiciones│   │  GTFS-RT │          │
│    └──────────┘    │  Rutas   │    │          │          │
│                    │  Paradas │    └────┬─────┘          │
│                    └──────────┘         │                  │
└─────────────────────────────────────────┼──────────────────┘
                                          │
                            ┌─────────────▼─────────────┐
                            │  Renfe GTFS-RT Feed       │
                            │  vehicle_positions.pb     │
                            │  (polling cada 30 seg)    │
                            └───────────────────────────┘
```

## Modelo de Datos

### Base de Datos Principal (PostgreSQL + PostGIS)

#### Tabla: train_positions
```sql
CREATE TABLE train_positions (
    id BIGSERIAL PRIMARY KEY,
    train_id VARCHAR(50) NOT NULL,
    trip_id VARCHAR(100),
    route_id VARCHAR(50),
    position GEOGRAPHY(POINT, 4326) NOT NULL, -- PostGIS
    latitude DECIMAL(10, 7) NOT NULL,
    longitude DECIMAL(10, 7) NOT NULL,
    bearing DECIMAL(5, 2),                    -- Dirección 0-360°
    speed DECIMAL(5, 2),                      -- km/h
    status VARCHAR(20),                        -- STOPPED, MOVING, etc.
    timestamp TIMESTAMP NOT NULL,
    recorded_at TIMESTAMP DEFAULT NOW(),

    INDEX idx_train_timestamp (train_id, timestamp),
    INDEX idx_position (position) USING GIST,
    INDEX idx_recorded_at (recorded_at)
);

-- Particionamiento por fecha para optimizar consultas históricas
CREATE TABLE train_positions_2025_01 PARTITION OF train_positions
    FOR VALUES FROM ('2025-01-01') TO ('2025-02-01');
```

#### Tabla: trains
```sql
CREATE TABLE trains (
    train_id VARCHAR(50) PRIMARY KEY,
    route_id VARCHAR(50),
    train_type VARCHAR(50),              -- AVE, Cercanías, Regional, etc.
    service_name VARCHAR(100),
    first_seen TIMESTAMP,
    last_seen TIMESTAMP,
    is_active BOOLEAN DEFAULT true
);
```

#### Tabla: routes
```sql
CREATE TABLE routes (
    route_id VARCHAR(50) PRIMARY KEY,
    route_name VARCHAR(200),
    route_type VARCHAR(50),
    origin_station VARCHAR(100),
    destination_station VARCHAR(100),
    color VARCHAR(7)                     -- Para visualización en mapa
);
```

#### Tabla: stations
```sql
CREATE TABLE stations (
    station_id VARCHAR(50) PRIMARY KEY,
    station_name VARCHAR(200),
    position GEOGRAPHY(POINT, 4326),
    latitude DECIMAL(10, 7),
    longitude DECIMAL(10, 7),
    station_type VARCHAR(50)
);
```

### Cache Redis

Estructura de claves:
```
trains:current:{train_id}     → JSON con última posición
trains:active                 → SET con IDs de trenes activos
trains:by_type:{type}         → SET con IDs por tipo
stats:last_update             → Timestamp última actualización
```

## Flujo de Datos

### 1. Recolección de Datos (Worker Process)

```javascript
// Pseudocódigo del worker
async function pollGTFSRT() {
    const response = await fetch('https://gtfsrt.renfe.com/vehicle_positions.pb');
    const buffer = await response.arrayBuffer();

    const feed = GtfsRealtimeBindings.transit_realtime.FeedMessage.decode(
        new Uint8Array(buffer)
    );

    for (const entity of feed.entity) {
        if (entity.vehicle) {
            const position = {
                train_id: entity.vehicle.vehicle.id,
                trip_id: entity.vehicle.trip?.trip_id,
                route_id: entity.vehicle.trip?.route_id,
                latitude: entity.vehicle.position.latitude,
                longitude: entity.vehicle.position.longitude,
                bearing: entity.vehicle.position.bearing,
                speed: entity.vehicle.position.speed,
                status: entity.vehicle.current_status,
                timestamp: new Date(entity.vehicle.timestamp * 1000)
            };

            // Guardar en Redis (tiempo real)
            await redis.setex(
                `trains:current:${position.train_id}`,
                300,
                JSON.stringify(position)
            );

            // Guardar en PostgreSQL (histórico)
            await db.insertTrainPosition(position);

            // Broadcast vía WebSocket
            io.emit('train:update', position);
        }
    }
}

// Ejecutar cada 30 segundos
setInterval(pollGTFSRT, 30000);
```

### 2. API REST Endpoints

```javascript
// GET /api/trains/current
// Retorna todas las posiciones actuales desde Redis
router.get('/trains/current', async (req, res) => {
    const trainIds = await redis.smembers('trains:active');
    const positions = await Promise.all(
        trainIds.map(id => redis.get(`trains:current:${id}`))
    );
    res.json(positions.map(JSON.parse));
});

// GET /api/trains/history?from=timestamp&to=timestamp&train_id=xxx
// Consulta histórico de PostgreSQL
router.get('/trains/history', async (req, res) => {
    const { from, to, train_id } = req.query;
    const positions = await db.query(`
        SELECT * FROM train_positions
        WHERE timestamp BETWEEN $1 AND $2
        ${train_id ? 'AND train_id = $3' : ''}
        ORDER BY timestamp ASC
    `, [from, to, train_id].filter(Boolean));
    res.json(positions);
});

// GET /api/trains/:id
// Información detallada de un tren
router.get('/trains/:id', async (req, res) => {
    const train = await db.getTrainInfo(req.params.id);
    const currentPosition = await redis.get(`trains:current:${req.params.id}`);
    res.json({ ...train, current: JSON.parse(currentPosition) });
});
```

### 3. Frontend - Componentes Principales

#### Mapa (MapView.tsx)
```typescript
import { MapContainer, TileLayer, Marker, Popup } from 'react-leaflet';

function MapView({ trains, selectedTrain, onTrainClick }) {
    return (
        <MapContainer center={[40.4168, -3.7038]} zoom={6}>
            <TileLayer
                url="https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png"
                attribution='&copy; OpenStreetMap contributors'
            />
            {trains.map(train => (
                <Marker
                    key={train.train_id}
                    position={[train.latitude, train.longitude]}
                    icon={getTrainIcon(train.train_type)}
                    eventHandlers={{
                        click: () => onTrainClick(train)
                    }}
                >
                    <Popup>
                        <TrainInfo train={train} />
                    </Popup>
                </Marker>
            ))}
        </MapContainer>
    );
}
```

#### Timeline Slider (TimelineSlider.tsx)
```typescript
function TimelineSlider({ onTimeChange, minTime, maxTime }) {
    const [currentTime, setCurrentTime] = useState(Date.now());
    const [isPlaying, setIsPlaying] = useState(true);

    useEffect(() => {
        if (isPlaying) {
            const interval = setInterval(() => {
                setCurrentTime(Date.now());
                onTimeChange(Date.now());
            }, 1000);
            return () => clearInterval(interval);
        }
    }, [isPlaying]);

    return (
        <div className="timeline-container">
            <button onClick={() => setIsPlaying(!isPlaying)}>
                {isPlaying ? 'Pause' : 'Play'}
            </button>
            <input
                type="range"
                min={minTime}
                max={maxTime}
                value={currentTime}
                onChange={(e) => {
                    setIsPlaying(false);
                    setCurrentTime(Number(e.target.value));
                    onTimeChange(Number(e.target.value));
                }}
            />
            <span>{new Date(currentTime).toLocaleString()}</span>
        </div>
    );
}
```

#### WebSocket Hook (useTrainUpdates.ts)
```typescript
function useTrainUpdates() {
    const [trains, setTrains] = useState<Train[]>([]);

    useEffect(() => {
        const socket = io('ws://localhost:3000');

        socket.on('train:update', (position) => {
            setTrains(prev => {
                const idx = prev.findIndex(t => t.train_id === position.train_id);
                if (idx >= 0) {
                    const updated = [...prev];
                    updated[idx] = position;
                    return updated;
                } else {
                    return [...prev, position];
                }
            });
        });

        return () => socket.disconnect();
    }, []);

    return trains;
}
```

## Características del Sistema

### Tiempo Real
- Actualización automática cada 30 segundos desde el feed GTFS-RT
- WebSocket para push de actualizaciones al frontend sin polling
- Animación suave de movimiento de trenes entre actualizaciones

### Navegación Temporal (Timeline)
- Slider para seleccionar momento específico en el tiempo
- Botones play/pause para reproducir histórico
- Controles de velocidad de reproducción (1x, 2x, 5x)
- Selección de rango de fechas

### Información de Trenes
- Popup al hacer clic: ID, ruta, velocidad, dirección, estado
- Panel lateral con detalles extendidos
- Histórico de posiciones del tren seleccionado (trail en el mapa)
- Filtros por tipo de tren (AVE, Cercanías, Regional, etc.)

### Optimizaciones

#### Backend
- Particionamiento de tablas por fecha
- Índices espaciales (PostGIS GIST)
- Cache Redis para consultas frecuentes
- Compresión de respuestas HTTP (gzip)
- Rate limiting en API

#### Frontend
- Clustering de markers cuando hay muchos trenes cercanos
- Lazy loading de datos históricos
- Debouncing en timeline slider
- Virtual scrolling en listas de trenes
- Service Worker para caché offline

## Roadmap de Implementación

### Fase 1: MVP (4-6 semanas)
1. **Semana 1-2**: Backend
   - Setup PostgreSQL + PostGIS + Redis
   - Worker para polling GTFS-RT
   - API REST básica

2. **Semana 3-4**: Frontend
   - Mapa con OpenStreetMap
   - Visualización de trenes en tiempo real
   - WebSocket client

3. **Semana 5-6**: Timeline
   - Slider temporal
   - Consultas históricas
   - Testing y optimización

### Fase 2: Mejoras (4-6 semanas)
- Integración de feeds adicionales (data.renfe.com)
- Filtros avanzados y búsqueda
- Estadísticas y analytics
- Exportación de datos

### Fase 3: Avanzado
- Predicción de posiciones usando ML
- Alertas y notificaciones
- API pública
- Mobile app

## Costes Estimados

### Desarrollo
- **Solo**: 2-3 meses (una persona)
- **Equipo pequeño**: 1-1.5 meses (2-3 personas)

### Infraestructura Mensual (estimación)
- VPS (4GB RAM, 2 CPU): ~15-25€/mes
- PostgreSQL gestionado (opcional): ~25-50€/mes
- Redis gestionado (opcional): ~10-20€/mes
- Dominio: ~10€/año
- **Total**: 25-95€/mes (dependiendo de servicios gestionados)

### Almacenamiento
- ~1KB por posición
- 1000 trenes × 2 updates/min × 60 min × 24 h = ~2.8M registros/día
- ~2.8GB/día → ~84GB/mes
- Retención de 3 meses: ~250GB

## Consideraciones Técnicas

### Desafíos
1. **Parsing de Protocol Buffers**: Usar librerías oficiales gtfs-realtime-bindings
2. **Escalabilidad**: Particionamiento de datos históricos, archivado a cold storage
3. **Precisión GPS**: Los datos pueden tener errores, implementar filtrado de outliers
4. **Frecuencia de actualización**: Balancear entre tiempo real y carga del servidor

### Seguridad
- Rate limiting en API
- CORS configurado correctamente
- Sanitización de inputs
- HTTPS en producción
- Autenticación para endpoints administrativos

## Alternativas y Variantes

### Stack Alternativo Ligero
- **Backend**: Python + FastAPI + SQLite/DuckDB
- **Frontend**: Vanilla JS + Leaflet (sin framework)
- **Deploy**: Single VPS con systemd

### Stack Más Robusto
- **Backend**: Go + Gin + TimescaleDB
- **Message Queue**: RabbitMQ o Kafka para procesamiento
- **Frontend**: Next.js + React Query
- **Deploy**: Kubernetes cluster

### Serverless
- **Backend**: AWS Lambda + API Gateway
- **DB**: DynamoDB + S3 para histórico
- **Frontend**: Vercel/Netlify
- **Real-time**: AWS IoT Core o Pusher

## Referencias

- GTFS Realtime Specification: https://gtfs.org/documentation/realtime/
- Renfe Data Portal: https://data.renfe.com/
- PostGIS Documentation: https://postgis.net/
- Leaflet.js: https://leafletjs.com/
- Socket.io: https://socket.io/

---

## Integración de Fuentes de Datos

### Estrategia de Sincronización

#### Workers de Recolección

```javascript
// Arquitectura de workers propuesta

const workers = {
  // Worker 1: GTFS-RT en tiempo real (alta frecuencia)
  realtimeWorker: {
    interval: 30000, // 30 segundos
    sources: [
      {
        name: 'vehicle_positions',
        url: 'https://gtfsrt.renfe.com/vehicle_positions.pb',
        parser: parseVehiclePositions,
        destination: ['postgresql.train_positions', 'redis.current_positions']
      },
      {
        name: 'trip_updates',
        url: 'https://gtfsrt.renfe.com/trip_updates_cercanias.pb',
        parser: parseTripUpdates,
        destination: ['postgresql.trip_updates', 'redis.delays']
      },
      {
        name: 'service_alerts',
        url: 'https://gtfsrt.renfe.com/alerts.pb',
        parser: parseServiceAlerts,
        destination: ['postgresql.alerts', 'redis.active_alerts']
      }
    ]
  },

  // Worker 2: GTFS Static (baja frecuencia)
  staticDataWorker: {
    interval: 86400000, // 24 horas
    schedule: '0 3 * * *', // 3:00 AM diaria
    sources: [
      {
        name: 'gtfs_static',
        url: 'https://data.renfe.com/api/gtfs/latest.zip',
        parser: parseGTFSZip,
        files: ['routes', 'stops', 'trips', 'stop_times', 'calendar', 'shapes'],
        destination: 'postgresql',
        onUpdate: (changes) => {
          // Detectar cambios en rutas o estaciones
          notifyAdmins(changes);
          invalidateCache(['routes', 'stations']);
        }
      }
    ]
  },

  // Worker 3: Estaciones y metadatos (muy baja frecuencia)
  metadataWorker: {
    interval: 604800000, // 7 días
    schedule: '0 2 * * 0', // Domingo 2:00 AM
    sources: [
      {
        name: 'renfe_stations',
        url: 'https://data.renfe.com/api/stations.json',
        parser: parseStations,
        destination: 'postgresql.stations',
        merge: true // Merge con datos existentes
      },
      {
        name: 'adif_infrastructure',
        type: 'wms',
        url: 'https://ideadif.adif.es/wms',
        parser: extractStationMetadata,
        destination: 'postgresql.stations',
        merge: true
      }
    ]
  }
};
```

#### Pipeline de Procesamiento de Datos

```
┌─────────────────────────────────────────────────────────────┐
│                  INGESTA DE DATOS                           │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌──────────────┐   ┌──────────────┐   ┌──────────────┐   │
│  │  GTFS-RT     │   │  GTFS Static │   │  Metadatos   │   │
│  │  (30 seg)    │   │  (24 horas)  │   │  (7 días)    │   │
│  └──────┬───────┘   └──────┬───────┘   └──────┬───────┘   │
│         │                  │                  │            │
└─────────┼──────────────────┼──────────────────┼────────────┘
          │                  │                  │
          ▼                  ▼                  ▼
┌─────────────────────────────────────────────────────────────┐
│                  VALIDACIÓN Y TRANSFORMACIÓN                │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  • Decodificar Protocol Buffers                            │
│  • Validar campos requeridos                               │
│  • Normalizar formatos (fechas, coordenadas)               │
│  • Detectar outliers (posiciones GPS inválidas)            │
│  • Enriquecer con datos estáticos (nombres, rutas)         │
│                                                             │
└─────────────────────┬───────────────────────────────────────┘
                      │
                      ▼
┌─────────────────────────────────────────────────────────────┐
│                  ALMACENAMIENTO                             │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌──────────────────┐              ┌──────────────────┐    │
│  │  PostgreSQL      │              │  Redis           │    │
│  │  + PostGIS       │              │                  │    │
│  ├──────────────────┤              ├──────────────────┤    │
│  │ • train_positions│◄─────────────┤ • current_pos    │    │
│  │ • trip_updates   │              │ • active_alerts  │    │
│  │ • alerts         │              │ • delay_cache    │    │
│  │ • routes         │              │ • stats_cache    │    │
│  │ • stations       │              └──────────────────┘    │
│  │ • trips          │                                      │
│  └──────────────────┘                                      │
│                                                             │
└─────────────────────┬───────────────────────────────────────┘
                      │
                      ▼
┌─────────────────────────────────────────────────────────────┐
│                  DISTRIBUCIÓN                               │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌──────────────┐   ┌──────────────┐   ┌──────────────┐   │
│  │  WebSocket   │   │  API REST    │   │  Webhooks    │   │
│  │  (push)      │   │  (pull)      │   │  (eventos)   │   │
│  └──────────────┘   └──────────────┘   └──────────────┘   │
│                                                             │
└─────────────────────────────────────────────────────────────┘
```

### Sincronización GTFS Static

```javascript
// Módulo de sincronización GTFS Static

class GTFSStaticSyncer {
  async syncGTFSStatic() {
    const zipUrl = await this.getLatestGTFSUrl();
    const localPath = await this.downloadGTFS(zipUrl);
    const extracted = await this.extractZip(localPath);

    // Calcular checksum para detectar cambios
    const newChecksum = this.calculateChecksum(extracted);
    const oldChecksum = await this.getStoredChecksum();

    if (newChecksum === oldChecksum) {
      console.log('GTFS sin cambios');
      return;
    }

    // Procesar archivos GTFS
    const data = {
      routes: await this.parseGTFSFile(extracted, 'routes.txt'),
      stops: await this.parseGTFSFile(extracted, 'stops.txt'),
      trips: await this.parseGTFSFile(extracted, 'trips.txt'),
      stopTimes: await this.parseGTFSFile(extracted, 'stop_times.txt'),
      calendar: await this.parseGTFSFile(extracted, 'calendar.txt'),
      shapes: await this.parseGTFSFile(extracted, 'shapes.txt')
    };

    // Detectar cambios
    const changes = await this.detectChanges(data);

    // Actualizar base de datos en transacción
    await this.db.transaction(async (trx) => {
      // Insertar/actualizar rutas
      await this.upsertRoutes(trx, data.routes);

      // Insertar/actualizar estaciones
      await this.upsertStops(trx, data.stops);

      // Insertar/actualizar viajes
      await this.upsertTrips(trx, data.trips);

      // Insertar/actualizar horarios
      await this.upsertStopTimes(trx, data.stopTimes);

      // Insertar/actualizar formas de rutas
      if (data.shapes) {
        await this.upsertShapes(trx, data.shapes);
      }

      // Guardar checksum
      await this.storeChecksum(trx, newChecksum);
    });

    // Invalidar cachés
    await this.invalidateCaches(['routes', 'stations', 'trips']);

    // Notificar cambios
    await this.notifyChanges(changes);

    console.log('GTFS actualizado:', changes);
  }

  async detectChanges(newData) {
    const changes = {
      newRoutes: [],
      updatedRoutes: [],
      deletedRoutes: [],
      newStations: [],
      updatedStations: [],
      deletedStations: []
    };

    // Comparar con datos existentes
    const oldRoutes = await this.db.select('*').from('routes');

    // Detectar rutas nuevas
    for (const route of newData.routes) {
      const existing = oldRoutes.find(r => r.route_id === route.route_id);
      if (!existing) {
        changes.newRoutes.push(route);
      } else if (JSON.stringify(existing) !== JSON.stringify(route)) {
        changes.updatedRoutes.push(route);
      }
    }

    // Detectar rutas eliminadas
    for (const oldRoute of oldRoutes) {
      const existing = newData.routes.find(r => r.route_id === oldRoute.route_id);
      if (!existing) {
        changes.deletedRoutes.push(oldRoute);
      }
    }

    // Similar para estaciones...

    return changes;
  }
}
```

### Enriquecimiento de Datos en Tiempo Real

```javascript
// Enriquecer posiciones con datos estáticos

class PositionEnricher {
  async enrichPosition(position) {
    // Datos básicos del feed GTFS-RT
    const enriched = {
      ...position,
      // Añadir información de la ruta
      route: await this.getRoute(position.route_id),
      // Añadir información del viaje
      trip: await this.getTrip(position.trip_id),
      // Calcular estación más cercana
      nearestStation: await this.findNearestStation(
        position.latitude,
        position.longitude
      ),
      // Calcular retraso si hay trip_update
      delay: await this.calculateDelay(position.trip_id),
      // Añadir alertas activas
      alerts: await this.getActiveAlerts(position.route_id),
      // Información de ocupación (si disponible)
      occupancy: this.mapOccupancyStatus(position.occupancy_status)
    };

    return enriched;
  }

  async findNearestStation(lat, lon) {
    // Usar PostGIS para encontrar estación más cercana
    const result = await this.db.raw(`
      SELECT
        station_id,
        station_name,
        latitude,
        longitude,
        ST_Distance(
          position,
          ST_SetSRID(ST_MakePoint(?, ?), 4326)::geography
        ) as distance
      FROM stations
      ORDER BY distance
      LIMIT 1
    `, [lon, lat]);

    return result.rows[0];
  }

  async calculateDelay(tripId) {
    // Buscar trip_update más reciente
    const update = await this.redis.get(`trip_update:${tripId}`);
    if (!update) return null;

    const parsed = JSON.parse(update);
    // Calcular diferencia entre horario programado y predicción
    const scheduledArrival = await this.getScheduledArrival(tripId);
    const predictedArrival = parsed.stop_time_update?.arrival?.time;

    if (scheduledArrival && predictedArrival) {
      return (predictedArrival - scheduledArrival) / 60; // Minutos
    }

    return null;
  }
}
```

## Features Avanzadas por Fuente de Datos

### Features con GTFS-RT Vehicle Positions

#### 1. Mapa en Tiempo Real
- **Descripción**: Visualización de todos los trenes en movimiento
- **Implementación**:
  - Marcadores animados en Leaflet
  - Colores por tipo de servicio (AVE, Cercanías, etc.)
  - Rotación del icono según bearing
  - Clustering para alta densidad
- **Datos utilizados**: latitude, longitude, bearing, train_type

#### 2. Trail de Movimiento
- **Descripción**: Estela que muestra trayectoria reciente del tren
- **Implementación**:
  - Polyline con últimas 10 posiciones
  - Desvanecimiento gradual (opacity)
  - Código de colores por velocidad
- **Datos utilizados**: Histórico de train_positions (últimos 5 min)

#### 3. Heatmap de Tráfico
- **Descripción**: Mapa de calor mostrando zonas con más tráfico ferroviario
- **Implementación**:
  - Leaflet.heat plugin
  - Agregación por celdas geográficas
  - Filtros por hora del día / día de la semana
- **Datos utilizados**: Agregación de train_positions

#### 4. Timeline Playback
- **Descripción**: Reproducir histórico de posiciones
- **Implementación**:
  - Slider temporal
  - Controles play/pause/velocidad
  - Sincronización de múltiples trenes
- **Datos utilizados**: train_positions con timestamp

#### 5. Seguimiento de Tren Específico
- **Descripción**: Centrar cámara en un tren y seguirlo
- **Implementación**:
  - Auto-pan del mapa
  - Panel lateral con información detallada
  - Notificaciones de cambios de estado
- **Datos utilizados**: train_positions + enriched data

### Features con GTFS-RT Trip Updates

#### 6. Monitor de Puntualidad
- **Descripción**: Dashboard de retrasos y cancelaciones
- **Implementación**:
  - Gráficos de puntualidad por línea
  - Ranking de rutas más puntuales
  - Tendencias temporales
- **Datos utilizados**: trip_updates, delay calculations

#### 7. Predicciones de Llegada
- **Descripción**: Mostrar hora estimada de llegada a próximas estaciones
- **Implementación**:
  - Lista de próximas paradas
  - Comparación horario programado vs predicho
  - Indicador visual de retraso/adelanto
- **Datos utilizados**: stop_time_updates

#### 8. Alertas de Cancelación
- **Descripción**: Notificaciones push de trenes cancelados
- **Implementación**:
  - WebSocket event al detectar cancelación
  - Notificación en navegador
  - Email/SMS para suscripciones
- **Datos utilizados**: trip_updates con schedule_relationship=CANCELED

#### 9. Análisis de Retrasos
- **Descripción**: Identificar patrones de retrasos
- **Implementación**:
  - Análisis por hora del día
  - Análisis por estación
  - Correlación con meteorología
  - Predicción ML de retrasos
- **Datos utilizados**: Histórico de delays, weather data

### Features con GTFS-RT Service Alerts

#### 10. Panel de Incidencias
- **Descripción**: Listado de alertas activas
- **Implementación**:
  - Categorización por severidad
  - Filtros por línea/estación
  - Mapa con marcadores de incidencias
- **Datos utilizados**: alerts table

#### 11. Notificaciones Personalizadas
- **Descripción**: Alertas para rutas favoritas
- **Implementación**:
  - Sistema de suscripciones
  - Push notifications
  - Filtros por tipo de alerta
- **Datos utilizados**: alerts + user preferences

#### 12. Histórico de Incidencias
- **Descripción**: Análisis de incidencias pasadas
- **Implementación**:
  - Timeline de alertas
  - Estadísticas por tipo
  - Zonas problemáticas
- **Datos utilizados**: alerts historical data

### Features con GTFS Static

#### 13. Explorador de Rutas
- **Descripción**: Visualización de rutas completas
- **Implementación**:
  - Trazar ruta en mapa usando shapes.txt
  - Mostrar todas las paradas
  - Horarios completos del servicio
- **Datos utilizados**: routes, trips, shapes, stop_times

#### 14. Planificador de Viajes
- **Descripción**: Calcular mejor ruta entre dos estaciones
- **Implementación**:
  - Algoritmo A* o Dijkstra
  - Considerar transbordos
  - Mostrar horarios disponibles
- **Datos utilizados**: routes, trips, stop_times, calendar

#### 15. Información de Estaciones
- **Descripción**: Detalles completos de estaciones
- **Implementación**:
  - Servicios disponibles
  - Trenes que paran
  - Próximas salidas/llegadas
  - Accesibilidad
- **Datos utilizados**: stops, stop_times, station metadata

#### 16. Comparador Horario vs Real
- **Descripción**: Overlay de horario programado sobre posiciones reales
- **Implementación**:
  - Mostrar ruta teórica vs real
  - Calcular desviaciones
  - Métricas de adherencia al horario
- **Datos utilizados**: stop_times + train_positions

### Features con Infraestructura ADIF

#### 17. Visualización de Vías
- **Descripción**: Overlay de red ferroviaria
- **Implementación**:
  - WMS layer de IDEADIF
  - Estilos por tipo de vía (AVE, convencional)
  - Toggle on/off
- **Datos utilizados**: ADIF WMS service

#### 18. Información de Infraestructura
- **Descripción**: Detalles técnicos de vías y estaciones
- **Implementación**:
  - Click en vía para ver características
  - Tipo de electrificación
  - Ancho de vía
  - Velocidad máxima
- **Datos utilizados**: ADIF PISERVI data

### Features con Datos Históricos

#### 19. Análisis de Tráfico
- **Descripción**: Patrones de movimiento a lo largo del tiempo
- **Implementación**:
  - Gráficos de volumen por hora/día
  - Identificar horas punta
  - Rutas más transitadas
- **Datos utilizados**: Agregaciones de train_positions

#### 20. Estadísticas de Rendimiento
- **Descripción**: KPIs del sistema ferroviario
- **Implementación**:
  - Puntualidad promedio
  - Distancia recorrida
  - Velocidad promedio por ruta
  - Número de servicios diarios
- **Datos utilizados**: calculate_train_statistics function

#### 21. Exportación de Datos
- **Descripción**: Descarga de datasets para análisis externo
- **Implementación**:
  - Export a CSV/JSON/GeoJSON
  - API para acceso programático
  - Filtros temporales y geográficos
- **Datos utilizados**: Cualquier tabla

### Features Avanzadas Multi-Fuente

#### 22. Dashboard de Control
- **Descripción**: Vista general del sistema
- **Implementación**:
  - Número de trenes activos
  - Alertas activas
  - Puntualidad global
  - Gráficos en tiempo real
- **Datos utilizados**: Todas las fuentes

#### 23. Sistema de Recomendaciones
- **Descripción**: Sugerir mejor momento para viajar
- **Implementación**:
  - Análisis de patrones históricos de retrasos
  - Ocupación típica por horario
  - Condiciones meteorológicas
- **Datos utilizados**: Historical delays + weather + occupancy

#### 24. Detección de Anomalías
- **Descripción**: Identificar comportamientos inusuales
- **Implementación**:
  - ML para detectar patrones anormales
  - Alertas automáticas a operadores
  - Análisis de velocidad inusual
  - Detección de paradas no programadas
- **Datos utilizados**: train_positions + trip_updates + ML model

#### 25. API Pública
- **Descripción**: Acceso programático a datos
- **Implementación**:
  - REST API documentada
  - GraphQL endpoint
  - Webhooks para eventos
  - Rate limiting y autenticación
- **Datos utilizados**: Todas las fuentes

#### 26. Integración con Asistentes
- **Descripción**: Comandos de voz y chatbots
- **Implementación**:
  - "¿Cuándo llega el próximo tren a Madrid?"
  - "¿Hay retrasos en la línea C-1?"
  - Integración con Alexa/Google Assistant
- **Datos utilizados**: NLP + trip_updates + train_positions

#### 27. Gamificación
- **Descripción**: Elementos lúdicos para engagement
- **Implementación**:
  - Badges por trenes observados
  - Ranking de usuarios
  - Challenges ("visita 10 estaciones diferentes")
  - Compartir en redes sociales
- **Datos utilizados**: User data + train_positions

## Roadmap de Features

### Fase 1: MVP (4-6 semanas)
- [x] Arquitectura Docker
- [ ] Worker GTFS-RT Vehicle Positions
- [ ] Mapa en tiempo real básico
- [ ] Panel de información de tren
- [ ] Timeline básico
- [ ] API REST core

### Fase 2: Enriquecimiento (4-6 semanas)
- [ ] Integración GTFS Static
- [ ] Sincronización semanal automática
- [ ] Trip Updates y Alerts
- [ ] Monitor de puntualidad
- [ ] Predicciones de llegada
- [ ] Panel de incidencias

### Fase 3: Features Avanzadas (8-12 semanas)
- [ ] Heatmap de tráfico
- [ ] Análisis de retrasos
- [ ] Explorador de rutas
- [ ] Planificador de viajes
- [ ] Overlay infraestructura ADIF
- [ ] Dashboard de control

### Fase 4: Analytics y ML (8-12 semanas)
- [ ] Análisis histórico de tráfico
- [ ] Estadísticas de rendimiento
- [ ] Predicción ML de retrasos
- [ ] Detección de anomalías
- [ ] Sistema de recomendaciones
- [ ] Correlación con meteorología

### Fase 5: Ecosistema (Continuo)
- [ ] API pública documentada
- [ ] Webhooks
- [ ] Integraciones con asistentes
- [ ] Mobile app (iOS/Android)
- [ ] Notificaciones push
- [ ] Sistema de suscripciones

## Próximos Pasos

1. ✅ Arquitectura Docker Compose completa
2. ✅ Base de datos con PostGIS y particiones
3. ✅ Sistema de migraciones Flyway
4. ✅ Identificación de fuentes de datos
5. ⬜ Implementar worker GTFS-RT Vehicle Positions
6. ⬜ Desarrollar API REST básica
7. ⬜ Crear frontend con mapa Leaflet
8. ⬜ Implementar WebSocket para tiempo real
9. ⬜ Sincronización GTFS Static
10. ⬜ Trip Updates y Service Alerts