14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
Como pasar de SQL a NoSQL sin sufrir
Conceptos de MongoDB para Devs — Primera parte
Marcela Sena
Mar 28, 2017 · 7 min read
Introducción
Como developers es común que en alguna etapa de nuestra vida desarrollando
software nos hayamos topado con conceptos de bases de datos, puesto que la
información de los sistemas, web apps, mobile apps, entre otros, que solemos
desarrollar necesitan ser almacenados en algún lugar para su posterior consulta.
Los conceptos de bases de datos con los que estamos familiarizados son los relacionales
pues fue de los primeros modelos que se hizo popular por su forma de organizar y
consultar la información almacenada. Al usar bases de datos relacionales estamos
también familiarizados con SQL (Structured Query Language) y la forma de poder usar
este lenguaje para la definición de datos (DDL) y la consulta de estos mismos (DML) en
sistemas de gestión de bases de datos ó DBMS (Database Management System).
Tablas, columnas, registros, restricciones, relaciones, consultas (queries),
procedimientos almacenados, son términos que usamos para referirnos a los datos de
nuestro sistema que deseamos manipular y mentalmente transformamos esos datos al
modelo relacional.
[Link] 1/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
No quiero generalizar, sé que muchos Devs de la nueva escuela tal vez ya tienen en
mente otros conceptos y términos y ya mapean sus datos a otros modelos, es por eso
que este post servirá para todos aquellos que quieren migrar de SQL a NoSQL sin sufrir.
MongoDB
MongoDB es una base de datos de documentos open-source que nos permite indexar
registros de texto completo que se encuentra estructurado en un Documento. En
MongoDB un documento es un registro compuesto por pares “campo : valor”. Estos
documentos son muy parecidos a los objetos JSON.
User document
Los valores de los campos pueden ser otros documentos, arreglos y arreglos de
documentos. Ejemplos de estos tipos de valores están en la línea 5 para arreglos, 6 para
documentos y 7 para arreglo de documentos.
Las ventajas de tener este tipo de estructura de datos como registros es que
principalmente podemos reducir las “relaciones” entre tablas que comúnmente usamos
en bases de datos relacionales cuando hacemos consultas con los famosos “joins” o
uniones de datos, ya que resulta muy costoso. Otra ventaja es que de cierta forma esta
estructura se corresponde con tipos de datos en varios lenguajes de programación lo
cual resulta conveniente para desarrollar código de forma más ágil. Además, también
nos permite guardar grandes volúmenes de datos sin tanto costo.
MongoDB v3.4 promete un alto desempeño en tareas de I/O con el uso de modelos de
datos embebidos e índices, además de alta disponibilidad haciendo réplicas y
reduciendo la redundancia de datos; en MongoDB es posible escalar horizontalmente
agregando clusters de maquinas donde los datos se distribuyen por medio de sharding.
Y claro, MongoDB soporta un lenguaje de consultas enriquecido para hacer
operaciones de escritura y lectura (CRUD), además de búsquedas de texto, consultas
geoespaciales y agregación de datos.
How to install mongodb.
Migrando de modelo de datos
Ya vimos todo lo que MongoDB nos puede brindar para manejar nuestros datos, pero lo
que queremos es saber como migrar nuestro modelo relacional a un modelo de
[Link] 2/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
documentos, y para esto necesitamos un ejemplo.
Usemos el ejemplo del documento anterior que representa a un usuario definiendo su
nombre, edad, alias, las comunidades de las cuales es miembro, domicilio y las zonas
donde se ubica. La representación del modelo relacional para almacenar estos datos
sería la siguiente:
Users (modelo relacional)
Ahora veamos la representación en el modelo de documentos:
[Link] 3/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
Users (modelo de documentos)
La diferencia sustancial sería la abstracción completa de todos los datos definidos en
un solo documento y no en distintas tablas relacionadas. Las restricciones y la
existencia de “ids” de otras tablas como parte de nuestros registros ya no son relevantes
pues lo que nos interesa es la información como tal. Y aquí es donde podemos entrar en
detalles sobre conceptos correspondientes entre ambos modelos.
SQL NoSQL with MongoDB
database database
table collection
row document
column field
primary key primary key
[Link] hosted with ❤ by GitHub view raw
El concepto de database en ambos modelos es el mismo, donde las cosas empiezan a
cambiar es en la parte de definición de tables/collections. En MongoDB se le llama
collection a la agrupación de documents (BSON — binary JSON) que se almacenan en
una database. Por lo tanto, las operaciones de lectura y escritura y las consultas que
haremos serán sobre una database y sus collections, definiendo así para nuestro
ejemplo:
Mongo Shell statements
peopledb —> database
use <db>, crea una database si no existe y selecciona esta db para
ser usada.
[Link] 4/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
> use peopledb
users —> collection
[Link](<name>, <options>), crea explícitamente una
collection. Otra forma de hacerlo es cuando agregamos el primer
registro a la collection con [Link](), si la
collection no existe Mongo la crea e inserta el primer registro.
> [Link](“users”)
> [Link]()
Operaciones CRUD
A partir de aquí podemos comenzar a manipular datos con las operaciones comunes
CREATE, READ, UPDATE, DELETE; y para migrar de SQL a NoSQL con Mongo, lo
haremos paso a paso con una comparativa entre sentencias en uno y otro lenguaje.
Create y Alter, son sentencias (DML) que nos ayudan a crear estructuras de datos, y a
modificarlas una vez que fueron definidas.
SQL
CREATE
CREATE TABLE users (
id MEDIUMINT NOT NULL AUTO_INCREMENT,
name Varchar(30),
age Number,
alias Varchar(20),
PRIMARY KEY (id)
)
ALTER
ALTER TABLE users ADD join_date DATETIME
ALTER TABLE users DROP COLUMN join_date
NoSQL with MongoDB
CREATE
[Link](
{
[Link] 5/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
{
name : "Marcela Sena",
age : 29,
alias : "MarceStarlet"
}
)
ALTER
[Link](
{ },
{ $set: { join_date: new Date() } }
)
[Link](
{ },
{ $unset: { "join_date": "" } }
)
[Link] hosted with ❤ by GitHub view raw
Los métodos insertOne(<document>) e insertMany([<doc1>,<doc2>…])
implícitamente crean una collection si no existe e insertan uno o muchos documents
según sea el caso. Por si no se dieron cuenta en Mongo no tuvimos que especificar el
“id” de nuestro document, si no definimos un campo “_id”, Mongo lo crea
automáticamente.
El método updateMany(<filter>,<update>) actualiza múltiples documents dentro de
una collection basado en el filtro que recibe como argumento, pero además puede
alterar los documents con operaciones de $set (establecer) y $unset (des-establecer)
para agregar o borrar fields. Como vemos la forma de alterar información en Mongo no
se hace a nivel de collections ya que no es una modificación estructural sino de
documents (registros de nuestra colección).
Con insert nosotros podemos agregar registros a nuestra definición de datos. En
Mongo ya vimos la forma de hacer estos inserts con los métodos insertOne() e
insertMany().
SQL
INSERT
INSERT INTO users(name, age, alias)
VALUES ("Marcela Sena", 29, "MarceStarlet")
[Link] 6/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
NoSQL with MongoDB
INSERT
[Link](
{
name : "Marcela Sena",
age : 29,
alias : "MarceStarlet"
}
)
[Link](
{
name : "Marcela Sena",
age : 29,
alias : "MarceStarlet"
},
{
name : "Sena Marcela",
age : 92,
alias : "StarletMarce"
}
)
[Link] hosted with ❤ by GitHub view raw
Update y Delete, son sentencias que nos ayudan a hacer modificaciones a la
información, actualizar algún valor o a borrar algún registro.
SQL
UPDATE
UPDATE users
SET alias = "MarceS"
WHERE age > 25
DELETE
DELETE FROM users
WHERE alias = "MarceS"
NoSQL with MongoDB
UPDATE
[Link] 7/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
U
[Link](
{ age: { $gt: 25 } },
{ $set: { alias: "MarceS" } }
)
DELETE
[Link]( { alias: "MarceS" } )
[Link] hosted with ❤ by GitHub view raw
En Mongo nosotros podemos usar el método updateMany(<filter>,<update>) para
hacer modificaciones a los valores de un document en específico o a un rango de ellos
en base a un filtro. Para nuestro ejemplo estamos modificando el valor del campo
“alias” en base a una condición sobre el campo de “age”, esta condición determina
cuáles serán los documents que van a ser modificados. Los operadores de consulta
(query operators) $set y $gt son usados para establecer el nuevo valor en “alias” y para
definir el rango mayor a 25 del campo “age”.
Para borrar documents usamos el método deleteMany(<filter>) que borra todos los
documents que coinciden con el filtro.
Por último tenemos la sentencia select la cuál nos permite hacer consultas sobre la
información que hemos almacenado. Como hemos notado en las anteriores
comparativas sobre las sentencias de DML, Mongo no es muy diferente a SQL, se
pueden hacer las mismas cosas con la principal diferencia de que en mongo usamos los
mismo métodos pero con diferentes parámetros para modificar información ya que
todo se hace a nivel de documents y en SQL debemos hacer diferencias entre conceptos
de estructura como tables, columns, rows, y los valores que conforman los registros de
esas estructuras.
Para mi, el manejo de DDL es donde está la gran diferencia entre SQL y NoSQL puesto
que al no tener tablas relacionadas la forma de hacer consultas cambia drásticamente.
Veamos algunos ejemplos:
SQL
SELECT * (all)
[Link] 8/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
SELECT *
FROM users
SELECT specific fields
SELECT name, alias
FROM users
SELECT WHERE
SELECT name, alias
FROM users
WHERE alias = "MarceStarlet"
SELECT ORDER BY
SELECT *
FROM users
WHERE alias = "MarceStarlet"
ORDER BY name DESC
SELECT GROUP BY
SELECT age, name, [Link]
FROM users u, users_zipCodes uz
WHERE u.id_user = uz.id_user
GROUP BY age, name
ORDER BY age, name
NoSQL with MongoDB
SELECT * (all)
[Link]()
SELECT specific fields
[Link](
{ },
{ name: 1, alias: 1, _id: 0 }
)
SELECT WHERE
[Link](
{ alias: "MarceStarlet" }
[Link] 9/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
{ alias: MarceStarlet },
{ name: 1, alias: 1, _id: 0 }
)
SELECT ORDER BY
[Link]( { alias: "MarceStarlet" } ).sort( { name: -1 } )
SELECT GROUP BY
[Link](
[
{ $unwind: "$zipCodes" },
{ $group:
{ _id:
{
age: "$age",
name: "$name",
zone: "$[Link]"
}
}
},
{ $sort: { _id: 1 } }
]
)
En Mongo nosotros podemos usar el método find para hacer búsquedas sobre
documentos que no involucran a otros documentos. Para hacer funciones de
agregación como GROUP BY y ORDER BY Mongo nos provee de un método aggregate
el cuál nos ayuda a agrupar y ordenar documentos usando $group y $sort además de
poder hacer uso de los campos que son parte de otros documentos dentro de nuestros
documentos. En nuestro ejemplo “zipCodes” es un campo que su valor es un arreglo de
documentos y haciendo uso de $unwind es como podemos separar estos documentos
para poder hacer referencia a sus campos internos. En este método también podemos
hacer uso de los operadores $sum, $gt, $lt y otros para hacer acumulaciones,
comparaciones o cualquier otra operación permitida sobre los valores.
Conclusión
MongoDB es una buena opción para comenzar con las bases de datos del modelo de
documentos, pero debemos tener mucho cuidado sobre qué datos deben ir como parte
de un documento y qué datos deben ir por separado ya que podemos llegar a complicar
nuestros queries si no tenemos un buen diseño de nuestros datos. En este post vimos
[Link] 10/11
14/5/2020 Como pasar de SQL a NoSQL sin sufrir - TechWo - Medium
sentencias básicas de un modelo y de otro y pudimos darnos cuenta que podemos
representar nuestros data sets en una estructura más simple sin complicarnos con las
relaciones del modelo relacional que muchas veces hacen que los datos sean
redundantes y que mantener tantas tablas puede ser complicado al momento de hacer
queries. Si eres un developer que está migrando de modelo te darás cuenta que al usar
este modelo con MongoDB te será más fácil modelar y manipular los datos de tu
sistema, además de que es fácil de integrar con distintos lenguajes gracias a su amplia
variedad de APIs.
En mi siguiente post crearemos un proyecto web y usaremos la API de Java para
conectarnos a una database de MongoDB e implementaremos las operaciones CRUD
sobre las collections que diseñemos para nuestros datos.
Referencias
SQL to MongoDB Mapping Chart - MongoDB Manual 3.4
Operational Segregation in MongoDB Deployments
[Link]
SQL to Aggregation Mapping Chart - MongoDB Manual 3.4
The following table presents a quick reference of SQL aggregation statements and the corresponding
MongoDB statements…
[Link]
Thanks to Ana Betancourt.
Development Mongodb Sql NoSQL
About Help Legal
Get the Medium app
[Link] 11/11
