Visión General NoSQL

NoSQL

Características de las bases de datos NoSQL

Diferencias con las bases de datos relacionales

Motivaciones para elegir una base de datos Nosql

Escalabilidad
Costo
Flexibilidad

Introducción a NoSQL
Tipos de bases de datos NOSQL - Taxonomía de soluciones

Persistencia Políglota

Modelo de Distribución de datos

Replicación
Sharding

Clasificación de las DB según el teorema CAP

Consistencia o coherencia (consistency)
La disponibilidad (availability)
Tolerancia al particionado (partition tolerance)

ACID versus BASE

Fuentes

Página 1 de 19
Visión General NoSQL
Sin lugar a dudas el paradigma que domina en el mundo de las bases de datos es el
modelo o paradigma relacional. Actualmente la mayoría de los sistemas y aplicaciones
utilizan algún RDBMS (libre o comercial). Todos coincidimos en que dichos RDBMS son
muy sólidos, robustos y se han consolidado a lo largo de los años en el mercado, entre
otras cosas, debido a que utilizan un lenguaje estándar de consultas SQL. A pesar de
todas las ventajas conocidas en el paradigma relacional, este también presenta
limitaciones propias de su arquitectura. Es por ello que Amazon y Google desarrollaron
un sistema de almacenamiento basado en el uso de clusters, obligados por sus
necesidades de negocio: Big tables de google y Dynamo de Amazon. Estas soluciones
permitían gestionar y procesar enormes volúmenes de información en sistemas
distribuidos. Dio el origen entonces a la aparición de las bases de datos NoSQL.
El surgimiento de Big Data generó también nuevas necesidades y formas de
procesamiento y almacenamiento de la información. En este nuevo contexto, lo más
frecuente es tratar con datos no estructurados o semiestructurados, en grandes
cantidades (imaginar muy grandes cantidades, como la información que maneja una
red social, o un portal de streaming de video, etc.), en donde el procesamiento rápido es
fundamental, y donde cuestiones tales como la consistencia de los datos deja de ser un
requisito y se puede flexibilizar como así también la cuestión de un esquema fijo.
Estos temas fundamentales en un RDBMS dejan de ser esenciales. El procesamiento
distribuido se convierte ahora en un requisito de primer orden y en consecuencia surgen
términos tales como clusters, alta disponibilidad, replicación de datos, escalamiento
horizontalmente, entre otros….todos éstos temas los desarrollaremos a lo largo del
curso. Si bien es cierto que –de alguna manera– el paradigma relacional puede
adaptarse –en mayor o menor grado- a estos nuevos requisitos, no es la mejor solución
ni fueron pensados para ese propósito. En este escenario es que surgen las bases de
datos NoSQL. Este tipo de base de datos no es homogéneo y es posible encontrar
distintas aproximaciones a los mismos problemas. Las bases de datos NoSQL no han
surgido para reemplazar a las bases de datos relacionales, sino que las complementan.
Dan soluciones efectivas, donde el paradigma relacional ya no podía debido sus
características propias inherentes o resulta muy costoso hacerlo.

Lectura complementaria: Ranking y tendencia de base de datos

Lectura complementaria: Infografía del uso de internet en 60 segundos

Página 2 de 19
NoSQL

Son muchas las aplicaciones web que utilizan algún tipo de bases de datos para
funcionar. Hasta ahora estábamos acostumbrados a utilizar bases de datos SQL
tales como MySQL1, MariaDB2, PostgreSQL3, pero desde hace ya algún tiempo han
aparecido otras que reciben el nombre de NoSQL(Not only SQL – No sólo SQL,
existen otras opciones diferentes a las SQL) y que han llegado con la intención de
complementar a las bases relacionales utilizadas por la mayoría de los usuarios. No
han surgido para reemplazar (a las BD relacionales), sino que surgieron como una
alternativa donde las bases de datos relacionales no podían responder ni adaptarse
debido a las limitaciones propias de su arquitectura.
Teniendo en cuenta la evolución de las páginas Web.

Web 1.0 Web 2.0 Web 3.0

La web primitiva, la del La web 2.0 se asentó a La web 3.0 es la web

siglo 20, era aquella que se mediados de la primera semántica, la web de la
caracteriza principalmente década de este siglo. nube, la web de las
por ser unidireccional y Sustentada bajo unas aplicaciones y la web
realizada sobre contenidos conexiones a internet multidispositivo. Hoy en
estáticos. Las primeras evolucionadas (ya día ya no solamente
páginas que vimos en teníamos ADSL), y utilizamos ordenadores
Internet publicaban mejores herramientas para conectarnos a
contenidos de texto que, una para desarrollar web, Internet.
vez publicados, no se mejores servidores, etc., Las tablets, los
actualizaban salvo que el la web 2.0, también smartphones, e incluso
"webmaster" modificarse denominada "la red los mapas interactivos,
dichos contenidos y volviese social", llena Internet de algunas tiendas, y en un
a subir la web de nuevo a blogs, wikis, foros y futuro no lejano la
internet. finalmente, redes automoción estará
La web 1.0 tenía un sociales. consumiendo Internet.
carácter principalmente El objetivo de la web La web 3.0 se presenta
divulgativo, y empezaron a 2.0 es la compartición del como una web inteligente
subir a internet documentos conocimiento, es la web (aunque creemos que
e información principalmente colaborativa y ha sido uno

1
https://www.mysql.com/
2
https://mariadb.org/
3
https://www.postgresql.org/

Página 3 de 19
 cultural. Poco a poco las de los atractivos para esto aun falta
empresas empezaron a principales para atraer a bastante), y
tomar parte y las primeras usuarios (basta ver los principalmente aprovecha
webs de empresa surgieron, usuarios de facebook la nube para prestar
con diseños muy pobres (no que, hasta facebook, no servicios al usuario y
había herramientas, ni eran usuarios frecuentes eliminar su necesidad de
tecnología, ni conexión de computadoras. disponer de sistemas
suficiente como para hacerlo operativos complejos y
mejor) y contenidos que grandes discos duros
rápidamente quedaban para almacenar su
anticuados al ser complejo información.
actualizarlos.

Se puede decir que la aparición del término NoSQL surge con la llegada de la web 2.0
ya que hasta ese momento sólo subían contenido a la red aquellas empresas que
tenían un portal, pero con la llegada de aplicaciones como Facebook, Twitter, Instagram
o Youtube, cualquier usuario puede subir contenido (casi) ilimitadamente, provocando
así un crecimiento exponencial de los datos (hay un cambio de paradigma). Inclusive
el avance del hardware, procesadores más veloces, multiprocesamiento, redes más
rápidas, contribuyeron al desarrollo de las base de datos NoSQL sumado a que las
bases de datos relacionales no pueden dar la respuesta que se espera a esta nueva
necesidad de negocio.

En muchos casos es posible almacenar enormes volúmenes de información en las

bases de datos relaciones. Pero es, en ese momento, cuando se quiere gestionar dicha
información, que empiezan a aparecer los primeros problemas. En un principio, para
solucionar estos problemas de accesibilidad, las empresas optaron por utilizar un
mayor número de máquinas pero pronto se dieron cuenta de que esto no solucionaba el
problema, además de ser una solución muy cara y costosa de implementar.

Por lo tanto referirse a bases de datos NoSQL es hablar de estructuras que nos
permiten almacenar información en aquellas situaciones en las que las bases de datos
relacionales presentan ciertas dificultades y limitaciones debido principalmente a
problemas de escalabilidad y rendimiento, donde se produce el acceso de miles de
usuarios concurrentes con millones de consultas diarias. Además de lo comentado
anteriormente, las bases de datos NoSQL son sistemas de almacenamiento de
información que no cumplen con el esquema entidad–relación.

Los diseñadores de bases de datos recurrieron a los sistemas NoSQL cuando los

Página 4 de 19
RDBMS existentes no satisfacían sus necesidades de negocio.

La escalabilidad, el costo, la flexibilidad y la disponibilidad son preocupaciones cada

vez más importantes para los desarrolladores de aplicaciones, y su elección de los
sistemas de administración de bases de datos refleja esto. Por lo tanto, podemos decir
que los sistemas de administración de datos han evolucionado para cumplir con los
requisitos cambiantes de las aplicaciones y los negocios, sujeto a las restricciones de
las tecnologías de computación y almacenamiento existentes en su momento.

A pesar del uso generalizado y exitoso de las bases de datos relacionales, el

crecimiento exponencial del comercio electrónico y las redes sociales llevó a la
necesidad de contar con otro sistemas de gestión de datos: Escalable, de bajo costo,
flexible y altamente disponible. Lograr algunos de estos objetivos con bases de datos
relacionales es posible en algunos casos, pero a menudo con dificultades y costos
potencialmente altos.

Las bases de datos NoSQL evolucionaron para abordar las limitaciones de los sistemas
de administración de bases de datos relacionales. Es poco probable que las bases de
datos NoSQL desplacen a las bases de datos relacionales.Los RDBMS desplazaron las
bases de datos de archivos planos, jerárquicas y de red. Es muy probable que los dos se
complementen entre sí y adapten las características entre sí, ya que ambos siguen
siendo aplicados a aplicaciones cada vez más complejas y exigentes.

Ventajas que ofrecen las bases de datos NoSQL

⇒ Se ejecutan en máquinas con pocos recursos (en relación a los necesarios para
una base de datos relacional - commodities servers): Estos sistemas, a diferencia
de los sistemas basados en SQL, requieren de apenas computación, por lo que
se pueden montar en máquinas de un coste mucho más reducido.

⇒ Mayor velocidad en el desarrollo de aplicaciones: En el desarrollo de

aplicaciones utilizando el paradigma relacional se invierte mucho esfuerzo en
realizar mapeos entre las estructuras de datos en memoria y el modelo
relacional. En este paradigma aparece el concepto de polimorfismo o
schemaless.

⇒ Gestión de grandes volúmenes de datos. Con estas soluciones, empresas y

organismos gubernamentales encuentran una alternativa muy eficiente para
tener muchos datos y procesarlos rápidamente. Si bien es posible –o podría
ser posible de alguna manera con el paradigma relacional– podría resultar
excesivamente costoso (en tiempo, esfuerzo e inversión). El motivo de esto, es

Página 5 de 19
 que las bases de datos fueron concebidas para operar en modo single-instance
(una única instancia) y a parte, es más barato procesar muchos datos que están
distribuidos en muchos servidores (conformando un cluster). Se puede
maximizar el uso de las bases de datos NoSQL si se ejecutan en un cluster.

⇒ No genera cuellos de botella (bottleneck). El principal problema de los sistemas

SQL es que necesitan transcribir cada sentencia para poder ser ejecutada, y cada
sentencia compleja requiere además de un nivel de ejecución aún más complejo,
lo que constituye un punto de entrada en común, que ante muchas peticiones
puede ralentizar el sistema (SPOF).

Características de las bases de datos NoSQL

⇒ Arquitectura distribuida. Las bases de datos relacionales suelen estar

centralizadas en una única máquina o bien en una estructura máster–esclavo,
sin embargo en los casos NoSQL la información puede estar compartida en
varias máquinas mediante mecanismos de tablas Hash distribuidas.

⇒ Algunas no utilizan SQL como lenguaje de consultas, otras sí. Por lo general no
utilizan el esquema relacional ni el lenguaje de consulta SQL.

⇒ Son de código abierto (la gran mayoría).

⇒ Se ejecutan en cluster para maximizar sus prestaciones.

⇒ No garantizan las propiedades ACID (hay que analizar caso por caso). En
general, proveen consistencia débil (weak consistency), como p.ej. consistencia
eventual,

⇒ Las bases de datos NoSQL no tienen un esquema fijo o rígido. Se dice que las
bases de datos NoSQL son polimórficas, esto es, no existe un esquema
uniforme. Cuando se van a almacenar datos en una base de datos relacional, lo
primero que hay que conocer es su esquema, es decir, que tablas hay, cuáles son
sus columnas, tipos de datos, etc. Las bases de datos NoSQL operan sin
esquema fijo, lo que permite añadir libremente “campos a los registros (filas)” sin
tener que re-definir ni conocer su estructura.

Cuando no se usa un esquema fijo, cada registro puede contener

exclusivamente sólo aquello que necesita. En un esquema fijo además es
necesario conocer previamente el esquema, lo que muchas veces es difícil y
complejo y en otras ocasiones hasta puede no conocerse. Cuando no se tiene
que cumplir un esquema, se puede almacenar fácilmente solo lo que se

Página 6 de 19
 necesita, permitiendo cambiar acorde a las necesidades puntuales del
momento. Y si hay información que ya no es más necesaria, no se requiere
seguir almacenándola, por lo que, se puede dejar de almacenar sin preocuparse
por perder datos, como si se borrasen columnas que ya no se utilizan en el
paradigma relacional. Las bases de datos sin esquemas, cambian el esquema
dentro del código de la aplicación que lo accede. Esto puede ser un problema
si existen múltiples aplicaciones desarrolladas por diferentes personas que
acceden a la misma base de datos.

Diferencias con las bases de datos relacionales

Algunas de las diferencias más destacables que nos podemos encontrar entre los
sistemas NoSQL y los sistemas SQL están:
⇒ Lenguaje de Consultas: Las bases de datos SQL utilizan lenguaje de consulta
estructurado (SQL) para definir y manipular datos. Por un lado, esto es
extremadamente poderoso: el lenguaje SQL es una de las opciones más
versátiles y ampliamente utilizadas disponibles en el mercado, lo que resulta en
una opción segura e ideal para consultas complejas. Pero por el otro, puede ser
altamente restrictivo. Las bases de datos SQL requieren que use esquemas
predefinidos para determinar la estructura de sus datos antes de trabajar con
ellos.

Una base de datos NoSQL tiene un esquema dinámico para datos no

estructurados, es decir, no utilizan estructuras fijas para el almacenamiento de
los datos (concepto de polimorfismo). Los datos se almacenan de muchas
maneras, lo que significa que pueden estar orientados a documentos, a
columnas, a gráficos u organizados como un almacén KeyValue. Esta flexibilidad
significa que los documentos se pueden crear sin tener una estructura definida
primero. Además, cada documento puede tener su propia estructura única. La
sintaxis varía de una base de datos a otra, y se puede agregar “columnas” en la
medida que se necesite.

No suelen permitir operaciones JOIN. Al disponer de un volumen de datos tan

extremadamente grande (y distribuido entre los nodos que componen el cluster)
suele resultar deseable evitar los JOIN. Esto se debe a que, cuando la operación
no es la búsqueda de una clave, la sobrecarga puede llegar a ser muy costosa.
Las soluciones más directas consisten en desnormalizar los datos, o bien
realizar el JOIN mediante software, en la capa de aplicación.

Página 7 de 19
 ⇒ Escalabilidad: En casi todas las situaciones, las bases de datos SQL son
escalables verticalmente. Esto significa que podemos mejor las prestaciones de
un servidor de base de datos, agregando más memoria, procesamiento (CPU) o
SSD (discos sólidos).

Las bases de datos NoSQL están diseñadas para escalar horizontalmente con
mucha facilidad y sin límite, es decir podemos agregar más servidores muy
fácilmente en su infraestructura. Las bases de datos relacionales también
pueden escalar horizontalmente pero con muchísimas limitaciones.

Paradigma relacional vs NoSQL

Ambos pueden escalar horizontalmente y verticalmente.
¿Cuáles son las limitaciones y restricciones de cada paradigma?

⇒ La Estructura: Las bases de datos SQL están basadas en tablas, mientras que
las bases de datos NoSQL están basadas en documentos, pares de clave-valor,
bases de datos de gráficos entre otras. Esto hace que las bases de datos SQL
relacionales sean una mejor opción para aplicaciones que manejan
transacciones, como por ejemplo un sistema de contabilidad, o para sistemas
heredados que se crearon originalmente para una estructura relacional.

Motivaciones para elegir una base de datos Nosql

Las aplicaciones web que deben ofrecer su servicio a miles o tal vez millones de
usuarios. Una solución de esta naturaleza es imposible de implementar con base de
datos relacionales.

Dan Sullivan4 propone cuatro características de los sistemas de gestión de base de

datos que son particularmente importantes para las tareas de gestión de datos a gran
escala. Ésta son:

● Escalabilidad

● Costo

● Flexibilidad

4
https://www.amazon.com/Dan-Sullivan/e/B001IXSA1Y/ref=dp_byline_cont_book_1

Página 8 de 19
 ● Disponibilidad

Dependiendo de las necesidades y requisitos de la aplicación en particular, algunas de

estas características pueden ser más importantes que otras.

Escalabilidad
La escalabilidad es la capacidad de satisfacer de manera eficiente las necesidades de
diferentes cargas de trabajo. Por ejemplo, si hay un aumento en el tráfico de un sitio
web, se pueden conectar servidores adicionales para manejar la carga adicional.
Cuando el pico cede y el tráfico vuelve a la normalidad, algunos de esos servidores
adicionales pueden cerrarse o liberarse. Agregar servidores según sea necesario se
llama escalar horizontalmente (scale out).

Cuando se trabaja con bases de datos relacionales, a menudo es difícil escalar

horizontalmente, aunque no imposible. Es posible que se necesite software de base de
datos adicional para administrar múltiples servidores que funcionan como un solo
sistema de base de datos. Oracle, por ejemplo, ofrece Oracle Real Applications Clusters
(RAC) para bases de datos basadas en clústeres. Los componentes adicionales de la
base de datos pueden agregar complejidad y costo a las operaciones.

Alternativamente, los administradores de bases de datos podrían optar por escalar

verticalmente (scale up), que es actualizar un servidor de base de datos existente para
agregar procesadores adicionales, memoria, ancho de banda de red u otros recursos
que mejorarían el rendimiento en un sistema de administración de bases de datos o
reemplazar un servidor existente con uno con más CPU memoria, y así sucesivamente.

La escalabilidad horizontal es más flexible que la escalabilidad vertical ya que los

servidores se pueden agregar o quitar según sea necesario. Las bases de datos NoSQL
están diseñadas para utilizar servidores disponibles en un clúster con una intervención
mínima de los administradores de bases de datos. A medida que se agregan o eliminan
nuevos servidores al cluster, el sistema de administración de bases de datos NoSQL se
ajusta para usar el nuevo conjunto de servidores disponibles.

Decimos también que es más flexible porque la escalabilidad vertical puede requerir la
sustitución de un servidor. Esto implica la migración de los datos por el administrador
de base de datos a un nuevo servidor.

Además, escalar verticalmente para agregar recursos (procesadores o memoria por

ejemplo) no requeriría una migración, pero probablemente requeriría algún tiempo de
inactividad para agregar hardware al servidor de la base de datos (downtime).

Página 9 de 19
Costo
El costo de las licencias de base de datos es una consideración significativa para
cualquier empresa u organización (y mucho más si esta es una pyme). Los proveedores
de software comercial emplean una variedad de modelos de licenciamiento que incluye
el cobro por el tamaño del servidor que ejecuta el RDBMS (cantidad de cores del
procesador) o el número de usuarios nombrados autorizados para usar el software.
Cada uno de estos modelos presenta desafíos para los usuarios del sistema de base de
datos.

Por ejemplo, las aplicaciones web pueden tener picos de demanda que aumentan el
número de usuarios que utilizan una base de datos en cualquier momento:

¿Deberían los usuarios de RDBMS pagar por la cantidad de usuarios pico o la cantidad de
usuarios promedio? ¿Cómo se deberían adquirir las licencias RDBMS cuando es difícil
saber cuántos usuarios usarán el sistema dentro de seis meses o un año?

Los usuarios de software de código abierto evitan estos problemas. El software es de

uso libre en todos los servidores productivos que se requiera y del tamaño que sea
necesario. Afortunadamente para los usuarios de bases de datos NoSQL, las
principales bases de datos NoSQL están disponibles como código abierto.

Las compañías de terceros o comerciales brindan servicios de soporte comercial para

bases de datos NoSQL de código abierto para que las empresas puedan tener soporte
de software como lo hacen con bases de datos comerciales relacionales.

Flexibilidad
Los sistemas de administración de bases de datos relacionales son muy flexibles en
cuanto al rango de problemas que nos permite resolver:

Industrias tan diferentes como la banca, la manufactura, la función pública, el comercio

minorista, la energía y la atención médica son ejemplos de negocios que hacen uso de
bases de datos relacionales (y muy buen uso).

Sin embargo, hay otro aspecto de las bases de datos relacionales que las hace mucho
menos flexibles.

Los diseñadores de bases de datos deben saber al inicio de un proyecto todas las
tablas y columnas que serán necesarias para diseñar una aplicación y poder comenzar
con el diseño conceptual. Se debe conocer previamente todo el modelo.

Página 10 de 19
Por ejemplo, todos los empleados tienen que tener nombre y apellido y ID. Si bien,
luego es posible cambiar la estructura de las tablas, la metodología está orientada a
hacer el diseño de la base de datos completo al comienzo del proyecto.

Considere una aplicación de comercio electrónico que utiliza una base de datos
relacional para documentar los atributos de sus productos. Los productos informáticos,
como las computadoras, tendrían atributos como el tipo de CPU, la cantidad de
memoria y el tamaño del disco. Los hornos de microondas tendrían atributos tales
como tamaño y potencia.

Un diseñador de base de datos podría crear tablas separadas para cada tipo de
producto o definir una tabla con tantos atributos de producto diferentes como ella
podría imaginar en el momento en que diseña la base de datos.

A diferencia de las bases de datos relacionales, algunas bases de datos NoSQL no

requieren una estructura de tabla fija.

Por ejemplo, en una base de datos de documentos, un programa podría agregar

dinámicamente nuevos atributos según sea necesario sin tener que tener un diseñador
de base de datos para modificar el diseño de la base de datos (concepto de
polimorfismo).

Disponibilidad

Muchos de nosotros -en algún momento- tuvimos que esperar a que los sitios web y/o
las aplicaciones web estén disponibles cuando queríamos usarlos ¿Te pasó alguna vez
con el sistema de inscripción de la facultad? Si su sitio favorito de redes sociales o
comercio electrónico no funcionaba cuando intentó usarlo, es probable que comience a
buscar otras opciones, obviamente cuando esto sea posible.

Las bases de datos NoSQL están diseñadas para aprovechar múltiples servidores de
bajo costo. Cuando un servidor falla o se pone fuera de servicio por mantenimiento, los
otros servidores del clúster pueden asumir toda la carga de trabajo.

El rendimiento puede ser algo menor, y en el caso de verse degradado la aplicación

seguirá estando disponible. Ahora, si una base de datos se ejecuta en un solo servidor y
este falla, la aplicación dejará de estar disponible a menos que haya un servidor de
respaldo o réplica.

Los servidores de réplica mantienen copias de los datos del servidor primario en caso
de que falle el servidor primario. Si eso sucede, la copia (la base replicada) puede

Página 11 de 19
asumir la carga de trabajo que el servidor primario había estado procesando.

Esta puede ser una configuración ineficiente porque un servidor se mantiene en reserva
en caso de una falla pero de lo contrario no está ayudando a procesar la carga de
trabajo.

Introducción a NoSQL

Tipos de bases de datos NOSQL - Taxonomía de soluciones

Los principales tipos de BBDD de acuerdo con su implementación son los

siguientes:
❖ Base de datos Clave-Valor: Riak, Redis, Dynamo, Voldemort.
❖ Base de datos orientadas a documentos: MongoDB, CouchDB
❖ Base de datos basadas en columnas: Cassandra, Hypertable, HBase, SimpleDB
❖ Base de datos de grafos: Neo4J, Infinite Graph.
Como podemos ver, existen varias tecnologías nosql y actualmente existen más
de 200 bajo el término NoSQL.

Persistencia Políglota
Para entender mejor a que se refiere con este término podríamos definir la palabra
políglota. Su definición es: “alguien que habla o escribe varios idiomas”. Entonces
basado en esa definición pero llevado a base datos, podemos definir persistencia
políglota como un conjunto de aplicaciones que utilizan varias tecnologías básicas
de base de datos que se usan para resolver problemas complejos de
almacenamiento.

¿Qué modelo o paradigma de base de datos debemos adoptar para nuestra

próxima aplicación? La pregunta que podemos hacernos es: ¿por qué elegir solo
uno? ¿deberíamos? ¿No sería conveniente utilizar diferentes estrategias para
almacenar y recuperar la información para aprovechar las ventajas que cada una
ofrece?

A esta idea se la llama persistencia políglota, que ya estaba presente desde el

surgimiento de las Bases OLAP que se utilizaban para explotar los datos y hacer
análisis de alto nivel (Business Intelligence). Ahora debemos sumar a las bases

Página 12 de 19
 NoSQL como alternativa para el manejo de la persistencia de nuestra solución.

Diferentes modelos de bases de datos están diseñadas para resolver diferentes

problemas, es decir, cada una tiene propósito. El uso de un único motor de base de
datos para cubrir todos los requisitos de una aplicación suele conducir a soluciones
no eficientes. Por lo tanto, estos problemas complejos se fragmentan en partes más
pequeñas y entonces se aplican diferentes modelos de base de datos según las
necesidades específicas de cada requerimiento del problema. Esta solución también
trae inconvenientes pues es necesario una nueva aplicación o un servicio maneje la
comunicación con los diferentes tipos de almacenamientos y análisis de datos.

Debido a que persistencia políglota es una idea y forma de trabajo, no una

aplicación ni una tecnología específica, esta no tiene un origen claro. En 2006, Neal
Ford (Director, Software Architect, Meme Wrangler en ThoughtWorks)5 acuñó el
término programación políglota, para expresar la idea de que las aplicaciones
deberían ser escritas en una mezcla de idiomas para aprovechar el hecho de que
diferentes lenguajes son adecuados para abordar diferentes problemas. Aplicaciones
complejas combinan diferentes tipos de problemas, por lo que escoger el lenguaje
adecuado para cada trabajo puede ser más productivo que tratar de encajar todos los
aspectos en un solo lenguaje. Con el paso del tiempo, se ha aplicado este método de
trabajo al área de base de datos y este ha ido evolucionando en este campo,
manteniendo la idea original la cual es trabajar con distintos tipos de tecnologías
pero ahora en vez de lenguajes de programación, se utilizan distintas base de datos
dentro de una misma aplicación, buscando guardar los datos de la forma más óptima
(soluciones híbridas).

Ejemplo para una plataforma de e-commerce:

5
N. Ford, “about me,” 2006, [Online; accessed 20-may-2017]

Página 13 de 19
Modelo de Distribución de datos

En el paradigma relacional es posible escalar verticalmente (scale up). Esto significa

que si la cantidad de datos que necesito procesar crece exponencialmente podría
escalar comprando un servidor mucho más potente. Ahora debemos ser conscientes
que no es donde el paradigma relacional se siente más cómodo o donde puede lucir
todas sus mayores características. Una solución mejor consiste en ejecutar la base de
datos en un cluster. Por este motivo, las bases de datos NoSQL son muy interesantes y
constituyen la opción ideal para ejecutarse sobre clústeres de grandes dimensiones.
Existen dos modelos de distribución de datos:

Replicación
Consiste en tomar los datos y copiarlos, en tiempo real, a otros servidores. Existen
varios enfoques de replicación. Maestro-Esclavo o Peer-to-peer. En el caso del
Maestro-Esclavo un único nodo denominado Maestro es sobre el que se realizan las
actualizaciones y este “replica” “copia” en los esclavos. Hay un único Maestro a la vez
y es el único autorizado a recibir cambios desde la aplicación.
En el caso de la replicación peer-to-peer se permite la escritura sobre cualquier nodo, de
manera que los nodos se coordinan para sincronizar las copias de los datos.

Sharding
Este concepto, se podría traducir como particionado. Se emplea esta técnica para
gestionar (balancear de alguna manera) la carga de los servidores. Consiste en
distribuir los datos entre distintos shards (conjuntos de servidores que almacenan parte
de los datos), para que se reparta la carga a la hora de realizar consultas e inserciones.
Dicho de otra manera, los datos están distribuidos, repartidos entre los distintos shards.
Cada servidor o nodo, actúa como un único repositorio de dichos datos.

Clasificación de las DB según el teorema CAP

Las bases de datos NoSQL están pensadas para ser escalables y distribuidas. Y para
ser distribuidas tendremos que tener en cuenta el teorema CAP. El teorema de CAP
establece que, si se consideran las propiedades de disponibilidad, consistencia
(coherencia) y tolerancia a la partición en un sistema, solo es posible conseguir dos de
ellas a la vez.
“You can have it good,you can have it fast, you can have it cheap: pick two.”

Página 14 de 19
Consistencia o coherencia (consistency)
En sistemas distribuidos, habitualmente se dice que se encuentra en un estado
consistente si, después de una operación de escritura, todas las operaciones de lectura
posteriores son capaces de ver las actualizaciones desde la parte del sistema desde la
que están leyendo. Dicho de otra manera, que todos los usuarios vean la misma
información al mismo tiempo. Por lo tanto con la consistencia se garantiza que una
lectura devolverá la escritura más reciente para un cliente determinado.

La disponibilidad (availability)
La alta disponibilidad se logra cuando el sistema ha sido diseñado e implementado de
modo que se pueda continuar operando (lecturas, escrituras), incluso después de que
algún nodo haya sufrido algún inconveniente, tanto de hardware como de software.

Tolerancia al particionado (partition tolerance)

Los sistemas distribuidos pueden estar divididos en particiones (generalmente de
forma geográfica). Así que esta condición implica, que el sistema tiene que seguir
funcionando aunque existan fallos o caídas parciales que dividan el sistema. El sistema
tiene que seguir funcionando aunque existan fallos en la comunicación de dichas
particiones (las particiones están activas pero no pueden comunicarse entre sí).

Página 15 de 19
 Fuente: https://robertgreiner.com/cap-theorem-revisited/

El teorema CAP se extendió en base a la idea original que solo puede elegirse 2 de las 3
variables para un sistema de cómputo distribuido. Aunque la frase es poco feliz como el
mismo autor sugirió años después, sí es cierto que tenemos al menos dos estrategias
posibles para manejar la información sobre una red:

⇒ Si no queremos particionar la información, y queremos mantenerla centralizada,

no hay necesidad de hablar de consistencia ni de disponibilidad. Este es el caso
de las bases relacionales y las de grafos (CA).
⇒ Si por el otro lado queremos trabajar con un esquema de particionado, las
opciones son priorizar Consistencia o Disponibilidad.
● CP: Mongodb, HBase, Redis, MemcacheDB. La consecuencia de esta
elección es que las actualizaciones y las consultas deben ser atómicas y
pueden devolver un error de timeout (se penaliza la disponibilidad).

Fuente: https://robertgreiner.com/cap-theorem-revisited/

● AP: Cassandra, Dynamo, CouchDB. La consecuencia de esta elección es

Página 16 de 19
 que la información recuperada puede no ser la última, a favor de tener una
alta disponibilidad de todos los nodos.

Fuente: https://robertgreiner.com/cap-theorem-revisited/

ACID versus BASE

El mundo de las bases de datos relacionales está familiarizado con las transacciones
ACID. Las transacciones que se producen en el lenguaje SQL, sea cual fuere el sistema
gestor de base de datos cumplen siempre las propiedades ACID. Este tipo de
transacciones se llaman así porque garantizan la Atomicidad, la Consistencia, el
aislamiento (Isolation) y la Durabilidad.

El modelo BASE es un enfoque similar al ACID, aunque perdiendo la consistencia y el

aislamiento, a favor de la disponibilidad, la degradación y el rendimiento.

BASE es una filosofía de diseño de sistemas de datos que pondera la disponibilidad

sobre la consistencia de las operaciones. BASE se desarrolló como una alternativa para
producir arquitecturas de datos más escalables y accesibles ofreciendo más opciones
a las empresas

El modelo BASE toma su nombre de:

⇒ Basic Availability. El sistema funciona incluso cuando alguna parte falla, debido
a que el storage sigue los principios de distribución y replicación. BA es
básicamente disponible. Esto significa que puede haber una falla parcial en
algunas partes del sistema distribuido y el resto del sistema continúa
funcionando.

Por ejemplo, si una base de datos NoSQL se ejecuta en un cluster con 10

servidores sin replicar datos y uno de los servidores falla, entonces el 10% de las

Página 17 de 19
 consultas de los usuarios fallará, pero el 90% lo logrará. Las bases de datos
NoSQL a menudo conservan múltiples copias de datos en diferentes servidores.
Esto permite que la base de datos responda a las consultas incluso si uno de los
servidores ha fallado.

⇒ Soft State. Los nodos no tienen porque ser consistentes entre sí todo el tiempo.
En las operaciones NoSQL, se refiere al hecho de que los datos pueden
sobrescribirse con datos más recientes.

⇒ Eventual Consistency. La consistencia se produce de forma eventual. Esto

significa que puede haber ocasiones en que la base de datos se encuentre en un
estado inconsistente.

Por ejemplo, algunas bases de datos NoSQL mantienen varias copias de datos
en varios servidores. Sin embargo, existe la posibilidad de que las copias
múltiples no sean consistentes por un corto período de tiempo.

Esto puede ocurrir cuando un usuario o programa actualiza una copia de los
datos y otras copias siguen teniendo la versión anterior de los datos.

Eventualmente, el mecanismo de replicación en la base de datos NoSQL

actualizará todas las copias, pero mientras tanto, las copias son inconsistentes.

El tiempo que toma actualizar todas las copias depende de varios factores, como
la carga en el sistema y la velocidad de la red.

Considere una base de datos que mantiene tres copias de datos. Un usuario
realiza una actualización en un servidor. El sistema de gestión de base de datos
NoSQL actualiza automáticamente las otras dos copias. Una de las otras copias
está en un servidor en la misma red de área local, por lo que la actualización se
realiza rápidamente. El otro servidor se encuentra en un centro de datos6 a miles
de kilómetros de distancia, por lo que hay un retraso en la actualización de la
tercera copia. Un usuario que ejecuta una consulta en el tercer servidor mientras
la actualización está en curso puede obtener el valor anterior del usuario,
mientras que alguien que consulta el primer servidor recibe el nuevo valor.

Fuentes

6
https://es.wikipedia.org/wiki/Centro_de_procesamiento_de_datos

Página 18 de 19
1. Artículo: https://eamodeorubio.wordpress.com/2010/05/17/nosql-2-no-necesitas-acid/
[Consultado: Agosto 2016]

2. Artículo: https://docs.mongodb.com/manual/ [Disponible: Agosto 2016]

3. Introducción a las bases de Datos NoSQL usando MongoDB, Antonio Sarasa

4. Artículo: http://db-engines.com/en/ranking_trend [Disponible: Febrero 2017]

5. Dan Sulivan (201) - NoSQL for Mere Mortals (Inglés) 1st Edición

6. Artículo: https://robertgreiner.com/cap-theorem-revisited/ [Disponible: Marzo 2020]

Página 19 de 19