![JSON: Array
Un arreglo es una colección de valores,
[ ]
value
array
,](https://image.slidesharecdn.com/2016-10-mongodb-v1-161031131850-240813162320-f373808a/85/2016-10-mongodb-v1-1610311318504545-pptx-17-320.jpg)
![JSON: Ejemplo
{ "nombre": "Juan Perez",
"alumno": true,
"carrera": "Licenciatura en Informatica",
"materias":
[
{ "materia": "Laboratorio 2",
"nota": 7,
"fecha": "2106-09-20"
},
{ "materia": "Base de Datos",
"nota": 9,
"fecha": "2015-12-20" }
]
}](https://image.slidesharecdn.com/2016-10-mongodb-v1-161031131850-240813162320-f373808a/85/2016-10-mongodb-v1-1610311318504545-pptx-18-320.jpg)
2016-10-mongodb-v1-1610311318504545.pptx
- 1. Bases de datos NoSQL MongoDB
- 3. Eras de las Bases de Datos RDBMS para sistemas transaccionales. Data Warehouse para aplicaciones analíticas. NoSQL para cualquier contenido.
- 4. Evolución de las Bases de Datos Previo a NoSQL Posterior a NoSQL
- 5. Evolución de las Bases de Datos: RDBMS Los datos usualmente son almancenados en filas. Lenguaje estandarizado de consultas (SQL). El modelo de datos se define antes de poder agregar los datos. Las relaciones unen datos desde distintas tablas (joins). Los resultados son tablas. Oracle, MySql, PostgresSQL, MSSql, IBM DB/2 Pros: transacciones con alto nivel de control de seguridad (ACID). Cons: diseño previo, no son muy escalables.
- 6. Evolución de las Bases de Datos: Analytical Basadas en un esquema estrella con una tabla central para cada evento. Optimizadas para análisis de datos históricos. Uso de lenguaje MDX para consultar las medidas para cada categoría de datos. Cognos, Hyperion, Microstrategy, Pentaho, SAP BO, Microsoft, Oracle. Pros: consultas rápidas para grandes volúmenes. Cons: no optimizado para transacciones y actualizaciones.
- 7. Evolución de las Bases de Datos: Key Value Utilizan valores claves para acceder a BLOBs (Binary Large Objects) de datos. Los valores pueden contener cualquier tipo de datos (imágenes, audio, video). Berkley DB, Memcache, DynamoDB, S3, Redis, Riak Pros: escalable, API simple (insertar, leer, eliminar). Cons: no es posible consultar basado en el contenido del valor.
- 8. Evolución de las Bases de Datos: Column-Family La clave incluye una fila, familia de columna y nombre de columna. Almacenar blob versionado en una tabla. Las consultas se pueden realizar a nivel de fila, familia o nombre de columna. Cassandra, HBase, Hypertable, Apache Accumulo, Bigtable Pros: escalable, permite versionado. Cons: no es posible consultar basado en el contenido del valor.
- 9. Evolución de las Bases de Datos: Graph Los datos son almacenados en una serie de nodos, relaciones y propiedades. Las consultas son a través de los grafos. Ideal para cuando las relaciones entre los datos es clave: ej. Redes sociales. Neo4J, AllegroGraph, Bigdata triple store, InfiniteGraph, StarDog Pros: consultas rápidas en la red. Cons: Mala escalabilidad cuando el grafo no cabe en memoria, lenguaje de consulta especializado.
- 10. Evolución de las Bases de Datos: Document Los datos son almacenados en jerarquías anidadas. Los datos se guardan como una unidad. Cualquier ítem en el documento puede ser consultado. MarkLogic, MongoDB, CouchBase, CouchDB, eXist-db Pros: capa de mapeo, ideal para búsqueda. Cons: Complejo para implementar, incompatible con SQL.
- 11. SQL vs NoSQL
- 13. MongoDB: Casos de estudio
- 14. MongoDB: Conceptos Base de Datos multiplataforma, que provee alta performance, alta disponibilidad y escalamiento automático. Un registro en MongoDB es un documento, el cual es una estructura compuesta de pares campo: valor. Los documentos son similares a los objetos JSON.
- 15. JSON: Conceptos JavaScript Object Notation, es un formato liviano para intercambio de datos. Es un formato de texto completamente independiente del lenguaje. Está constituido por dos estructuras: Colección de pares de nombre / valor. Una lista ordenada de valores. { : } value string object , object
- 16. JSON: Values Un valor puede ser una cadena de caracteres, un número, un boolean, un objeto o un array. number string value object false null array true value
- 17. JSON: Array Un arreglo es una colección de valores, [ ] value array ,
- 18. JSON: Ejemplo { "nombre": "Juan Perez", "alumno": true, "carrera": "Licenciatura en Informatica", "materias": [ { "materia": "Laboratorio 2", "nota": 7, "fecha": "2106-09-20" }, { "materia": "Base de Datos", "nota": 9, "fecha": "2015-12-20" } ] }
- 20. MongoDB: Documents MongoDB almacena los registros de datos como documentos BSON (Binary JSON). El valor de un campo puede ser cualquier tipo de dato BSON, incluyendo otro documento, array o un array de documentos. Cada documento incluye un ID para identificarlo univocamente.
- 21. MongoDB: Modelado Al momento de modelar un documento, se deben considerar la decisión de embeber los datos o utilizar referencias.
- 22. MongoDB: Modelado Es posible embeber datos relacionados en una estructura simple o documento, estos esquemas son desnormalizados. Los modelos de datos embebidos se utilizan cuando: Existe una relación “contiene” entre las entidades. Existe una relación uno-a-muchos entre las entidades.
- 23. MongoDB: Modelado Relaciones uno-a-uno entre entidades, es posible embeber directamente los datos en el documento. En el ejemplo, el domicilio del cliente está embebido en la entidad.
- 24. MongoDB: Modelado Es posible resolver relaciones uno-a-muchos embebiendo la información en el documento.
- 25. MongoDB: Modelado Es posible (para evitar la redundancia), resolver las relaciones uno- a-muchos utilizando referencias.
- 26. MongoDB: CRUD Create Operation: db.collection.insert() db.collection.insertOne() db.collection.insertMany() Read Operation: db.collection.find() Update Operation: db.collection.update() db.collection.updateOne() db.collection.updateMany() db.collection.replaceOne() Delete Operation: db.collection.remove() db.collection.deleteOne() db.collection.deleteMany()