Un acercamiento a las bases de datos NoSQL

Un acercamiento a las bases de datos NoSQL
MSc. Javier Guillot Jiménez
Departamento de Programación
Facultad de Matemática y Computación
Universidad de La Habana
4 de octubre de 2015
MSc. Javier Guillot Jiménez Universidad de La Habana
Un acercamiento a las bases de datos NoSQL 1

Sumario
1 Introducción
Contexto actual
Necesidades actuales
2 NoSQL
Primeras propuestas
El término “NoSQL”
SGBDs NoSQL
3 Conclusiones

Introducción
Sumario
1 Introducción
Contexto actual
2 NoSQL
Primeras propuestas
SGBDs NoSQL
3 Conclusiones

Introducción Contexto actual
Contexto actual
Las aplicaciones han evolucionado mucho en los últimos 15 años
Las grandes compañías web han crecido vertiginosamente en:
Cantidad de usuarios concurrentes
Volúmenes de datos procesados y almacenados
Explotación de datos semi-estructurados y no estructurados
La computación en la nube ha facilitado el acceso a servicios de
Internet que explotan diversos e inmensos volúmenes de datos

Big Users
Couchbase. (2014, junio). Why NoSQL? Disponible en: http://info.couchbase.com/whyNoSQL-LP.html (10/07/2014)

Big Users
Ventas mundiales de dispositivos según su tipo (miles de unidades)
Gartner, Inc. (2013, abril). Forecast: Devices by Operating System and User Type, Worldwide, 2010-2017, 1Q13 Update.
Consultado el 5 de agosto de 2014 desde http://www.gartner.com/resId=2396815

The Internet of Things

Big Data

Cloud computing

Introducción Necesidades actuales
¿Qué características deben tener los SGBDs de hoy día?
Sistemas cada vez más escalables
Sistemas con modelos de datos más ﬂexibles

Escalamiento vertical vs. escalamiento horizontal
McCreary, D. (2013, 19 de noviembre). Making Sense of NoSQL. Disponible en: http://manning.com/mccreary (03/05/2014)

Escalamiento vertical

Escalamiento horizontal

ACID
Atomicity - Consistency - Isolation - Durability
Una secuencia de operaciones (transacción):
Se ejecutará del todo o nada (A)
Una vez completada, la BD quedará en un estado en el que no se
viola ninguna restricción de integridad (C)
Las transacciones concurrentes son independientes y no se afectan
unas a otras (I)
Las modiﬁcaciones efectuadas por una transacción podrán recuperarse
ante fallas del sistema (D)

ACID
Ejemplo de transacción
McCreary, D. & Kelly, A. (2013). Making Sense of NoSQL: A guide for managers and the rest of us. Shelter Island, NY:
Manning Publications Co.

Teorema CAP
Brewer, E. A. (2000). Towards robust distributed systems. Trabajo presentado en PODC 2000, 16-19 de julio, Portland, Oregon.
Gilbert, S. & Lynch, N. (2002). Brewer’s conjecture and the feasibility consistent, available, partition-tolerant web services.
Newsletter ACM SIGACT News, 33(2), pp. 51-59.

Teorema CAP
(C) Consistencia: siempre que un dato es actualizado, todos los usuarios
tienen acceso a esa última versión
(A) Disponibilidad: cualquier operación puede ser ejecutada sin demora
(P) Tolerancia a particiones: los datos son distribuidos a través de dos o
más nodos de la red y el sistema puede seguir funcionando,
incluso, cuando algunos de estos nodos son totalmente
inaccesibles

Teorema CAP
McCreary, D. (2013, 19 de noviembre). Making Sense of NoSQL. Disponible en: http://manning.com/mccreary (03/05/2014)

BASE
Basically Available, Soft state and Eventually consistent
Las aplicaciones trabajan prácticamente todo el tiempo (basically
available)
La BD no tiene que ser consistente en todo momento (soft state)
Pero si no ocurren nuevas actualizaciones sobre un determinado dato,
en algún momento todos los usuarios tendrán acceso a la versión más
actual de este (eventually consistent)
Fox, A.; Gribble, S. D.; Chawathe, Y. Brewer, E. A. & Gauthier, P. (1997, octubre). Cluster-Based Scalable Network Services.
En Proceedings of the Sixteenth ACM Symposium on Operating Systems Principles (SOSP-16), Saint-Malo, Francia.
Pritchett, D. (2008). Base: An Acid Alternative. Queue, 6(3), pp. 48-55. ACM.

¿Qué características deben tener los SGBDs de hoy día?
Sistemas cada vez más escalables
Sistemas con modelos de datos más ﬂexibles

Limitaciones del modelo relacional
Las BDRs requieren la definición de un esquema rígido que dificulta
representar datos semi-estructurados y no estructurados
Modificar el diseño de una BDR una vez que ha sido poblada con
nuevos datos constituye una tarea ardua que se evita acometer
Se minimiza la cantidad de espacio requerido para el almacenamiento
a expensas de un aumento de la complejidad para consultar los datos
Complicada red de interrelaciones dificulta distribuir las BDRs en
múltiples servidores y garantizar a la vez el rendimiento en su gestión

Limitaciones del modelo relacional
Se ajusta poco al paradigma OO utilizado en la mayoría de los
lenguajes de programación actuales
Esta situación ha intentado ser resuelta desde hace años con las
BDOOs (Atkinson et al., 1989; Atwood, 1985; Derret et al., 1985)
Estas no lograron ser ampliamente usadas por desarrolladores y
usuarios en general

NoSQL
Sumario
1 Introducción
Contexto actual
2 NoSQL
Primeras propuestas
SGBDs NoSQL
3 Conclusiones

NoSQL Primeras propuestas
Primeras propuestas
Google, Amazon, Facebook y LinkedIn fueron de las primeras
compañías en experimentar las limitaciones que imponían las
tecnologías relacionales

Primeras propuestas
2004
MapReduce: Simpliﬁed Data Processing on Large Clusters

Primeras propuestas
2004

Primeras propuestas
2004
2006
Bigtable: A Distributed Storage System for Structured Data
“Bigtable is a distributed storage system for managing structured data
that is designed to scale to a very large size: petabytes of data across
thousands of commodity servers.”

Primeras propuestas
2007
Dynamo: Amazon’s Highly Available Key-Value Store
“. . . customers should be able to view and add items to their shopping cart
even if disks are failing, network routes are ﬂapping, or data centers are
being destroyed by tornados.”

Primeras propuestas
2008
Cassandra – A Decentralized Structured Storage System
Propuesta inspirada en Bigtable y Dynamo

Primeras propuestas
2008
Cassandra – A Decentralized Structured Storage System
Propuesta inspirada en Bigtable y Dynamo
2008
Project Voldemort
Propuesta inspirada en Dynamo

NoSQL El término “NoSQL”
Empleado por primera vez en el año 1998 por Carlo Strozzi, para
referirse a un SGBDR que no utilizaba SQL
Retomado en 2009 para nombrar los congresos de los partidarios de
las BDs no relacionales, distribuidas y de código abierto (NoSQL
2009, en San Francisco)
Revista Computerworld:
“NoSQLers came to share how they had overthrown the tyranny of slow,
expensive relational databases in favor of more eﬃcient and cheaper ways
of managing data.”
Computerworld. (2009, junio). No to SQL? Anti-database movement gains steam. Consultado el 10 de julio de 2014 desde
http://www.computerworld.com/s/article/9135086/No_to_SQL_Anti_database_movement_gains_steam

NoSQL El término “NoSQL”
NoSQL = ¿?
NoSQL = No to SQL
NoSQL = Not only SQL
Evans, E. (2009, 30 de octubre). NoSQL: What’s in a name? Consultado el 10 de julio de 2014 desde
http://www.deadcafe.org/2009/10/30/nosql_whats_in_a_name.html

NoSQL
Algunas opiniones
Eric Evans:
“The whole point of seeking alternatives is that you need to solve a
problem that relational databases are a bad ﬁt for”
Evans, E. (2009, 30 de octubre). NoSQL: What’s in a name? Consultado el 10 de julio de 2014 desde
http://www.deadcafe.org/2009/10/30/nosql_whats_in_a_name.html

NoSQL
Algunas opiniones
Javier Soltero:
“Oracle would tell you that with the right degree of hardware and the right
conﬁguration of Oracle RAC (Real Application Clusters) and other
associated magic software, you can achieve the same scalability. But at
what cost?”
Computerworld. (2009, junio). No to SQL? Anti-database movement gains steam. Consultado el 10 de julio de 2014 desde
http://www.computerworld.com/s/article/9135086/No_to_SQL_Anti_database_movement_gains_steam

NoSQL
Algunas opiniones
Nati Shalom:
“Cost pressure also forced many organizations to look at more
cost-eﬀective alternatives, and with that came research that showed that
distributed storage based on commodity hardware can be even more
reliable than many of the existing high end databases”
Shalom, N. (2009, 15 de diciembre). The Common Principles Behind The NOSQL Alternatives. Consultado el 10 de julio de 2014
desde http://natishalom.typepad.com/nati_shaloms_blog/2009/12/the-common-principles-behind-the-nosql-alternatives.html

NoSQL
Tendencias de búsqueda de Google de los términos
“RDBMS” y “NoSQL”
Google. (2014, 13 de noviembre). Tendencias de búsqueda de Google - Interés en Búsqueda en la Web: nosql, rdbms - Todo el
mundo, 2004 - hoy. Consultado el 13/11/2014 desde http://www.google.com/trends/explore?q=NoSQL%2C+RDBMS

NoSQL SGBDs NoSQL
SGBDs NoSQL
Características generales
No requieren de la deﬁnición de un esquema de la BD
Almacenan los datos de forma no relacional
Están diseñados para arquitecturas distribuidas
Pueden ser instalados en servidores de bajo costo

NoSQL SGBDs NoSQL
Principales exponentes según su modelo de datos

NoSQL SGBDs NoSQL
Principales exponentes en el Cuadrante Mágico de Gartner

NoSQL SGBDs NoSQL
SGBDs llave/valor
Poseen un modelo de datos sencillo que permite almacenar y
recuperar valores de cualquier tipo a partir de una llave
Son ideales para el manejo de datos no estructurados
Favorecen una alta disponibilidad de los datos
Las operaciones de lectura y escritura tienen un desempeño altísimo
En general, no hay forma de recuperar un registro basándose en el
contenido de su valor

NoSQL SGBDs NoSQL
SGBDs llave/valor
Ejemplo

NoSQL SGBDs NoSQL
Voldemort (2008)
SGBDs llave/valor
Inspirado en Dynamo
Desarrollado por LinkedIn bajo una licencia libre de Apache
Realiza automáticamente la replicación y fragmentación de los datos
Escrito en Java
Existen bibliotecas para Java, Python, Ruby, C, C++, Lua y otros
¿Quién lo utiliza?: LinkedIn
Sitio oﬁcial: http://project-voldemort.com/

NoSQL SGBDs NoSQL
Riak (2008)
SGBDs llave/valor
Inspirado en Dynamo
Desarrollado por Basho bajo una licencia dual: una versión de código
abierto y otra comercial con soporte garantizado
Realiza automáticamente la replicación y fragmentación de los datos
Admite consultas MapReduce e índices secundarios
Escrito en Erlang
Ofrece una API HTTP RESTful y existen bibliotecas para Java,
Python, Perl, Erlang, Ruby, PHP, .NET y otros
¿Quién lo utiliza?: Comcast y Mochi Media
Sitio oﬁcial: http://riak.basho.com/

NoSQL SGBDs NoSQL
Redis (2009)
SGBDs llave/valor
Desarrollado por Salvatore Sanﬁlippo bajo la licencia BSD
Brinda un alto desempeño pues mayormente trabaja sobre la RAM
Escrito en C
Ofrece una interfaz de línea de comandos y existen bibliotecas para
Java, Python, Ruby, C, C++, Lua, Haskell y otros
¿Quién lo utiliza?: Craigslist
Sitio oﬁcial: http://redis.io/

NoSQL SGBDs NoSQL
Aerospike (2012)
SGBDs llave/valor
Liberado bajo la licencia AGPL en 2014
Enfocado en la alta disponibilidad y la tolerancia a fallas
Optimizado para el trabajo en discos de estado sólido (SSD)
Ofrece soporte para la replicación entre diversos centros de datos
Escrito en C
Existen bibliotecas para C, C#, Java, Ruby, PHP y Python
Sitio oﬁcial: http://www.aerospike.com/

NoSQL SGBDs NoSQL
SGBDs orientadas a columnas
Poseen una estructura tabular en las que las ﬁlas admiten un número
variable de columnas (familias de columnas)
Facilitan la representación de datos semi-estructurados
Optimizadas para operaciones a nivel de columnas (contar, sumar,
promediar, etc.)
Logran altos niveles de escalabilidad al dividir las ﬁlas (partición
horizontal) y las columnas (partición vertical) y distribuirlas a través
de múltiples nodos

NoSQL SGBDs NoSQL
Modelo de datos

NoSQL SGBDs NoSQL
Cassandra (2008)
Inspirado en Bigtable y Dynamo
Proyecto de código abierto de Apache
Desarrollado inicialmente por Facebook
Ofrece un lenguaje de consultas –CQL– similar a SQL
Escrito en Java
Ofrece una interfaz de línea de comandos y una API para Java,
además existen bibliotecas para Python, PHP, .NET, Ruby y otros
¿Quién lo utiliza?: Facebook, Digg, Reddit, Twitter y otros
Sitio oﬁcial: http://cassandra.apache.org/

NoSQL SGBDs NoSQL
HBase (2011)
Inspirado en Bigtable
Desarrollado como parte de Hadoop
Hadoop es una implementación de código abierto de MapReduce,
desarrollado inicialmente por Yahoo!
Ofrece un lenguaje de consultas de alto nivel: Pig
Escrito en Java
¿Quién lo utiliza?: Facebook, Yahoo! y otros
Sitio oﬁcial: http://hbase.apache.org/

NoSQL SGBDs NoSQL
SGBDs orientadas a documentos
Almacenan los datos en documentos XML, JSON u otros formatos
Ofrecen soporte para índices secundarios
Permiten trabajar con datos más complejos, admitiéndose
documentos (objetos) anidados
Se corresponde con la manera en que se modelan los objetos y sus
propiedades en los lenguajes OO

NoSQL SGBDs NoSQL
MongoDB (2009)
Desarrollado por 10gen bajo la licencia libre AGPL y soporte comercial
Almacena los datos en documentos en formato BSON (Binary JSON)
Realiza automáticamente la fragmentación de los datos
Ofrece un lenguaje de consultas similar a SQL
Escrito en C++
Ofrece una interfaz de línea de comandos JavaScript y una API
REST, además existen bibliotecas para C, C++, C#, Java,
JavaScript, Perl, Python, PHP, Ruby y otros
¿Quién lo utiliza?: Foursquare, Github, MTV Networks y otros
Sitio oﬁcial: https://www.mongodb.org/

NoSQL SGBDs NoSQL
CouchDB (2005)
Es un proyecto de Apache desde 2008
Almacena los datos en documentos JSON
Brinda una alta disponibilidad y replicación peer-to-peer
Escrito en Erlang
Ofrece una interfaz web para la administración y una API REST
¿Quién lo utiliza?: Apple, BBC, Canonical y otros
Sitio oﬁcial: http://couchdb.apache.org/

NoSQL SGBDs NoSQL
Couchbase (2011)
Desarrollado por Couchbase bajo una licencia libre de Apache con
soporte comercial
Combina las mejores características de CouchDB y Membase
Almacena los datos en documentos JSON
Su arquitectura se adapta automáticamente a los cambios en la
topología del clúster
Escrito en C, C++ y Erlang

NoSQL SGBDs NoSQL
Couchbase (2011)
Ofrece una interfaz web de administración y una API HTTP RESTful
Existen bibliotecas para Java, Ruby, .NET, C, PHP, Python y otros
Couchbase Lite: versión ligera para su uso en dispositivos móviles
¿Quién lo utiliza?: Adidas, Adobe, Beats Music, Disney, eBay, Honda,
Intel, LinkedIn, Mozilla, Nokia, Vodafone, Walmart y otros
Sitio oﬁcial: http://www.couchbase.com/

NoSQL SGBDs NoSQL
eXist (2001)
Desarrollado bajo una licencia libre (LGPL)
Almacena los datos en documentos XML
Brinda soporte para consultas XQuery y XSLT
Incorpora Lucene para búsquedas a texto completo
Escrito en Java
¿Quién lo utiliza?: Tibetan Buddhist Resource Center (TBRC),
ScoutDragon, Semanta y otros
Sitio oﬁcial: http://exist-db.org/

NoSQL SGBDs NoSQL
MarkLogic Server (2001)
Considerado un SGBD NoSQL híbrido (múltiples modelos de datos)
Desarrollado por MarkLogic bajo licencia dual: una versión libre y otra
comercial con soporte garantizado
Ofrece indexado universal
Satisface las propiedades ACID
Escrito en C++
¿Quién lo utiliza?: Springer, Condé Nast y otros
Sitio oﬁcial: http://www.marklogic.com/

NoSQL SGBDs NoSQL
SGBDs orientadas a grafos
Los datos son almacenados en nodos interrelacionados unos con otros
Ideales para aquellos contextos en los que las relaciones son
fundamentales (ej: redes sociales)
Aplican algoritmos de búsqueda optimizados para grafos

NoSQL SGBDs NoSQL
Ejemplo: representando relaciones de amistad

NoSQL SGBDs NoSQL
Clasiﬁcación según métodos de almacenamiento y procesamiento
Robinson, I.; Webber, J. & Eifrem, E. (2013). Graph Databases. Sebastopol, CA: O’Reilly Media, Inc.

NoSQL SGBDs NoSQL
Neo4j (2007)
Desarrollado por Neo Technology bajo una licencia dual: una versión
libre (GPL) y otra comercial con soporte garantizado
Soporta consultas SPARQL
Satisface las propiedades ACID
Escrito en Java
Ofrece una interfaz web para la administración y una API REST,
además existen bibliotecas para Java, Python, Ruby, PHP y otros
¿Quién lo utiliza?: eBay, Walmart, Box.net y otros
Sitio oﬁcial: http://www.neo4j.com/

NoSQL SGBDs NoSQL
Neo4j (2007)

Conclusiones
Sumario
1 Introducción
Contexto actual
2 NoSQL
Primeras propuestas
SGBDs NoSQL
3 Conclusiones

Conclusiones
Conclusiones
Los SGBDs NoSQL constituyen una excelente opción para el
desarrollo de sistemas que requieren de una alta disponibilidad y el
trabajo eﬁciente con datos semi-estructurados y no estructurados
Existen múltiples opciones en el mundo de las tecnologías NoSQL y
resulta una tarea difícil seleccionar la más indicada según el caso
Deben considerarse las características del contexto de aplicación antes
de elegir una u otra variante

Lecturas recomendadas
Lecturas recomendadas I
Bhat, U. & Jadhav, S. (2010).
Moving Towards Non-Relational Databases.
2010 International Journal of Computer Applications, 1(13),
pp. 40-46. ISSN: 0975-8887.
Cattell, R. (2011).
Scalable SQL and NoSQL data stores.
ACM SIGMOD Record, 39(4), pp. 12-27.
Gajendran, S. K. (2012).
A Survey on NoSQL Databases
Reporte técnico extraído el 1/07/2013 desde
http://masters.donntu.edu.ua/2013/fknt/babich/library/article10.pdf

Lecturas recomendadas II
Pokorný, J. (2013).
NoSQL databases: a step to database scalability in web environment.
International Journal of Web Information Systems, 9(1), pp. 69-82.
Strauch, C. & Kriha, W. (2011).
NoSQL Databases.
Lecture Notes on Selected Topics on Software-Technology Ultra-Large
Scale Sites, Stuttgart Media University. Extraído el 10/06/2013 desde
http://home.aubg.bg/students/ENL100/Cloud%20Computing
/Research%20Paper/nosqldbs.pdf
Vogels, W. (2008, 22 de diciembre).
Eventually Consistent - Revisited.
Consultado el 6/10/2014 desde http://www.allthingsdistributed.com
/2008/12/eventually_consistent.html

Lecturas recomendadas III
Fowler, A. (2015).
NoSQL For Dummies.
Hoboken, NJ: John Wiley & Sons, Inc.
Hurwitz, J.; Nugent, A.; Halper, F. & Kaufman, M. (2013).
Big Data For Dummies.
Hoboken, NJ: John Wiley & Sons, Inc.
McCreary, D. & Kelly, A. (2013).
Making Sense of NoSQL: A guide for managers and the rest of us.
Shelter Island, NY: Manning Publications Co.
Tiwari, S. (2011).
Professional NoSQL.
Indianapolis, IN: John Wiley & Sons, Inc.

Lecturas recomendadas IV
Robinson, I.; Webber, J. & Eifrem, E. (2013).
Graph Databases.
Sebastopol, CA: O’Reilly Media, Inc.
Vaish, G. (2013).
Getting Started with NoSQL.
Birmingham, UK: Packt Publishing.
Warden, P. (2011).
Big Data Glossary.
Sebastopol, CA: O’Reilly Media, Inc.

Un acercamiento a las bases de datos NoSQL
MSc. Javier Guillot Jiménez
Departamento de Programación
Facultad de Matemática y Computación
Universidad de La Habana
4 de octubre de 2015

Un acercamiento a las bases de datos NoSQL

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (19)

Similar a Un acercamiento a las bases de datos NoSQL

Similar a Un acercamiento a las bases de datos NoSQL (20)

Último

Último (20)

Un acercamiento a las bases de datos NoSQL