Una introducción a las bases de datos agrupadas bajo la etiqueta "NoSQL", conceptos relacionados y problemática que origina su creación y evolución.

1. Bases de Datos
NoSQL
Antonio Ognio
antonio@ognio.com

2. Conceptos
básicos

3. Rendimiento
Capacidad de llevar a cabo una
tarea comparada con los
recursos utilizados
Si un sistema puede hacer más
que otro usando la misma
cantidad de recursos entonces
tiene un mayor rendimiento

4. Alta disponibilidad
Capacidad de un sistema de ofrecer
cierto nivel de funcionalidad y
servicio en sus operaciones de
manera ininterrumpida.
Generalmente esto requiere tener
servidores redundantes, replicar la
información y ofrecer tolerancia a
los fallos

5. Escalabilidad
Generalmente requiere piezas independientes,
particionamiento de la información y tolerancia a los fallos
Capacidad de un sistema de poder crecer en número de
usuarios y operaciones realizadas de manera continua sin
que la calidad de su servicio se vea afectada .

6. Tipos de escalabilidad
Vertical: El sistema cree al
usuario equipos más potentes y
con más recursos.
Horizontal: El sistema crece
dividiendo la carga de trabajo
entre más equipos de las
mismas características

7. Tolerancia a fallos
Capacidad de un sistema de poder
recuperarse en caso de que alguno
de sus componentes falle o deje de
operar.
Generalmente mente requiere
utilizar equipos con funciones
redundantes y replicar la
información constantemente.

8. Sistema Distribuido
Es un sistema en el que las
características ofrecidas solo se
logran entregar utilizando
distintos equipos trabajando en
simultáneo de manera conjunta
y colaborativa.

9. Modelo Relacional
Las entidades del dominio del problema se modelan como tablas
Las tablas tienen columnas y registros
Los atributos van como columnas y son los mismos para todos los
registros
Cada tabla tiene una estructura definida (Schema)
Las relaciones se logran asociando los valores de ciertas
columnas de una tabla con ciertas columnas de otras tablas

10. ACID
Atomicidad (Atomicity)
Consistencia (Consistency)
Independencia (Isolation)
Durabilidad (Durability)

11. Teorema CAP
Solo es posible obtener dos de las propiedades al mismo
tiempo

12. Map/Reduce
Estrategia para calcular un
resultado que divide la entrada de
datos en un montón de partes
procesadas independientemente
en paralelo para luego consolidar
todos los resultados en un solo
valor o conjunto.

13. NoSQL
(No solo SQL)

14. Motivaciones
Enormes volúmenes de datos
Dificultad de escalar operaciones de
escritura
Dificultad de gestionar esquemas a
gran escala
Necesidad de mayor velocidad y
rendimiento

15. Datos en Facebook
1 980 millones de HD de 500 GB
6 veces en 4 años
988 EB
322 millones de HD de 500GB
161 EB
2006 2010

16. Características
No relacionales
Distribuídas
Escalabilidad horizontal
Schema-less (Sin estructura)
Eventualmente consistentes

17. Categorías
Key-Value stores
Document stores
Column-oriented stores
Graph Databases

18. Key-Value Store
hash / diccionario
Memcached
Dynamo (inspiración de otras)
Redis
Riak
Tokyo Cabinet

19. Document Stores
semi-estructuradas
IBM Lotus
MongoDB
CouchDB

20. Column-Oriented Stores
semi-estructuradas
BigTable (inspiración de otras)
HBase
Cassandra
Hypertable

21. Graph Database
InfoGrid
Neo4j

22. Mongo DB
orientada a documentos
Documentos estilo JSON (BSON)
Colección (Similar a tabla)
Consultas simples con JSON
Consultas complejas con
Map/Reduce empleando Javascript

23. Apache Cassandra
orientada a columnas
Creada por Facebook
Particionamiento automático
Enfoque en op. de escritura
Consistencia ajustable (CAP)
Servidor en Java usando Thrift

24. Modelo de datos de Cassandra

25. Si solo tienes un
martillo, todo te parece
un clavo.

26. REDIS
(Remote Dictionary Server)

27. “La memoria
es el nuevo
disco, el disco
es la nueva
cinta”
— jim gray

28. Fortalezas
Disco duro
- durabilidad
- capacidad
- acceso sequencial (= “cinta”)
memoria
- acceso aleatorio
- baja latencia

29. Latencia relativa
Registros 0.1
Memoria Cache 1
Memoria RAM 10
Disco Duro 1.000.000

30. Latencia relativa
Registros 0.1
Memoria Cache 1
Memoria RAM 10
Disco Duro 1.000.000

31. flickr.com/photos/36688133@N00/3655892919

32. Berlin - Londres
F-16 6 minutos
Avión 1 hora
Tren 10 horas
Automóvil 114 años
malogrado

33. flickr.com/photos/64498037@N00/3107322938

34. redis
flickr.com/photos/atzu/2645776918

35. benchmark
4897 GET/s
5128 SET/s
code.google.com/p/redis/wiki/Benchmarks

36. flickr.com/photos/mbiddulph/3836727468

37. sheeva plug
flickr.com/photos/mbiddulph/3836727468

38. sheeva plug
$99 99
flickr.com/photos/mbiddulph/3836727468

39. Características
Estructuras de datos
- enteros, cadenas
- listas, conjuntos, diccionarios
- canales
Operaciones atómicas
- get, set, increment
- push, pop ...

40. Características
Memoria virtual
- llaves siempre en memoria
- Intercambio sobre demanda
Durabilidad
- append-only log file
- background snapshots
Replicación

41. Implementación
- 10k lineas de ANSI C
- Base de código clara y legible
- Salvatore Sanfilipo (Italia)
- Sponsor de VMware

43. Librerías cliente
- redis-cli, telnet
- c, c#
- ruby, python, perl
- java, scala
- php
- [muchas más ...]

44. Instalación en Linux
(UNIX en general)
> wget redis.tgz
> tar xzf redis.tgz
> cd redis
> make
> ./redis-server

45. CADENAS
SET
GET
DEL
GETSET
MGET
INCR / DECR

46. LISTAS
RPUSH / RPOP
LPUSH / LPOP
LRANGE
RPOPLPUSH
SORT

47. CONJUNTOS
(SETS)
SADD / SREM
SMOVE
SINTER / SINTERSTORE
SUNION / SUNIONSTORE
SDIFF / SDIFFSTORE
SORT

48. CONJUNTOS ORDENADOS
(ZSETS)
ZADD
ZREM
ZRANGE
? ZINTER / ZUNION / ZDIFF ?

49. DICCIONARIOS
(HASHES)
HSET
HGET
HDEL
HGETALL
HEXISTS

50. EJEMPLO: BLOG
(BITÁCORA DE INTERNET)
posts:contador (COUNTER)
post:id:1 (HASH)
post:id:1:tags (SET)
tag:nombre:posts (ZSET)
posts (ZSET)

51. EJEMPLO: BLOG
(CONTINUACION)
tags (SET)
posts:mes:<m>:anio:<a> (ZSET)
post:slug:<slug> (STRING)
meses (ZSET)
visitas (ZSET)

52. Aplicación de Ejemplo:
- Un blog muy simple escrito en PHP
- No usa ningún framework MVC o
mapeador de objetos
- La interacción con Redis está en el
archivo modelos.inc.php
http://bitbucket.org/nosqldemos/redis-blog-demo/
Un agradecimiento a Ernesto Anaya (texai) por el
trabajo en CSS.

53. Resúmen
- NoSQL = No solo SQL
- Elegir la herramienta adecuada
- No hay que cruzar la línea roja
- Nueva manera de modelar
- Casi todos productos opensource
- Redis es simple y bastante flexible

54. ENLACES
http://redis.io
http://code.google.com/p/redis/
http://rediscookbook.org
http://mongodb.org
http://cassandra.apache.org

55. preguntas

56. Créditos
Algunos slides y la plantilla
de la presentación tomadas
desde:
http://www.slideshare.net/tim.lossen.de/redis-memory-as-the-new-disk

57. Bases de Datos
NoSQL
Antonio Ognio
antonio@ognio.com