SQL vs. NoSQL
- Lección 9 de 40
- 11 min
- Inicial
- 10 pasos
No hay una base de datos ganadora: cada familia resuelve bien un tipo de dato y paga por ello en otro lado. Aquí verás cuándo conviene cada una.
- Uso de la BD SQL
- 40%
- Almacenes de datos
- 4
- petición
- respuesta
- petición lenta
- esperando en cola
- lote
Paso 1 de 10
Concepto
Los datos viven en tablas
Casi todas las apps nacen con una base de datos relacional (SQL), como PostgreSQL. Cada tabla tiene columnas definidas de antemano: ese contrato es el esquema.
Las tablas se enlazan con claves: pedidos.usuario_id apunta a usuarios.id. Un JOIN cruza ambas en una sola consulta, por ejemplo «cada pedido con el nombre de quien lo hizo».
Paso 2 de 10
Técnica
Todo o nada: transacciones
Pasar 30 de la cuenta 17 a la 42 son dos escrituras: restar en una y sumar en la otra. Si el servidor se cae justo entre las dos, el dinero se esfuma.
Una transacción las agrupa: se confirman ambas o no se aplica ninguna. Por eso pagos, pedidos e inventario suelen vivir en una base relacional.
Qué cambió
- Dos escrituras dentro de una transacción
Paso 3 de 10
Problema
El esquema y el servidor se quedan cortos
El catálogo de productos llega a la misma base. Una bota tiene talla, una tablet tiene pulgadas y un libro tiene autor, así que la tabla de productos acumula cientos de columnas casi siempre vacías.
Cada tipo de producto nuevo pide otra migración sobre una tabla de 200M de filas, y algunas reescriben o bloquean la tabla durante horas. Además, todas las escrituras siguen pasando por un único servidor, que ya va al 90 %. Las cifras son de ejemplo.
Qué cambió
- Catálogo dentro de la base SQL
- Tabla de productos con cientos de columnas
- Uso de la BD: 35 % → 90 %
Paso 4 de 10
Solución
Cada registro con su propia forma
Un almacén de documentos guarda cada registro como un documento completo, parecido a un JSON. La bota y la tablet llevan campos distintos y no hay ninguna migración que correr.
El precio: tu código tiene que entender todas las formas que alguna vez guardó. A cambio, todo lo de un producto está junto, se lee de una sola vez y los documentos se reparten bien entre varios servidores.
Qué cambió
- Almacén de documentos para el catálogo
- La base SQL vuelve a pedidos y usuarios
- Uso de la BD: 90 % → 45 %
Paso 5 de 10
Técnica
Buscar por clave y nada más
El almacén más simple asocia una clave con un valor. No hay consultas ni joins: solo leer y escribir por clave, en torno a un milisegundo cuando los datos viven en memoria.
Como cada clave es independiente, repartir los datos entre varios nodos sale casi gratis: la propia clave decide en qué nodo vive.
Qué cambió
- Clúster clave-valor para las sesiones
- Uso de la BD: 45 % → 40 %
Paso 6 de 10
Compromiso
Lo que NoSQL deja en el camino
Buena parte de la facilidad de NoSQL para escalar viene de renunciar a cosas: joins entre registros, transacciones que abarcan varios registros y, a menudo, consistencia estricta.
Son tendencias, no leyes. PostgreSQL guarda y consulta JSON, varios almacenes NoSQL ya ofrecen transacciones de varios documentos y las bases SQL distribuidas reparten las escrituras sin perder joins ni transacciones, a cambio de más latencia y complejidad.
Paso 7 de 10
Solución
Cada dato donde mejor encaja
Los sistemas reales mezclan almacenes: es la persistencia políglota. Pedidos y pagos se quedan en SQL por las transacciones, el catálogo vive en documentos y las sesiones en clave-valor.
Empieza con una sola base y suma otra solo cuando un tipo de dato la pida con claridad.
Qué cambió
- Pedidos y pagos → SQL
- Catálogo → documentos
- Sesiones y carritos → clave-valor
Paso 8 de 10
Problema
Caso: «zapatillas rojas»
Los clientes escriben texto libre en el buscador. En SQL eso acaba en WHERE nombre LIKE '%roja%': con el comodín al principio no sirve un índice normal, se recorren millones de filas y aun así no hay orden por relevancia, ni tolerancia a erratas, ni «zapatilla» encuentra «zapatillas».
Un motor de búsqueda construye un índice invertido: para cada palabra, la lista de documentos que la contienen. Se alimenta del catálogo con un flujo de cambios.
Qué cambió
- Buscador para el catálogo
- Flujo de cambios: documentos → índice
Paso 9 de 10
Concepto
Almacenes hechos para una sola tarea
El buscador es un ejemplo de almacén pensado para un patrón de acceso concreto. Hay más, y cada uno supera a una base general en su tarea y queda por detrás en todo lo demás.
Súmalos cuando una carga claramente no encaje, no por costumbre: cada almacén extra hay que operarlo, protegerlo, respaldarlo y mantenerlo sincronizado.
Paso 10 de 10
Resumen
Resumen
SQL: tablas, joins y transacciones; un punto de partida seguro.
Documentos: registros flexibles y completos que se reparten bien entre servidores.
Clave-valor: lo más simple y rápido, pero solo lees por clave.
Elige según el tipo de dato; muchos sistemas usan varios almacenes.
Los especialistas, como el buscador, son copias alimentadas desde la fuente de verdad.
← → paso · R repetir · Espacio pausa
Aprenderás
- Tablas, joins y transacciones (visto)
- Dónde se atasca una base relacional (visto)
- Almacenes de documentos y de clave-valor (visto)
- Elegir según el tipo de dato (visto)
- Buscadores y otros almacenes especializados (visto)