El cuello de botella de las bases de datos relacionales
Identificará las limitaciones de escalabilidad y flexibilidad de las bases de datos SQL que impulsaron el movimiento NoSQL.
El cuello de botella de las bases de datos relacionales es una lección gratuita de MongoDB Academy en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MongoDB Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MongoDB Academy incluye 4 lecciones en total.
The Rise of Relational Databases
Durante décadas, las bases de datos relacionales como MySQL y PostgreSQL reinaron. Almacenan datos en pulcras tablas de filas y columnas, y funcionan muy bien. Entonces, ¿por qué buscar más?
The Rigid Schema Problem
Las tablas SQL utilizan un esquema rígido: debes definir cada columna por adelantado. Cambiarlo después implica una migración que puede bloquear la tabla y causar tiempo de inactividad.
-- Adding a column to a large table in PostgreSQL can be slow
ALTER TABLE users ADD COLUMN preferences JSONB;
-- On 100M rows this may require a full table rewrite
-- and blocks reads/writes for minutesScaling Up vs. Scaling Out
Para crecer, SQL normalmente se amplía verticalmente: un servidor más grande y costoso. Pero hay un límite. Las aplicaciones modernas necesitan escalarse horizontalmente en muchas máquinas, lo cual SQL maneja con dificultad.
JOIN Performance at Scale
SQL divide los datos en tablas y los vuelve a unir con JOINs. Eso está bien cuando son pequeños, pero con datos enormes, unir cinco tablas por consulta se vuelve lento.
-- A typical normalized SQL query joining 4 tables
SELECT o.id, c.name, p.title, oi.quantity
FROM orders o
JOIN customers c ON c.id = o.customer_id
JOIN order_items oi ON oi.order_id = o.id
JOIN products p ON p.id = oi.product_id
WHERE o.status = 'pending';The High-Traffic Write Problem
SQL bloquea filas para mantener los datos seguros con transacciones ACID. Es genial para los bancos, pero esos bloqueos sufren cuando necesitas millones de escrituras por segundo.
Unstructured and Semi-Structured Data
La web está llena de datos semiestructurados como JSON desordenado. Forzarlos a entrar en columnas fijas significa toneladas de campos vacíos o soluciones alternativas incómodas.
-- EAV table: flexible but awkward to query
CREATE TABLE product_attributes (
product_id INT,
attr_name VARCHAR(50),
attr_value VARCHAR(200)
);
-- Querying all electronics by voltage is painful:
SELECT * FROM product_attributes
WHERE attr_name = 'voltage' AND CAST(attr_value AS INT) > 100;The Internet Scale Wake-Up Call
Alrededor de 2006, Google y Amazon se estrellaron contra verdaderos límites de escalabilidad y publicaron sus soluciones. Eso desencadenó una nueva ola: bases de datos NoSQL construidas para la escala de internet.
What NoSQL Does Differently
NoSQL cambia algunas reglas de SQL por nuevas fortalezas: esquemas flexibles, fácil escalabilidad entre máquinas y escrituras rápidas. No siempre es mejor, solo está optimizado de otra manera.
When RDBMS Still Wins
SQL sigue ganando por mucho: transacciones financieras, informes complejos y datos estables. La mayoría de las aplicaciones nunca superan a un PostgreSQL bien optimizado. ¡La herramienta adecuada para el trabajo!
The Document Model as a Solution
La respuesta de MongoDB es el modelo de documentos. En lugar de dividir a un usuario en cinco tablas, almacena todo junto en un único documento de tipo JSON. El código a continuación muestra uno.
// A MongoDB document stores related data together
{
_id: ObjectId('...'),
name: 'Alice',
email: 'alice@example.com',
address: { city: 'London', zip: 'EC1A' },
tags: ['premium', 'newsletter'],
createdAt: ISODate('2024-01-15')
}Horizontal Scaling Is Built In
MongoDB se escala horizontalmente mediante sharding (fragmentación), añadiendo servidores a medida que creces. Los conjuntos de réplicas mantienen copias activas, por lo que si un nodo falla, otro toma el relevo automáticamente.
Quick Check
Pon a prueba tu comprensión de los conceptos de MongoDB y bases de datos NoSQL de esta lección.
Lesson Recap
Viste por qué SQL genera cuellos de botella a gran escala, dónde los JOINs y las escrituras pesadas afectan más, y cómo el modelo de documentos de MongoDB lo soluciona. Siguiente: las cuatro familias de NoSQL.
Preguntas frecuentes
¿La lección «El cuello de botella de las bases de datos relacionales» es gratis?
Sí — el texto completo de «El cuello de botella de las bases de datos relacionales» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MongoDB Academy, actualiza a CoddyKit PRO. El curso de MongoDB Academy incluye 4 lecciones en total.
¿Qué aprenderé en «El cuello de botella de las bases de datos relacionales»?
Identificará las limitaciones de escalabilidad y flexibilidad de las bases de datos SQL que impulsaron el movimiento NoSQL. Practicas MongoDB Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MongoDB Academy?
No se requiere experiencia previa. MongoDB Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.
¿Cuánto tiempo toma la lección «El cuello de botella de las bases de datos relacionales»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MongoDB Academy?
Sí. Cada lección de MongoDB Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- El cuello de botella de las bases de datos relacionales
- Variantes de NoSQL: documentos, clave-valor, columnas y grafos
- El teorema CAP en lenguaje sencillo
- Dónde encaja MongoDB