Universidad de los Llanos. Riveros Walter.
Bases de datos relacionales y NoSQL
Bases de datos relacionales y NoSQL
Riveros, Walter.
walter.riveros@unillanos.edu.co
Universidad de los Llanos

Resumen—Las bases de datos no relacionales, comúnmente
denominadas NoSQL (not only SQL) o (no sólo SQL) han
venido tomando fuerza en los últimos años debido a la
aparición de nuevas tecnologías y la necesidad de tratar con
grandes cantidades de datos, y es que precisamente éstas han
sido ideales para tratar con facilidad con esta cantidad de
información. En el presente artículo veremos los diferentes
tipos de bases de datos, dónde se ubican las NoSQL y algunas
ventajas y desventajas de estas frente a las bases de datos
relacionales.
Índice de Términos—NoSQL, bases de datos relacionales,
administración de datos, SQL.
I. DINTRODUCCIÓN
ESDE QUE SE VIENE PRESENTANDO LA NECESIDAD DE
TRABAJAR CON GRANDES VOLÚMENES DE DATOS, SE HA
OBSERVADO QUE EL MODELO RELACIONAL TIENE CIERTOS
PROBLEMAS DE ESCALABILIDAD. Esto hace que el rendimiento
disminuya rápidamente a medida que la cantidad de datos se
incrementa. Gracias a esto se llevó a cabo el desarrollo de un
nuevo modelo de datos denominado NoSQL, aunque el
concepto de NoSQL se desarrolló hace mucho tiempo, fue
después de la introducción de la base de datos como un
servicio (DBaaS) que se hizo conocido. Debido a la alta
escalabilidad proporcionada por el modelo NoSQL, fue visto
como un competidor importante para el modelo de base de
datos relacional. A diferencia de RDBMS, las bases de datos
NoSQL están diseñadas para escalarse fácilmente a medida
que crecen. La mayoría de los sistemas NoSQL han eliminado
el soporte multiplataforma y algunas características
adicionales innecesarias de RDBMS, haciéndolos mucho más
ligeros y eficientes que sus homólogos RDMS. El modelo de
datos NOSQL no garantiza las propiedades ACID
(Atomicidad, consistencia, aislamiento y durabilidad), sino
que garantiza las propiedades BASE (Básicamente disponible,
Estado blando, Consistencia eventual). Cumple con el teorema
CAP (Consistencia, Disponibilidad, Tolerancia de partición).
II. TIPOS DE BASES DE DATOS RELACIONALES
Como lo expresa directamente Amazon en su página oficial
“Un base de datos relacional es una recopilación de elementos
de datos con relaciones predefinidas entre ellos. Estos
elementos se organizan como un conjunto de tablas con

1
columnas y filas. Las tablas se utilizan para guardar
información sobre los objetos que se van a representar en la
base de datos. Cada columna de una tabla guarda un
determinado tipo de datos y un campo almacena el valor real
de un atributo. Las filas de la tabla representan una
recopilación de valores relacionados de un objeto o entidad.
Cada fila de una tabla podría marcarse con un identificador
único denominado clave principal, mientras que filas de varias
tablas pueden relacionarse con claves extranjeras. Se puede
obtener acceso a estos datos de muchas formas distintas sin
reorganizar las propias tablas de la base de datos.” [2]
Los diferentes motores de bases de datos están basados en el
modelo ya mencionado anteriormente, a continuación, se
listan algunos de ellos:
A. Amazon Aurora
Amazon Aurora es un motor de base de datos relacional
compatible con MySQL y PostgreSQL que combina la
velocidad y la disponibilidad que tienen las bases de datos
comerciales de gama alta con la simplicidad y la rentabilidad
que tienen las bases de datos de código abierto. Amazon
Aurora ofrece hasta cinco veces más desempeño que MySQL.
Con Amazon Aurora, tendrá la seguridad, disponibilidad y
fiabilidad de una base de datos comercial a una décima parte
del costo.
B. PostgreSQL
PostgreSQL es un potente sistema de base de datos
relacional de objetos de código abierto con más de 30 años de
desarrollo activo que le ha ganado una sólida reputación de
confiabilidad, solidez de funciones y rendimiento.
C. MySQL
MySQL es un sistema de administración de bases de datos
relacionales de código abierto (RDBMS) utilizado por un gran
número de aplicaciones web.
D. Oracle
“Oracle Database es un sistema de gestión de base de datos
de tipo objeto-relacional (ORDBMS, por el acrónimo en
inglés de Object-Relational Data Base Management System),
desarrollado por Oracle Corporation
Su dominio en el mercado de servidores empresariales había
sido casi total hasta que recientemente tiene la competencia
del Microsoft SQL Server y de la oferta de otros RDBMS con
licencia libre como PostgreSQL, MySQL o Firebird”. [4]
Universidad de los Llanos. Riveros Walter. Bases de datos relacionales y NoSQL
E. DB2
IBM DB2® es una familia de productos de administración
de datos híbridos diseñados para ayudarlo a administrar datos
estructurados y no estructurados en entornos locales, privados
y de nube pública. Db2 se basa en un motor de SQL común
inteligente diseñado para escalabilidad y flexibilidad.
F. SQL Server
Microsoft SQL Server es un sistema de administración de
bases de datos relacionales desarrollado por Microsoft. Como
servidor de base de datos, es un producto de software con la
función principal de almacenar y recuperar datos según lo
solicitan otras aplicaciones de software, que pueden ejecutarse
en la misma computadora o en otra computadora a través de
una red (incluida Internet).
G. MariaDB
MariaDB es un motor de base de datos compatible con
MySQL y derivado de MySQL, que desarrollan los
desarrolladores originales de MySQL.
III. TIPOS DE BASES DE DATOS NOSQL
Existe una variedad de modelos a los que se orientan las
distintas bases de datos que existen en el mercado, estos son
algunos de ellos:
A. Bases de datos en memoria
Este tipo de base de datos están optimizadas para la
velocidad almacenando y recuperando datos de la memoria de
la computadora en lugar de recuperar datos del disco. Es
sabido que las lecturas de memoria son más rápidas que las
búsquedas en disco, pero muchas bases de datos en memoria
ahora también tienen persistencia de disco. Sería el caso que
todos los datos se perderían si se reiniciara la computadora,
pero este tipo de base de datos solucionan esto utilizando
métodos como la replicación, instantáneas de datos y registro
de transacciones. La mayoría de las bases de datos en memoria
usan almacenamiento de clave-valor.
Algunas de estas bases de datos son:
1) Memcached:
Es un almacén de clave-valor en memoria para pequeños
fragmentos de datos arbitrarios (cadenas, objetos) de
resultados de llamadas a bases de datos, llamadas a API o
representación de páginas.
Memcached es simple pero potente. Su diseño simple
promueve la implementación rápida, la facilidad de desarrollo
y resuelve muchos problemas que enfrentan los cachés de
datos grandes. Su API está disponible para los idiomas más
populares.
2) VoltDB:
VoltDB es una base de datos NewSQL que admite el
acceso a SQL desde los procedimientos almacenados Java
precompilados. La unidad de transacción es el procedimiento
almacenado, escrito en Java intercalado con SQL.
VoltDB se basa en la partición horizontal hasta el
subproceso de hardware individual a escala, k-safety
(replicación sincrónica) para proporcionar una alta
2
disponibilidad y una combinación de instantáneas continuas y
registro de comandos para la durabilidad (recuperación de
fallos).
VoltDB se basa en H-Store. Utiliza una arquitectura de
nada compartido para escalar. Los datos y el procesamiento
asociado con ellos se distribuyen a través de los núcleos de la
CPU dentro de los servidores que componen un único clúster
VoltDB. Al extender su base de no compartir nada al nivel por
núcleo, VoltDB se amplía con los conteos de núcleo por CPU
en servidores multi-núcleo.
3) Redis:
Redis es un tipo de estructura de datos en memoria de
código abierto (con licencia BSD), que se utiliza como base de
datos, caché y agente de mensajes. Es compatible con
estructuras de datos como cadenas, hashes, listas, conjuntos,
conjuntos ordenados con consultas de rango, mapas de bits,
índices geoespaciales con consultas de radio y flujos.
Redis tiene replicación incorporada, scripts Lua, desalojo
de LRU, transacciones y diferentes niveles de persistencia en
disco, y proporciona alta disponibilidad a través de Redis
Sentinel y partición automática con Redis Cluster.
Puede ejecutar operaciones atómicas en estos tipos, como
agregar a una cadena; incrementando el valor en un hash;
empujando un elemento a una lista; conjunto de computación
intersección, unión y diferencia; o conseguir el miembro con
mayor rango en un conjunto ordenado.
Para lograr su excelente rendimiento, Redis trabaja con un
conjunto de datos en memoria. Dependiendo de su caso de
uso, puede persistir volcando el conjunto de datos al disco de
vez en cuando, o agregando cada comando a un registro. La
persistencia se puede deshabilitar opcionalmente, si solo
necesita un caché en memoria, en red y con muchas funciones
B. Bases de datos clave-valor
Las bases de datos de tipo clave-valor son bastante
simplistas, pero son muy eficientes y robustas. Tiene una API
simple que le permiten al usuario sacar el máximo provecho
de ellas. Un base de datos de tipo clave-valor permite al
usuario almacenar datos de una manera menos esquemática.
Los datos suelen ser algún tipo de tipo de datos de un lenguaje
de programación o incluso un objeto.
Los datos constan de dos partes, una cadena que representa
la clave y los datos reales a los que se debe hacer referencia
como valor, creando así un par “clave-valor”. Este tipo de
almacenamiento es similar a la tabla hash donde las claves se
usan como índices, lo que las hace más rápidas que las bases
de datos relacionales. Por lo tanto, el modelo de datos es
simple: un mapa o un diccionario que permite al usuario
solicitar los valores de acuerdo con la clave especificada.
A continuación, se mencionan algunos proveedores notables
de DBaaS que utilizan como tipo de almacenamiento el
sistema clave-valor:
1) Amazon DynamoDB:
Es un sistema de almacenamiento de tipo clave-valor que
algunos de los servicios principales de Amazon utilizan para
proporcionar una experiencia "siempre activa".
Universidad de los Llanos. Riveros Walter. Bases de datos relacionales y NoSQL
Para lograr este nivel de disponibilidad, Dynamo sacrifica
la consistencia en ciertos escenarios de falla. Hace un uso
extensivo del control de versiones de objetos y la resolución
de conflictos asistida por la aplicación de una manera que
proporciona una interfaz novedosa para que los
desarrolladores la utilicen.
Se implementa utilizando el modelo Dynamo de Amazon.
Ofrece latencias bajas y predecibles en cualquier escala.
Almacena datos en unidades de estado sólido (SSD) en lugar
de discos duros tradicionales, lo que proporciona un acceso
más rápido a los datos.
Los datos se replican de forma sincrónica en múltiples
Zonas de disponibilidad de AWS en una región de AWS para
proporcionar una alta disponibilidad integrada y durabilidad
de los datos. Replica datos en al menos tres centros de datos,
lo que proporciona una alta disponibilidad y durabilidad
incluso en escenarios de fallas complejas.
2) RIAK:
Es un almacén de datos NoSQL distribuido de tipo clave-
valor que ofrece alta disponibilidad, tolerancia a fallas,
simplicidad operativa y escalabilidad. Además de la versión de
código abierto, viene en una versión empresarial compatible y
una versión de almacenamiento en la nube. Riak implementa
los principios del artículo Dynamo de Amazon con gran
influencia del teorema de la PAC. Escrito en Erlang, Riak
tiene replicación de datos tolerante a fallas y distribución
automática de datos en todo el clúster por su rendimiento y
resistencia.
C. Bases de datos orientadas a columnas:
Las bases de datos orientadas a columnas en NO SQL son en
realidad almacenes híbridos de filas / columnas, a diferencia
de las bases de datos puras de columnas relacionales. Aunque
comparte el concepto de almacenamiento columna por
columna de las bases de datos en columnas y las extensiones
en columnas a las bases de datos basadas en filas, los
almacenes de columnas no almacenan datos en tablas, pero
almacenar los datos en arquitecturas distribuidas masivamente.
En los almacenes de columnas, cada clave está asociada con
uno o más atributos (columnas). Ofrece una gran escalabilidad
en el almacenamiento de datos. Los datos que se almacenan en
la base de datos se basan en el ordenamiento de la familia de
columnas.
Las bases de datos orientadas a columnas son adecuadas
para la minería de datos y las aplicaciones analíticas, donde el
método de almacenamiento es ideal para las operaciones
comunes que se realizan en los datos. Algunos de los
proveedores DBaaS notables que usan bases de datos
orientadas a columnas se mencionan a continuación:
1) Cassandra:
Cassandra es un sistema de almacenamiento distribuido
para administrar cantidades muy grandes de datos
estructurados distribuidos en muchos servidores de productos,
a la vez que proporciona un servicio de alta disponibilidad sin
un punto único de falla. Cassandra pretende ejecutar en la
parte superior de una infraestructura de cientos de nodos
(posiblemente diseminados en diferentes centros de datos). A
3
esta escala, pequeños y grandes componentes fallan
continuamente.
La forma en que Cassandra gestiona el estado persistente
de estas fallas hace que la confiabilidad y la escalabilidad de
los sistemas de software dependan de este servicio. Si bien
Cassandra se parece a una base de datos y comparte muchas
estrategias de diseño e implementación con ella, Cassandra no
admite un modelo de datos relacional completo; en su lugar,
proporciona a los clientes un modelo de datos simplificados
que admite el control dinámico sobre el diseño y el formato de
los datos.
El sistema Cassandra fue diseñado para ejecutar hardware
de productos básicos y manejar un alto rendimiento de
escritura sin sacrificar la eficiencia de lectura.
2) Big Table:
Google BigTable es un mecanismo de almacenamiento de
datos no relacional, distribuido y multidimensional construido
sobre las tecnologías de almacenamiento propietarias de
Google para la mayoría de las aplicaciones / productos en
línea y de back-end de la compañía. Proporciona una
arquitectura de datos escalable para infraestructuras de bases
de datos muy grandes.
Google BigTable se utiliza principalmente en productos
propietarios de Google, aunque algunos accesos están
disponibles en Google App Engine y en aplicaciones de bases
de datos de terceros.
3) CouchDB:
Apache CouchDB es una base de datos NoSQL orientada a
documentos de código abierto, implementada en el lenguaje
orientado a la concurrencia Erlang; utiliza JSON para
almacenar datos, JavaScript como lenguaje de consulta
mediante MapReduce y HTTP para una API.
CouchDB se lanzó por primera vez en 2005 y luego se
convirtió en un proyecto de Apache Software Foundation en
2008.
A diferencia de una base de datos relacional, una base de
datos CouchDB no almacena datos y relaciones en tablas. En
su lugar, cada base de datos es una colección de documentos
independientes. Cada documento mantiene sus propios datos y
un esquema autocontenido. Una aplicación puede acceder a
múltiples bases de datos, como una almacenada en el teléfono
móvil de un usuario y otra en un servidor. Los metadatos del
documento contienen información de revisión, lo que hace
posible fusionar cualquier diferencia que haya ocurrido
mientras se desconectaban las bases de datos.
4) MongoDB:
MongoDB es una base de datos multiplataforma y de
código abierto orientada a documentos, una especie de base de
datos NoSQL. Como una base de datos NoSQL, MongoDB
rechaza la estructura basada en tablas de la base de datos
relacional para adaptar documentos similares a JSON que
tienen esquemas dinámicos a los que llama BSON.
Esto hace que la integración de datos para ciertos tipos de
aplicaciones sea más rápida y fácil. MongoDB está diseñado
para ofrecer escalabilidad, alta disponibilidad y rendimiento
Universidad de los Llanos. Riveros Walter. Bases de datos relacionales y NoSQL
desde una única implementación de servidor a grandes y
complejas infraestructuras de múltiples sitios.
D. Bases de datos graficas:
Las bases de datos gráficas son bases de datos que
almacenan datos en forma de gráficos. El gráfico consta de
nodos y bordes, donde los nodos actúan como los objetos y los
bordes actúan como la relación entre los objetos. El gráfico
también consta de propiedades relacionadas con los nodos.
Utiliza una técnica llamada adyacencia sin índice, lo que
significa que cada nodo consiste en un puntero directo que
apunta al nodo adyacente. Millones de registros pueden ser
recorridos usando esta técnica. En una base de datos gráfica, el
énfasis principal está en la conexión entre los datos.
Las bases de datos de gráficos proporcionan un esquema
menos y un almacenamiento eficiente de datos
semiestructurados. Las consultas se expresan como recorridos,
por lo que las bases de datos de gráficos son más rápidas que
las bases de datos relacionales.
Es fácil de escalar y amigable con la pizarra. Las bases de
datos de gráficos son compatibles con ACID y ofrecen soporte
de reversión. Las bases de datos de gráficos se pueden usar
para una variedad de aplicaciones como aplicaciones de redes
sociales, software de recomendación, bioinformática, gestión
de contenido, seguridad y control de acceso, gestión de red y
nube, etc. Es muy difícil de lograr 'Sharding' en las bases de
datos gráficas. Las bases de datos de gráficos son difíciles de
agrupar. Neo4j es uno de los proveedores notables de DBaaS
que utiliza almacenes de datos gráficos.
1) Neo4j:
Neo4j es un sistema de gestión de base de datos de
gráficos desarrollado por Neo4j, Inc. Descrito por sus
desarrolladores como una base de datos transaccional
compatible con ACID con almacenamiento y procesamiento
de gráficos nativos, Neo4j es la base de datos de gráficos más
popular según el ranking DB-Engines, y el 22 más popular
base de datos en general.
Neo4j está disponible en una "edición comunitaria" de
código abierto con licencia GPL3, con copia de seguridad en
línea y extensiones de alta disponibilidad bajo una licencia
comercial de código cerrado. Neo también otorga licencias de
Neo4j con estas extensiones bajo términos comerciales de
código cerrado.
E. Bases de datos orientadas a objetos:
Una base de datos orientada a objetos es una base de datos
en la que los datos o la información que se guarda se
representa como un objeto. Por lo tanto, la base de datos
orientada a objetos se puede considerar como una
combinación de programación orientada a objetos (POO) y
principios de base de datos. El almacén de datos de objetos
ofrece todas las características de la POO, el encapsulamiento
de datos, el polimorfismo y la herencia. La clase, los objetos y
los atributos de clase en dichas bases de datos son
comparables a una tabla, tupla y columnas en una tupla en
RDBMS, respectivamente. Cada objeto tiene un identificador
de objeto que se puede usar para representar de manera única
ese objeto. El acceso a los datos es más rápido en el caso de
4
las bases de datos orientadas a objetos, ya que los objetos se
pueden recuperar directamente mediante punteros. Las bases
de datos orientadas a objetos hacen que los procesos modernos
de desarrollo de software sean más ágiles. Las bases de datos
orientadas a objetos se deben usar en aplicaciones que
involucran relaciones complejas de objetos, estructuras de
objetos cambiantes o si la aplicación define miembros que son
colecciones. Las bases de datos orientadas a objetos se utilizan
en investigación científica, telecomunicaciones, diseño
asistido por computadora, etc. Pero la desventaja de las bases
de datos orientadas a objetos es que está ligada a un lenguaje
de programación específico.
IV. COMPARACIÓN DE LAS BASES DE DATOS
RELACIONALES Y LAS NOSQL
Como bien se ha dicho, las bases de datos relacionales tienen
grandes desventajas en cuanto a volúmenes grandes de datos
se trata, pero hay que destacar también que las bases de datos
no relacionales o NoSQL también tienen algunas desventajas.
A continuación se observa una lista de ventajas y desventajas
de las dos:
1) Ventajas de NOSQL sobre bases de datos
relacionales
- Proporciona una amplia gama de modelos de datos
para elegir.
- No tiene problema en trabajar con grandes volúmenes
de datos al ser no relacionales.
- Escalan fácilmente debido al modelo al que están
orientadas
- Algunos de los proveedores de NOSQL DBaaS como
Riak y Cassandra están programados para manejar
fallas de hardware
- Son más rápidas, más eficientes
- En los últimos años han tenido una evolución
constante
2) Desventajas de NOSQL sobre Relacional
- Algunas de ellas están en una etapa temprana y no
están muy claras algunas cosas
- No hay lenguaje de consulta global
- Algunas bases de datos NOSQL no son compatibles
con ACID.
- Puede haber pérdida de datos debido a su modelo
- El mantenimiento es difícil
V. CONCLUSIONES
//TODO
REFERENCIAS
[1] Leavitt, N.,"Will NoSQL Databases Live Up to Their
Promise ?" Computer, vol.43, no.2, pp.12-14, jul. 2019
doi: 10.1109/MC.2010.58
[2] Bases de datos relacionales:
https://aws.amazon.com/es/relational-database/
[3] PostgreSQL: https://www.postgresql.org/
[4] Oracle Database:
https://es.wikipedia.org/wiki/Oracle_Database
Universidad de los Llanos. Riveros Walter. Bases de datos relacionales y NoSQL 5

[5] MongoDB, http://www.mongodb.org/about/introduction

[6] DB2: https://www.ibm.com/analytics/db2
[7] Clarence J M Tauro, Aravindh S, Shreeharsha A. B,
“Comparative Study of the New Generation, Agile,
Scalable, High Performance NOSQL Databases”,
International Journal of Computer Applications (0975 –
888) Volume 48–No.20, Jule 2019 doi: 10.5120/7461-
0336
[8] http://en.wikipedia.org/wiki/NoSQL
[9] db4o , http://www.db4o.com/about/
[10] Apache Cassandra, http://wiki.apache.org/cassandra/
[11] Pramod J. Sadalageand Martin Fowler, “NoSQL
Distilled”
[12] http://aws.amazon.com/dynamodb/
[13] Neo4j, http://www.neo4j.org/learn