1
J. W. Autor, Senior Member, IEEE, y L. L. Autor, Fellow, IEEE
Preparación de un Trabajo en Formato de dos Filiación Completa(Institución, Dirección, email)
Columnas Para RATE

Resumen—Las bases de datos es una temática que se puede
catalogar como importante al momento de recopilar datos.
Cuando se busca elegir una base de datos es algo fundamental ya
que tenemos la oportunidad de elegir una estructura de datos
relacional (SQL) o no relacional (NoSQL), cualquiera de las dos
son opciones viables para las diferentes aplicaciones, pero cada
una de ellas tienen unas diferencias claves las cuales se tienen el
cuenta al momento de tomar una decisión.
En el siguiente documento se busca dar un claro concepto
y diferencia entre una base de datos SQL Y NoSQL. Si
bien cabe aclarar ambos son viables contienen diferentes
estructuras y también se demarca una clara diferencia al
momento de realizar una consulta dentro de los registros
que se almacenan en cualquiera de las dos.
Abstract-- Databases is a subject that can be classified as
important when collecting data. When looking to choose a
database is something fundamental since we have the
opportunity to choose a relational (SQL) or non-relational
(NoSQL) data structure, either of the two are viable options for
different applications, but each of them They have some key
differences which are taken into account when making a
decision.
The following document seeks to give a clear concept and
difference between a SQL and NoSQL database. Although it
should be clarified, both are viable, they contain different
structures and a clear difference is also demarcated when
making a query within the records that are stored in either of
the two.
1. INTRODUCCIÓN
E l lenguaje SQL se considera como un lenguaje de
programación estructurado y a su vez aceptado por los
diferentes programadores, cuenta con algunos limitantes los
cuales con la evolución constante de la tecnología se buscar
encontrar una solución a esas limitaciones que cuenta. A
diferencia del NoSQL no requiere un esquema fijo lo cual
podemos considerar que no es muy estrcuturado, las bases de
datos NoSQL se utilizan especialmente para almacenamientos
de datos los cuales están distribuidos con una gran cantidad de
almacemiento de datos.
Se busca dar énfasis en cada uno de los conceptos y métodos
experimentales en donde podamos recalcar las diferencias en
los funcionamientos y estructura de cada uno de los lenguajes
planteados, y cual es mas optimo para emplear en el
desarrollo y almacenamiento de registro de una aplicación
bien sea a nivel local o en la nube
El lenguaje SQL (Structured Query Language) es un método
de programación estándar e interactivo, el cual nos permite
obtener información de una base de datos administrarla y
 relacionales en donde se destacan los que no usan SQL como
actualizarla. Una de sus características principales de algebra
y cálculo relacional para efectuar consultas, con el fin de
obtener de una forma sencilla, información registrada dentro
de las bases de datos, así como realizarle cambios.
La consistencia de las bases de datos relacionales, hacen que
este lenguaje sea importante y útil para el análisis y el control
de datos, algunas de sus características son:
 La integridad de datos : cuando se habla de
integridad de datos hacemos referencia que se
asegura que los datos consultados sean válidos,
correctos y completos
 lenguaje estandarizado: esto hace referencia a que se
puede utilizar diferentes implementaciones del
mismo lenguaje en diferentes sistemas.
 sencillez y claridad: SQL es unos lenguajes
unificados, claro y simple, lo cual ayuda a que sea de
fácil comprensión.
 Flexibilidad: su versatilidad ayuda a una mejor
implementación de soluciones y poder observar los
datos de diferente forma para lograr satisfacer las
especificaciones requeridas por los usuarios.
Elementos del Lenguaje SQL
Para lograr una buena comodidad para los desarrolladores
de SQL todos los comandos que corresponden a los sistemas
de gestión de bases se ejecutan atravez de una interfaz de
línea de comandos SQL
 Clausulas : Son componentes de los estados y
querys
 Expresiones : producen valores escalares o tablas,
las cuales consisten en filas y columnas
 Predicados: son los limitantes que ayudan a los
efectos de los comando y las consultas para
cambiar el flujo del programa
 Query : Una Query o consulta son todos aquellos
que se van a recuperar a partir de un criterio
asignado
 Comandos: los comandos o sentencias SQL se
utilizan para el envió de consultas desde un
programa cliente a un servidor en donde se
encuentra almacenada la base de datos.
2. NoSQL
Cuando hablamos de bases de datos NoSQL, se hace
referencia a una amplia clase de sistemas de gestión de datos,
el cual a diferencia de los modelos clásicos de relación entre
entidades existentes en los sistemas de bases de datos
 2

un lenguaje principal dentro de una consulta.

Ahora por la parte de base de datos no SQL manejaremos
Las bases de datos NoSQL cuenta con unas características mongodb con ayuda de su herramienta MongoDBCompass
comunes dentro de todas sus implementaciones las cuales son Esta nos facilita la creación de las colecciones e inserción de
las siguientes: documentos, para la parte de las consultas manejaremos
studio 3T
 Consistencia Eventual : no implementan mecanismos
estrictos de consistencia los cuales garanticen que
cualquier cambio llevado a cabo dentro del sistema
sea visto, al mismo tiempo, en todos los nodos y
asegurando la no violación de posibles restricciones
de integridad de los datos u otras reglas.
 Flexibilidad en el esquema: en la mayoría de bases
de datos NoSQL sus esquemas de datos son
dinámicos, esto quiere decir que cada uno de sus
registros puede contener una información diferente, Primero procedemos a la creación de la base de datos
pudiendo almacenar solo los atributos en cada uno de llamada hospital luego creamos las colecciones de paciente,
ellos facilitando el polimorfismo de datos bajo una doctor y cita, por último insertaremos los documentos de
misma colección. cada uno (serán los mismos registros de la base de datos
 Escalabilidad horizontal: es la posibilidad de SQL).
incrementar el rendimiento del sistema añadiendo
más servidores e indicando al sistema cuales son los
nodos que se encuentran disponibles.
 Estructura distribuida: los datos se distribuyen entre
los diferentes nodos que componen el sistema,
podemos encontrar dos estilos
o Particionado
o Replica

Método

Como base tomaremos el ejercicio de Oracle, específicamente

Imagen 2. Ejemplo creación de la base de datos y de las tablas.
las tablas de doctor, paciente y cita. Generaremos los scrip de
estas 3 tablas y su respectivo dml, debemos instalar un gestor
de base de datos en nuestro caso postgres 11, esta herramienta
nos facilita el manejo de toda nuestra base de datos relacional.

Procedemos a la creación de las tablas Paciente, Doctor y

Citas seguido de esto insertamos nuestros registros de los
nuevos pacientes, los doctores que atenderán las citas y por
ultimo programaremos las citas que tendrán relación con un
paciente y un doctor encargado de revisar al paciente.

Imagen 3. Ejemplo Inserción de datos.

Ahora procedemos a crear la conexión de nuestra base de

Imagen 1. Ejemplo ingreso de tablas e inserciones
de los datos.
datos con la herramienta studio 3T, podemos utilizar el
mismo connection string de mongo DB Atlas que utilizamos
para la conexión con MongoDB Compass. Primero daremos
en el Connect esto abrirá una ventana donde seleccionaremos
new connection para después marcar la casilla de From
URI… (debe modificar el user y password a la que el usuario
de la base de datos designo), y pondremos el código de acceso
que nos da el cluster en MongoDB Atlas, finalmente
 3

podremos realizar las consultas con ayuda de esta SELECT id_doctor,upper(doctor.nombre) as nombre ,
herramienta. upper(doctor.apellido)as apellido, cedula, telefono, email,
hospitalid_hospital
FROM public. doctor
where doctor.id_doctor = 1;

Imagen 4. Ejemplo conexión.

Imagen 8. Ejemplo SQL de primera consulta.

Para el caso de la base de datos no SQL en mongoDB

tenemos el siguiente resultado:

db.getCollection("Doctor").aggregate
(

{$match : { _id_doctor : 1 }},

{$project:
Imagen 5. Ejemplo conexión. {
_id_doctor:1,
_nombre: { $toUpper: "$_nombre" },
_apellido: { $toUpper: "$_apellido" }
}
}
]
)

Imagen 6. Ejemplo conexión.

Imagen 9. Ejemplo no SQL de primera consulta.

Imagen 7 Ejemplo conexión. Como podremos ver el lenguaje de búsqueda es diferente y

cada uno tiene sus funciones para lograr cierto objetivo
dependiendo únicamente de la necesidad de la búsqueda, esto
lo podremos encontrar en muchos ejemplos a lo largo de
Desarrollo y resultados nuestro paper.

Luego de la creación de las tablas o colecciones y la inserción
de los datos escogimos las consultas que nos ayudarían a
identificar las diferencias en el manejo de los datos en las dos
bases de datos. Como primer ejemplo de consulta tenemos
buscar la información de una tabla de persona (Doctor)
buscada por su campo primario aplicando alguna función de
columna (en nuestro caso escogimos el uppercase), para
nuestra base de datos SQL la consulta seria de la siguiente
manera:
Para nuestro segundo ejemplo escogimos buscar toda la
información de doctor identificado por un campo que no fuera
su llave primaria o id ( en nuestro caso escogimos la cedula).
SQL:
SELECT id_doctor,nombre , apellido, cedula, telefono,
email, hospitalid_hospital
FROM public.doctor
 4

where doctor.cedula= 1234;

Imagen 13. Ejemplo no SQL.

El cuarto ejemplo es buscar en nuestra tabla Citas filtrarlo por

el campo primario de paciente y doctor además de aplicar las
Imagen 10. Ejemplo SQL. funciones de campo upper y lower para obtener lo siguiente.

Para SQL:
No SQL: SELECT id_cita, upper (lugar), fecha,
pacientenumero_identificacion, doctorid_doctor, lower
db.getCollection("Doctor").find({_cedula:1234}) (estado)
FROM public.citas
where
citas.doctorid_doctor=1 and
citas.pacientenumero_identificacion=1234;

Imagen 11. Ejemplo no SQL.

Nuestro tercer ejemplo consiste en buscar los pacientes

nacidos en un rango de fecha establecido del 1990 al 2000
Imagen 14. Ejemplo SQL.
Para SQL:

SELECT numero_identificacion, tipo_identificacion, Para No SQL:

nombre, apellido, direccion, telefono, fecha_nacimiento
FROM public.paciente paciente = 1234
WHERE doctor = 1
paciente.fecha_nacimiento BETWEEN '01/01/1990' AND db.getCollection("Cita").aggregate(
'10/02/2000'; [
{$match : { _doctorid_doctor :
doctor,_pacientenumero_identificacion:paciente }},
{$project:
{
_doctorid_doctor:doctor,
_pacientenumero_identificacion:paciente,
_nombre: { $toUpper: "$_lugar" },
_apellido: { $toLower: "$_estado" }
}
}
Imagen 12. Ejemplo SQL.
]
Para no SQL: )

start = ISODate("1990-01-01T00:00:00Z")
end = ISODate("2000-02-10T00:00:00Z")
db.Paciente.find({"_fecha_nacimiento" : {"$gte" : start, "$lte"
: end}})
 5

pacientes registrados que nacieron entre las fechas 01/01/1990

y 10/02/2000.

Para SQL:

SELECT count (numero_identificacion)

FROM public.paciente
where
paciente.fecha_nacimiento BETWEEN '01/01/1990' AND
'10/02/2000';

Imagen 15. Ejemplo no SQL.

Nuestro quinto ejemplo es contar el numero de doctores que

atienden en el hospital numero 1.

Para SQL:
Imagen 18. Ejemplo SQL.
SELECT count (doctor.id_doctor)
FROM public.doctor Para no SQL:
where doctor.hospitalid_hospital =1
db.getCollection("Paciente").count({_fecha_nacimiento:
{"$gte" : start, "$lte" : end}})

Imagen 16. Ejemplo SQL.

Imagen 19. Ejemplo no SQL.
Para no SQL:

db.getCollection("Doctor").count({_hospitalid_hospital:1})
En nuestro ultimo ejemplo queremos que se muestres todas
las citas de doctor identificado con el numero 2 y que están
inactivas.

Para Sql :

SELECT id_cita, lugar, fecha,

pacientenumero_identificacion, doctorid_doctor, estado
FROM public.citas
where citas.estado = 'IN'
and citas.doctorid_doctor =2;

Imagen 17. Ejemplo no SQL.

Para nuestro sexto ejemplo queremos contar el numero de

 6

Imagen 20. Ejemplo SQL.

Para no SQL:

db.getCollection("Cita").find({_estado:"IN",_doctorid_doctor:
2})

Imagen 21. Ejemplo SQL.