Introducción

1. Escalado

Cuando hablamos de arquitectura de bases de datos, inevitablemente hablamos de despliegue, disponibilidad, replicación, tolerancia a fallos, recuperación de incidentes... y escalado (scaling). Una base de datos que se utilizará para realizar numerosas consultas deberá, tarde o temprano, hacer frente a la problemática de la escalabilidad; el servidor en el que reside está muy ocupado y vamos a tener que aumentar su capacidad de almacenamiento en memoria RAM;, se deberán añadir discos duros, procesadores, etc. Este aumento del rendimiento de un servidor mediante la adición de componentes de hardware se denomina escalado vertical (vertical scaling); debemos pensar en él como una pila sobre la que vamos a añadir componentes (discos, CPU, etc.). En oposición al escalado vertical, que alcanza rápidamente sus límites (¿hasta dónde podemos llegar para aumentar la capacidad de un único servidor?), se ha desarrollado el concepto de escalado horizontal (horizontal scaling), que consiste en distribuir enormes volúmenes de datos entre varias instancias de un gestor de base de datos, cada una alojada en una máquina dedicada. Ya no hablamos de un servidor monolítico que crece hasta alcanzar sus límites, sino de varios, cuyo número llega a ser prácticamente ilimitado, en los que se distribuyen los datos.

Esta partición de datos entre varias instancias, que permite el escalado horizontal, se conoce como sharding (fragmentación) en el universo MongoDB.

2. Principio de fragmentación (sharding)

La fragmentación (sharding) se realiza a nivel de una colección. Es esta colección la que se repartirá en varios fragmentos (shards) en función de un subconjunto de valores de un campo presente en todos los documentos de esta colección y que se utilizará como clave de fragmentación (shard key). Esta clave pivote está sujeta a ciertas restricciones: solo puede haber una clave de fragmentación por colección y su tamaño no debe superar los 512 bytes.

Esta clave no se podrá modificar una vez que la colección se haya...

1. Iniciar y detener MongoDB

Para iniciar MongoDB desde una terminal, simplemente ejecute mongod (o mongod.exe si utiliza Microsoft Windows). Este ejecutable tiene muchas opciones, y solo veremos las más importantes. Sin embargo, también se puede utilizar sin ninguna opción, simplemente ejecutando este comando:

mongod 

En la pantalla aparecen una serie de advertencias y una gran cantidad de información que no es necesario analizar en este momento. Echemos un vistazo a algunas de las opciones de este ejecutable:

mongod --port 27017 

mongod --port 27017 --dbpath /data/db 

Este es el comando para hacerlo:

mongod --port 27017 --dbpath /data/db --logpath /tmp/mongodb.log  
--logappend 

Hay varias formas de detener MongoDB en GNU/Linux: simplemente pulsando Crtl+C, detener el servicio con sudo service mongodb stop si se instala MongoDB usando un gestor de paquetes, o ejecutando el siguiente comando en una nueva ventana de terminal:

mongosh --eval "db.getSiblingDB('admin').shutdownServer()" 

Aunque todas ellas son equivalentes, las dos últimas son las mejores formas de detener el servidor limpiamente y deberían preferirse a la primera, que sin embargo puede utilizarse cuando se desarrolla...

1. Intercalaciones

Las intercalaciones se utilizan para definir reglas de comparación de cadenas de caracteres, sobre todo en lo que respecta a la acentuación de los caracteres o sus mayúsculas y minúsculas en un idioma determinado. Las intercalaciones pueden utilizarse con colecciones, vistas o índices.

A continuación, se muestra un documento que contiene información sobre una intercalación:

{  
  locale: < cadena de caracteres >,  
  caseLevel: < boolean >,  
  caseFirst: < cadena de caracteres >,  
  strength: < entero >,  
  numericOrdering: < boolean >,  
  alternate: < cadena de caracteres >,  
  maxVariable: < cadena de caracteres >,  
  backwards: < boolean >  
} 

En este documento, solo el campo locale es obligatorio; contiene el idioma utilizado, anotado en el formato definido por la ICU (International Components for Unicode). Por lo que respecta al español, tenemos un valor de locale para cada país hispanoparlante empezando por España es_ES, obviamente (otros ejemplos serían: Argentina es_AR, Chile es_CL, Bolivia es_BO, México es_MX y así otros 19 más de un total de 24).

Veamos los demás campos del documento que describen la información de una intercalación:

1. Insertar un documento

Ya hemos visto cómo insertar un documento al crear una base de datos. Solo se insertó un documento usando insertOne, pero obviamente es posible insertar varios simultáneamente colocándolos en una matriz usando insertMany. La sintaxis simplificada de insertOne es la siguiente:

db.collection.insertOne(<documento>) 

El insertMany es:

db.collection.insertMany(<tabla de documentos>) 

Volvamos a la tabla de documentos que creamos cuando vimos la estructura de un documento JSON:

[  
 { "apellido": "durand", "nombre": "robert"},  
 { "apellido": "dupont", "nombre": "france"}  
] 

Se trata de una matriz de objetos, porque los documentos son ante todo objetos. Ahora podemos conectarnos a test y ejecutar el siguiente comando:

Use test  
 
db.personas.insertMany([  
 { "apellido": "durand", "nombre": "robert"},  
 { "apellido": "dupont", "nombre": "france"}  
])  
 
{  
  acknowledged: true,  
  insertedIds: {  
    '0': ObjectId("65d5cd6e5a1b646dba13e33c"),  
    '1': ObjectId("65d5cd6e5a1b646dba13e33d")  
  }  
} 

¿Qué ocurre exactamente? Insertamos dos documentos en una colección llamada personas, que no existe; como nuestros documentos se insertan sin error, personas se crea cuando se ejecuta el comando de inserción.

El método insertMany gestiona las inserciones desordenadas: este tipo de inserción garantiza que, si se produce un error durante la inserción de varios documentos, la operación no se interrumpe y se insertan los documentos restantes. La inserción desordenada se realiza pasando un segundo documento que contiene el booleano false como parámetro a la clave ordered, como sigue:

db.personas.insertMany([  
 { "apellido": "durand", "nombre": "robert"},  
 { "apellido": "dupont", "nombre": "france"}  
], {"ordered": false}) 

De forma predefinida...

1. Crear una colección limitada

El comando para crear una cap collection es el mismo que para una colección normal, salvo que se debe especificar en las opciones de creación que está limitada y asignarle un tamaño en bytes. Si el tamaño introducido como parámetro es inferior o igual a 4 Kb, la colección se limita automáticamente a este valor. Además, cualquier tamaño que no sea múltiplo de 256 se redondea a un múltiplo de ese número. Creemos ahora una capped collection llamada coll_limitada y especifiquemos un tamaño de 5.000 bytes:

db.createCollection("coll_limitada", {"capped": true, "size": 5000}) 

El método isCapped, aplicable a una colección, utiliza un booleano para indicar si la colección en cuestión está o no limitada. En este caso, lo está y devolverá true:

db.coll_limitada.isCapped() 

Al consultar algunas de las propiedades de esta colección mediante el método db.coll_limitada.stats(), podemos ver que, efectivamente, el tamaño se ha redondeado...