Platzi
Platzi

¡Invierte en ti y celebremos! Adquiere un plan Expert o Expert+ a precio especial.

Antes: $349
$259
Currency
Antes: $349
Ahorras: $90
COMIENZA AHORA
Termina en: 16D : 6H : 23M : 41S

Debes tener cuenta en Platzi

Para ver esta clase abierta debes iniciar sesión

Bases de datos NoSQL3/27

Las bases de datos NoSQL tienen 4 grandes familias: Key Value Stores, basadas en grafos, columnares y basadas en documentos.

Key Value Stores: Guardan la información en formato de llaves y valores. Las usamos para guardar cache, información de sesión de los usuarios o cosas muy sencillas. Son muy rápidas de consultar pero no podemos usarlas en casos más complejos donde necesitamos estructuras más especiales. El mejor ejemplo de estas bases de datos es Redis.

Graph Databases: Bases de datos basadas en Grafos. Nos permiten establecer conexiones entre nuestras entidades para realizar consultas de una forma más eficiente que en bases de datos relacionales (así como Twitter o Medium donde cada publicación tiene diferentes relaciones entre sus usuarios, likes, etc). Por ejemplo: Neo4j o JanusGraph.

Wide-column Stores: Bases de datos columnares. Tienen una llave de fila y otra de columnas para hacer consultas muy rápidas y guardar grandes cantidades de información pero modelar los datos se puede volver un poco complicado. Las usamos en Big Data, IoT, sistemas de recomendaciones, entre otras. Por ejemplo: Cassandra o HBase.

Document Databases: Bases de datos basadas en documentos. Nos permiten guardar documentos dentro de colecciones, tiene muy buena performance y flexibilidad que nos permite modelar casos de la vida real de forma sencilla y efectiva. Por ejemplo: MongoDB o CouchBase.

Este profesor es excelente. Es mejor que el de mi facultad.

Clave - valor: Son ideales para almacenar y extraer datos con una clave única. Manejan los diccionarios de manera excepcional. Ejemplos: DynamoDB, Cassandra.

Basadas en documentos: Son una implementación de clave valor que varía en la forma semiestructurada en que se trata la información. Ideal para almacenar datos JSON y XML. Ejemplos: MongoDB, Firestore.

Basadas en grafos: Basadas en teoría de grafos, sirven para entidades que se encuentran interconectadas por múltiples relaciones. Ideales para almacenar relaciones complejas. Ejemplos: neo4j, TITAN.

En memoria: Pueden ser de estructura variada, pero su ventaja radica en la velocidad, ya que al vivir en memoria la extracción de datos es casi inmediata. Ejemplos: Memcached, Redis.

Optimizadas para búsquedas: Pueden ser de diversas estructuras, su ventaja radica en que se pueden hacer queries y búsquedas complejas de manera sencilla. Ejemplos: BigQuery, Elasticsearch.

Las bases de datos NoSQL son mis favoritas.

¿DynamoDB a que familia pertenece?

hay curso para Graph database?

Buen aporte el de la descripción, Gracias!

La verdad no conocía tal variedad de BD

Tiene buena pinta el curso, aunque no presentó su trayectoria el profesor, se nota que será amena las clases

También DynamoDB es Key-Value y document

También existe FaunaDB que se complementa bien en aplicaciones serverless.

Seria bueno un curso sobre Graph databases

DB NoSQL
- Key-value stores
○ Key -> value
- Graph databases
○ Relaciones entre entidades
- Wide-column stores
○ Row key -> (Column Key -> Column Value)*
- Document database
○ Documentos y colecciones

noSql 4 big types

Muy buen docente… de los primeros que no tengo que acelerar la velocidad de reproduccion1

Excelente clase sobre bases de datos NoSQL, y el profesor la lleva muy bien.

Excelente for a de explicar las diferencias entre cada tipo de bases de datos

Hola como puedo hacer un query aleatorio, es para traerme un listado de preguntas de una colección x y que estas se presenten una por una de forma aleatoria.

Excelente!!

Excelente introducción.

Graph databases:

  • Relaciones entre entidades
  • Busquedas eficientes

Ej: En Medium es usado para generar relaciones entre usuarios y asi personalizar el contenido
Ej: Un tweet tiene hashtags, un usuario, un link, una fuente, etc.

Excelente

Muchas gracias por el curso esta super genial!!

Wide-column stores:

  • Querys rapidas
  • Pueden guardar gran cantidad de informacion
  • modelar datos con esta estructura puede ser mas complicado

Ej: Uso en big data e internet de las cosas

MongoDB

  • Base de datos basada en documentos
  • Permite agregar documentos dentro de las colecciones
  • Flexible y util para modelar casos en la vida real de forma simple

Excelente emocionado por seguir con el curso.

buena clase

Excelente

Muy buena clase!

Una base de datos “popular” basada en grafos se llama Dgraph 😃

Hasta ahora nunca había imaginado la variedad de bases existentes, que importante es saber escoger una acorde a tu necesidad.

Excelente explicación

Interente la clase

gracias albert no conocia sobre las otras como cassandra

Muy bueno

Excelente

Super interesante, gracias.

Excelente clase

No tenpia ni idea de la existencia de bds Wide-column Stores. Cool.

es interesante 😃

Buena intro, No sabía que NoSQL tenía ya tanto crecimiento!!

🗄🗄Bases de datos NoSQL🗄🗄

Llave valor:
Usadas para cache, un ejemplo -> Redis

Basadas en grafos:
Usadas muy comunmente en redes sociales
-> neo4j.com -> usada por medium.

Bases de datos columnares:
Manejan una clave de fila y otra de columna,
esto nos permite hacer queries rapidos,
alto rendimiento arquitectura escalable. 
Sirven para almacenar grandes cantidades de
datos, se usan en bigdata, internet de las cosas,
sistemas de recomendación. -> Cassandra.

Bases de datos basadas en documentos:
Almacenamos documentos, dentro de las 
colecciones, es fácil modelar casos de
la vida real, guardamos documentos en json. 
-> Mongodb.

Bases de datos NoSQL

Key-Value Stores Concepto simple de llave y valor.
Ejemplos->Redis, Memcached.
Es difícil modelar datos de la vida real.
Graph databases
Nos permite relacionar multiples entidades.
Mejor rendimiento que bases de datos relacionales.
Ej-> Neo4j, JanusGraph
Wide-column stores
Se usan para bigdata, iot.
Cassandra, HBase
Document databases:
Almacenan documentos dentro de colecciones, es fácil modelar casa de la vida real. - Mongodb

Entonces las bases de datos no relacionales, basadas en grafos, son mejores que las bases relacionales como MySQL o PostgreSQL?? O en que aspectos las relacionales son mejores?

  • BASADAS EN DOCUMENTO permite guardar documentos dentro de las colecciones, esto ayuda a modelar casos de la vida real de una forma mas sencilla, es simple y eficiente.

BASES DE DATOS NOSQL (IMAGEN 1)

- Hay cuatro grandes familias:
    ~ KEY VALUE STORES                  EJEMPLO: Redis, Memcached        
      Tienen una estructura simple: llave - valor (key - value), Son utilizadas para guardar cache y guardar sesiones,
      son bastante rápidas al contestar, por su simplicidad no se pueden modelar casos de la vida real

    ~ GRAFOS (Graph databases)          EJEMPLO: Neo4J, JanusGraph
      Tiene mayores relaciones, en ese sentido es mejor que las bases de datos relacionales

    ~ Columnares (Wide-column stores)   EJEMPLO: Cassandra, HBase
      Tienen DOS LLAVES, una llave de fila y uno de columna, se hacen queries mas rápidos y guardan grandes cantidades de información
      son utilizadas para Big Data, el inconveniente es modelar datos es complicado

    ~ Documentos (Document databases)   EJEMPLO: MongoDB, Couchbase
      Nos permiten guardar JSON en collecciones, nos ayuda a modelar casos de la vida real, guardar datos es MUY sencillo

key value stores:

  • Simples
  • Facil acceso
  • Poca escalabilidad
    Ej: Redis

Listo

Las bases de datos no relacionales (NoSQL) son las que, a diferencia de las relacionales, no tienen un identificador que sirva de relación entre un conjunto de datos y otros. Como veremos, la información se organiza normalmente mediante documentos y es muy útil cuando no tenemos un esquema exacto de lo que se va a almacenar.

Excelente la gran flexibilidad que tiene mongoDB. Y el gran uso que se le da en la vida real.

excelente explicacion!

Las base de datos NoSql son más enfocadas para internet, ya que se manejan grandes cantidades de datos, las bases de datos relacionales estan muy limitadas.

Algo que tenemos tener en cuenta es las bases de datos no relaciones son más rapidas pero se esta ariesgando una parte muy importante PERSISTENCIA.

Base de datos NoSQL
Inicialmente llamadas “Not only SQL”, haciendo referencia a cualquier sistema de gestión de datos no basada en RDBMS (Sistema Gestor de Base de Datos).
Surgen con la necesidad de dar soluciones a empresas con específicos problemas, donde en conjunto se resumen en:

  • Escalabilidad: Diseñadas en un principio en sistemas distribuidos, es sencillo la agregación de nodos o instancias.
  • Flexibilidad: A no estar atadas a un esquema predefinido, facilitan la persistencia de datos no estructurados o semiestructurados.
  • Alta disponibilidad: Se garantiza la disponibilidad del servicio por su alta respuesta ante errores o percances.
  • Rendimiento: Por su naturaleza, poseen tiempos de respuesta cortos. Sin embargo, ante escenarios complejos, decaen en analítica de datos.

buen curso, primera clase y ya aprendi bastante, uno tiene informacion dispersa pero cuando lo integras y lo explicas es mucho mas facil.

resumen 1.jpg

Genial

Este profesor es excelente. Es mejor que el de mi facultad.

Clave - valor: Son ideales para almacenar y extraer datos con una clave única. Manejan los diccionarios de manera excepcional. Ejemplos: DynamoDB, Cassandra.

Basadas en documentos: Son una implementación de clave valor que varía en la forma semiestructurada en que se trata la información. Ideal para almacenar datos JSON y XML. Ejemplos: MongoDB, Firestore.

Basadas en grafos: Basadas en teoría de grafos, sirven para entidades que se encuentran interconectadas por múltiples relaciones. Ideales para almacenar relaciones complejas. Ejemplos: neo4j, TITAN.

En memoria: Pueden ser de estructura variada, pero su ventaja radica en la velocidad, ya que al vivir en memoria la extracción de datos es casi inmediata. Ejemplos: Memcached, Redis.

Optimizadas para búsquedas: Pueden ser de diversas estructuras, su ventaja radica en que se pueden hacer queries y búsquedas complejas de manera sencilla. Ejemplos: BigQuery, Elasticsearch.

Las bases de datos NoSQL son mis favoritas.

¿DynamoDB a que familia pertenece?

hay curso para Graph database?

Buen aporte el de la descripción, Gracias!

La verdad no conocía tal variedad de BD

Tiene buena pinta el curso, aunque no presentó su trayectoria el profesor, se nota que será amena las clases

También DynamoDB es Key-Value y document

También existe FaunaDB que se complementa bien en aplicaciones serverless.

Seria bueno un curso sobre Graph databases

DB NoSQL
- Key-value stores
○ Key -> value
- Graph databases
○ Relaciones entre entidades
- Wide-column stores
○ Row key -> (Column Key -> Column Value)*
- Document database
○ Documentos y colecciones

noSql 4 big types

Muy buen docente… de los primeros que no tengo que acelerar la velocidad de reproduccion1

Excelente clase sobre bases de datos NoSQL, y el profesor la lleva muy bien.

Excelente for a de explicar las diferencias entre cada tipo de bases de datos

Hola como puedo hacer un query aleatorio, es para traerme un listado de preguntas de una colección x y que estas se presenten una por una de forma aleatoria.

Excelente!!

Excelente introducción.

Graph databases:

  • Relaciones entre entidades
  • Busquedas eficientes

Ej: En Medium es usado para generar relaciones entre usuarios y asi personalizar el contenido
Ej: Un tweet tiene hashtags, un usuario, un link, una fuente, etc.

Excelente

Muchas gracias por el curso esta super genial!!

Wide-column stores:

  • Querys rapidas
  • Pueden guardar gran cantidad de informacion
  • modelar datos con esta estructura puede ser mas complicado

Ej: Uso en big data e internet de las cosas

MongoDB

  • Base de datos basada en documentos
  • Permite agregar documentos dentro de las colecciones
  • Flexible y util para modelar casos en la vida real de forma simple

Excelente emocionado por seguir con el curso.

buena clase

Excelente

Muy buena clase!

Una base de datos “popular” basada en grafos se llama Dgraph 😃

Hasta ahora nunca había imaginado la variedad de bases existentes, que importante es saber escoger una acorde a tu necesidad.

Excelente explicación

Interente la clase

gracias albert no conocia sobre las otras como cassandra

Muy bueno

Excelente

Super interesante, gracias.

Excelente clase

No tenpia ni idea de la existencia de bds Wide-column Stores. Cool.

es interesante 😃

Buena intro, No sabía que NoSQL tenía ya tanto crecimiento!!

🗄🗄Bases de datos NoSQL🗄🗄

Llave valor:
Usadas para cache, un ejemplo -> Redis

Basadas en grafos:
Usadas muy comunmente en redes sociales
-> neo4j.com -> usada por medium.

Bases de datos columnares:
Manejan una clave de fila y otra de columna,
esto nos permite hacer queries rapidos,
alto rendimiento arquitectura escalable. 
Sirven para almacenar grandes cantidades de
datos, se usan en bigdata, internet de las cosas,
sistemas de recomendación. -> Cassandra.

Bases de datos basadas en documentos:
Almacenamos documentos, dentro de las 
colecciones, es fácil modelar casos de
la vida real, guardamos documentos en json. 
-> Mongodb.

Bases de datos NoSQL

Key-Value Stores Concepto simple de llave y valor.
Ejemplos->Redis, Memcached.
Es difícil modelar datos de la vida real.
Graph databases
Nos permite relacionar multiples entidades.
Mejor rendimiento que bases de datos relacionales.
Ej-> Neo4j, JanusGraph
Wide-column stores
Se usan para bigdata, iot.
Cassandra, HBase
Document databases:
Almacenan documentos dentro de colecciones, es fácil modelar casa de la vida real. - Mongodb

Entonces las bases de datos no relacionales, basadas en grafos, son mejores que las bases relacionales como MySQL o PostgreSQL?? O en que aspectos las relacionales son mejores?

  • BASADAS EN DOCUMENTO permite guardar documentos dentro de las colecciones, esto ayuda a modelar casos de la vida real de una forma mas sencilla, es simple y eficiente.

BASES DE DATOS NOSQL (IMAGEN 1)

- Hay cuatro grandes familias:
    ~ KEY VALUE STORES                  EJEMPLO: Redis, Memcached        
      Tienen una estructura simple: llave - valor (key - value), Son utilizadas para guardar cache y guardar sesiones,
      son bastante rápidas al contestar, por su simplicidad no se pueden modelar casos de la vida real

    ~ GRAFOS (Graph databases)          EJEMPLO: Neo4J, JanusGraph
      Tiene mayores relaciones, en ese sentido es mejor que las bases de datos relacionales

    ~ Columnares (Wide-column stores)   EJEMPLO: Cassandra, HBase
      Tienen DOS LLAVES, una llave de fila y uno de columna, se hacen queries mas rápidos y guardan grandes cantidades de información
      son utilizadas para Big Data, el inconveniente es modelar datos es complicado

    ~ Documentos (Document databases)   EJEMPLO: MongoDB, Couchbase
      Nos permiten guardar JSON en collecciones, nos ayuda a modelar casos de la vida real, guardar datos es MUY sencillo

key value stores:

  • Simples
  • Facil acceso
  • Poca escalabilidad
    Ej: Redis

Listo

Las bases de datos no relacionales (NoSQL) son las que, a diferencia de las relacionales, no tienen un identificador que sirva de relación entre un conjunto de datos y otros. Como veremos, la información se organiza normalmente mediante documentos y es muy útil cuando no tenemos un esquema exacto de lo que se va a almacenar.

Excelente la gran flexibilidad que tiene mongoDB. Y el gran uso que se le da en la vida real.

excelente explicacion!

Las base de datos NoSql son más enfocadas para internet, ya que se manejan grandes cantidades de datos, las bases de datos relacionales estan muy limitadas.

Algo que tenemos tener en cuenta es las bases de datos no relaciones son más rapidas pero se esta ariesgando una parte muy importante PERSISTENCIA.

Base de datos NoSQL
Inicialmente llamadas “Not only SQL”, haciendo referencia a cualquier sistema de gestión de datos no basada en RDBMS (Sistema Gestor de Base de Datos).
Surgen con la necesidad de dar soluciones a empresas con específicos problemas, donde en conjunto se resumen en:

  • Escalabilidad: Diseñadas en un principio en sistemas distribuidos, es sencillo la agregación de nodos o instancias.
  • Flexibilidad: A no estar atadas a un esquema predefinido, facilitan la persistencia de datos no estructurados o semiestructurados.
  • Alta disponibilidad: Se garantiza la disponibilidad del servicio por su alta respuesta ante errores o percances.
  • Rendimiento: Por su naturaleza, poseen tiempos de respuesta cortos. Sin embargo, ante escenarios complejos, decaen en analítica de datos.

buen curso, primera clase y ya aprendi bastante, uno tiene informacion dispersa pero cuando lo integras y lo explicas es mucho mas facil.

resumen 1.jpg

Genial