Fundamentos de MongoDB

1

Consultas Avanzadas en MongoDB

2

Bases de Datos NoSQL: Tipos y Escalabilidad con MongoDB

3

Documentos y Colecciones en MongoDB

4

Creación de Bases de Datos NoSQL con MongoDB Atlas y Local

5

Consultas Básicas con Mongo Compass y Mongo Atlas

6

Consultas MongoDB en Visual Studio Code: Plugin y Uso Práctico

7

Instalación de Docker en diferentes sistemas operativos

8

Ejecutar MongoDB en Docker: Guía paso a paso

9

Conexión a MongoDB usando Mongo SH en Docker

10

Diferencias clave entre JSON y BSON para manejo de datos en MongoDB

CRUD

11

CRUD en MongoDB: Cómo Insertar Documentos

12

CRUD e Inserción de Documentos en MongoDB

13

Actualización de Documentos en MongoDB usando Operadores

14

Actualización Masiva en MongoDB: UpdateMany y Operadores Básicos

15

Actualización y manejo de arrays en MongoDB

16

Manejo de Upsert en MongoDB: Insertar o Actualizar Datos de IoT

17

Eliminación de Documentos en MongoDB: deleteOne y deleteMany

Operadores

18

Consultas en MongoDB: Uso de Operadores de Comparación

19

Comparadores Numéricos en MongoDB: MayorQue, MenorQue y Más

20

Consultas Avanzadas en MongoDB: Uso de Operadores en Queries y Updates

21

Búsquedas avanzadas con Regex en MongoDB

22

Consulta de Proyección en MongoDB: Selección de Campos Específicos

23

Operadores de Consulta en Arrays con MongoDB

24

Operadores lógicos en MongoDB: AND, OR, NOR y NOT

25

Consultas Avanzadas en MongoDB Utilizando Expressive Operator

26

Consultas a Arrays y Subdocumentos en MongoDB

Herramientas comunes al trabajar con MongoDB

27

Técnicas de Aggregation Framework en MongoDB para Ciencia de Datos

28

Paginación eficiente con MongoDB: Técnicas y Estrategias

29

Tableros Interactivos con Mongo Atlas Charts

30

Modelado de Datos con MongoDB para Negocios

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Creación de Bases de Datos NoSQL con MongoDB Atlas y Local

4/30
Recursos

¿Cómo crear una base de datos MongoDB con Mongo Atlas?

Entender cómo crear y gestionar una base de datos NoSQL desde cero es esencial para cualquier desarrollador moderno. En esta guía, exploraremos la creación de una base de datos en la nube utilizando Mongo Atlas, un potente servicio gestionado por los desarrolladores de MongoDB. Te brindaremos información y consejos para configurar tu primer clúster de almacenamiento, hacer consultas y gestionar datos con eficiencia.

¿Qué es Mongo Atlas y cómo facilita la gestión de bases de datos?

Mongo Atlas es un servicio en la nube que ofrece soluciones efectivas para gestionar bases de datos MongoDB. Su arquitectura en la nube reduce la complejidad de la replicación y la clusterización, dos aspectos clave en la administración de bases de datos. Algunas de las características notables de Mongo Atlas incluyen:

  • Clusterización preconfigurada: Permite un modelo de replicación y escalabilidad funcional con solo un par de clics.
  • Planes gratuitos: Ofrecen hasta 5 GB de almacenamiento, memoria RAM compartida y alertas de uso sin la necesidad de proporcionar una tarjeta de crédito.
  • Cargando datasets de ejemplo: Estos permiten a los usuarios practicar consultas y gestionar grandes volúmenes de datos, incluyendo ejemplos populares como las bases de datos de Airbnb.

¿Cómo crear una cuenta y configurar un clúster de Mongo Atlas?

Para crear tu clúster en Mongo Atlas, sigue estos pasos:

  1. Regístrate en Mongo Atlas: Dirígete a mongodb.com y selecciona el botón de registro. Puedes usar tu correo electrónico, cuenta de Gmail o de GitHub.
  2. Elegir tu plan y configuración: Selecciona el plan gratuito y elige el proveedor de nube (AWS, Google Cloud o Azure). Por defecto, puedes optar por AWS y ubicar tu servidor en Virginia.
  3. Nombrar y crear el clúster: Asigna un nombre a tu clúster (por ejemplo, MongoDB 101) y selecciona la versión de Mongo, como la 5.1. Dale click a "Create Cluster".
# Código para crear un usuario y definir IPs de acceso al clúster
db.createUser({
  user: "NicoAdmin",
  pwd: "NicoAdmin123",
  roles: [{ role: "readWrite", db: "admin" }]
})

# Definir IP de acceso
{
  "ip": "0.0.0.0/0",
  "comment": "localhost"
}

¿Qué datasets podemos cargar y cómo?

Los datasets son conjuntos de datos ya estructurados y listos para usarse en simulaciones y prácticas de consulta. Mongo Atlas nos permite precargar un set de datos, como el de Airbnb o colecciones de entrenamiento. Para cargar un dataset, simplemente selecciona "load sample dataset" y espera a que el proceso termine. Los ejemplos incluyen:

  • Airbnb: Con viviendas y características como el tipo de cama y amenidades.
  • Training y Companies: Información sobre compañías listadas y su actividad.
  • Trips: Datos de servicios de bicicletas, ideal para analizar tendencias de uso y estaciones populares.

¿Cómo explorar y consultar la base de datos creada?

Tras cargar los datasets, debes aprender cómo navegar entre las colecciones y realizar consultas. Observa las colecciones específicas, como la base de datos de Airbnb, que contiene más de 5,000 documentos. Aquí puedes comenzar a practicar cómo hacer consultas avanzadas y gestionar tus propias informaciones.

¡Felicidades! Ahora tienes las herramientas y el conocimiento para crear y explorar tu primera base de datos en Mongo Atlas. Continua desarrollando tus habilidades de consulta y gestión de bases de datos, ya sea para propósitos personales o proyectos a gran escala.

Aportes 16

Preguntas 15

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Al realizar el paso a paso para crear la BD, la interfaz de mongo Atlas se veía distinta, dejor por aquí los pasos: 1. Después de crear mi cuenta, fui redirigido a la página principal. ![](https://static.platzi.com/media/user_upload/image-ad4bc31b-d11a-4cec-83ad-348f1be5eb5f.jpg) 2. Hice clic en "Create", lo que me llevó a una nueva vista. En esta vista, seleccioné el plan free, definí el nombre del proyecto y otros detalles mencionados por el profesor: ![](https://static.platzi.com/media/user_upload/image-d6d74c93-ee19-4a46-8825-d110a3ccc647.jpg) 3. Una vez que completé los datos necesarios, hice clic en "Create Development". Se abrió un modal que se conectó a mi IP y completó los datos del usuario con mi nickname y una contraseña autogenerada. ![](https://static.platzi.com/media/user_upload/image-4dbf8921-1e2d-4357-9963-75d6aaedde41.jpg) Hice clic en "Create User" y guardé la contraseña y el usuario en mi LastPass para no perderlos. 4. Luego, fui redirigida a la vista donde se muestran los clusters creados. ![](https://static.platzi.com/media/user_upload/image-7b193d8b-c7f6-4aae-814c-d695aee8f4bf.jpg) Una vez creado el cluster, hice clic en los puntos para ver todos los clusters. 5. En la vista de clusters, tuve la opción de cargar datos haciendo clic en los tres puntos. Seleccioné "Load Sample Dataset". ![](https://static.platzi.com/media/user_upload/image-91000a4d-6e24-41c0-9735-d9ca9574857b.jpg) ![](https://static.platzi.com/media/user_upload/image-07a2d0ad-254f-43bb-b0f7-80f8e17d32f0.jpg) La primera vez que intenté cargar el conjunto de datos de ejemplo, hubo un error; así que eliminé la base de datos y volví a cargar los datos. Después de esto se cargó correctamente.

Solo comentando, Atlas actualiza constantemente la plataforma y se han agregado más funcionalidades y hay algunos cambios en la interfaz.
Igualmente todo lo explicado y mostrado esta vigente

Al darle clic en "Load sample Dataset" me sale este error "**An error occurred loading sample data:** Target cluster has conflicting non-empty namespace with the dataset" ![](https://static.platzi.com/media/user_upload/image-fff2b134-471c-4257-af74-72846786a57b.jpg)

Pude crear otro cluster dentro y después de crear un nuevo Project🤔

sí que tarda en cargar el dataset de ejemplo, va más de 10 minutos y eso que tengo buena conexión a internet, o algo estará fallando…?

**An error occurred loading sample data:** Target cluster has conflicting non-empty namespace with the dataset

Nooooooooooo!
@nicobytes, el lenguaje de preferencia por default es JavaScript!

A la fecha Sep 23, al hacer el ejercicio observo que mi pantalla es diferente. Comparto para todos

😉 Parte 2:

**MongoDB Atlas** MongoDB Atlas es un servicio en la nube que permite desplegar, gestionar y escalar bases de datos MongoDB sin necesidad de administrar la infraestructura subyacente. Es una solución **Database-as-a-Service (DBaaS)** que ofrece MongoDB Inc. y que se ejecuta en proveedores de nube como **AWS, Azure y Google Cloud**. **Características principales de MongoDB Atlas:** * **Gestión automatizada**: Configuración, actualizaciones, copias de seguridad y monitoreo sin intervención manual. * **Alta disponibilidad**: Implementa réplicas automáticas para evitar la pérdida de datos en caso de fallos. * **Escalabilidad**: Permite aumentar o reducir la capacidad de almacenamiento y procesamiento según la demanda. * **Seguridad avanzada**: Cifrado de datos, control de acceso basado en roles y compatibilidad con estándares como GDPR y HIPAA. * **Integraciones**: Compatible con herramientas como Power BI, Apache Spark y servicios de ETL. **¿Cuándo usar MongoDB Atlas?** * Cuando necesitas una base de datos NoSQL sin preocuparte por la administración de servidores. * Para aplicaciones en la nube que requieren escalabilidad y alta disponibilidad. * En proyectos que manejan grandes volúmenes de datos semiestructurados o sin estructura fija.
MongoDB Atlas es un servicio en la nube que permite desplegar, gestionar y escalar bases de datos MongoDB sin necesidad de administrar la infraestructura subyacente. Es una solución **Database-as-a-Service (DBaaS)** que ofrece MongoDB Inc. y que se ejecuta en proveedores de nube como **AWS, Azure y Google Cloud**. ### Características principales de MongoDB Atlas: * **Gestión automatizada**: Configuración, actualizaciones, copias de seguridad y monitoreo sin intervención manual. * **Alta disponibilidad**: Implementa réplicas automáticas para evitar la pérdida de datos en caso de fallos. * **Escalabilidad**: Permite aumentar o reducir la capacidad de almacenamiento y procesamiento según la demanda. * **Seguridad avanzada**: Cifrado de datos, control de acceso basado en roles y compatibilidad con estándares como GDPR y HIPAA. * **Integraciones**: Compatible con herramientas como Power BI, Apache Spark y servicios de ETL. ### ¿Cuándo usar MongoDB Atlas? * Cuando necesitas una base de datos NoSQL sin preocuparte por la administración de servidores. * Para aplicaciones en la nube que requieren escalabilidad y alta disponibilidad. * En proyectos que manejan grandes volúmenes de datos semiestructurados o sin estructura fija.
Se logro, hay varios pasos que ya no son iguales pero al final se encuentran en algun otro menú o tab: ![](https://static.platzi.com/media/user_upload/image-4294beb2-e830-4b3f-ac66-ec0d4704a2eb.jpg)
para quienes nos da el error y no deja hacer el proceso de load dataset, creo que el problema está en que al momento que crear el cluster, este por defecto tiene integrada un data set con el mismo nombre del data set que se desea cargar, yo lo solucioné eliminando la collection que tiene por defecto y retomando la indicacion que hay en el video de load dataset
Genial, muchas gracias. Me encanta el mundo de la data.

Se demoró en crear el Cluster como 4h. Pero lo hizo 😃

Porque ya me aparecía esta otra ip ? Entiendo que dice que es parte del setUp pero porque al profe no le aparecía ?