Uso de Lookup en MongoDB para Relaciones entre Colecciones

Contenido del curso

Fundamentos de Bases de Datos NoSQL

Manipulación de Datos en MongoDB

Tipos de Bases de Datos NoSQL

Pasos Futuros

17
Bases de Datos NoSQL en Inteligencia Artificial
01:59 min

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:005:46

Uso de Lookup en MongoDB para Relaciones entre Colecciones

Curso de Base de Datos NoSQL

Clase 9 de 17

Clase 9 / 17

Recursos

Realizar operaciones equivalentes a un join en bases de datos NoSQL es posible gracias a lookup, la herramienta que ofrece MongoDB para relacionar documentos entre colecciones distintas. Comprender cuándo y cómo utilizarla marca la diferencia entre un diseño eficiente y un antipatrón que deteriora el rendimiento.

¿Por qué existen relaciones en MongoDB si es una base de datos NoSQL?

El paradigma NoSQL no elimina por completo las relaciones entre datos. Algunas bases de datos NoSQL, como las de grafos, manejan relaciones incluso más fuertes que SQL [0:22]. MongoDB, en cambio, maneja relaciones más débiles, pero igualmente útiles.

La diferencia fundamental radica en que SQL aplica reglas de normalización para estructurar esquemas, mientras que MongoDB prioriza la flexibilidad [0:52]. En lugar de normalización, MongoDB utiliza patrones de diseño que guían las mejores prácticas al modelar datos:

Patrones para relaciones uno a uno.
Patrones para relaciones uno a muchos.
Patrones para relaciones muchos a muchos.

Estos patrones permiten decidir cuándo conviene usar referencias entre colecciones y cuándo es mejor embeber los datos directamente en un documento [1:08].

¿Cuándo se convierte un lookup en un antipatrón?

Un punto clave es que utilizar más de tres lookups en una sola agregación ya se considera un antipatrón [1:33]. Esto significa que si tu consulta necesita cruzar muchas colecciones, probablemente el diseño del esquema necesita revisarse o quizás otra tecnología complementaría mejor la solución.

¿Cómo se construye un lookup paso a paso en MongoDB Compass?

Para el ejemplo práctico se utiliza la base de datos de películas que incluye MongoDB como muestra. Dentro de ella existe una colección llamada comments que contiene un campo movie_id, estableciendo una relación con el identificador de cada película [2:05].

Desde MongoDB Compass, dentro del pipeline de agregación, se agrega una primera etapa seleccionando lookup [1:53]. Los campos que se configuran son:

from: la colección con la que se quiere relacionar, en este caso comments.
localField: el campo local que sirve como referencia, aquí es _id.
foreignField: el campo foráneo en la otra colección, que corresponde a movie_id [2:25].
as: el nombre del nuevo campo donde aparecerán los resultados, por ejemplo comments.

Al ejecutar la etapa, cada documento de películas incorpora un array llamado comments con todos los comentarios asociados a ese identificador [2:42]. Algunas películas tendrán comentarios y otras mostrarán el array vacío.

¿Cómo combinar lookup con project en el pipeline?

La salida de una etapa siempre es la entrada de la siguiente. Esto permite encadenar un project después del lookup para mostrar únicamente los campos relevantes [3:05]:

El título de la película.
El nuevo campo comments generado por el lookup.

De esta forma se obtiene una vista limpia que muestra cada película junto con sus comentarios relacionados, sin la información innecesaria del resto del documento.

¿Cómo eliminar documentos relacionados con deleteMany?

Si tras revisar los resultados se identifica que ciertos comentarios no son relevantes, se pueden eliminar con deleteMany [3:42]. El comando se ejecuta directamente en la shell:

javascript db.comments.deleteMany({ movie_id: ObjectId("valor_del_identificador") })

Es importante recordar que se debe usar la palabra reservada ObjectId() con el valor del identificador entre paréntesis [4:02]. Este comando borra todos los comentarios cuyo movie_id coincida con el valor proporcionado.

Practicar con los datos de ejemplo que incluye MongoDB es una excelente forma de ganar soltura con estos comandos antes de aplicarlos en proyectos reales [4:18]. Experimenta combinando distintas etapas del pipeline y distintos comandos de escritura para afianzar tu comprensión.

Mario Alexander Vargas Celis

Hace 2 años

En MongoDB, puedes eliminar documentos de una colección utilizando varios métodos, como deleteOne(), deleteMany() y remove(). Aquí te explico cada uno de ellos:

1. Eliminar un solo documento con deleteOne()

Este método elimina el primer documento que coincide con el filtro proporcionado.

Sintaxis:

db.collection.deleteOne({ <filtro> })

Ejemplo:

db.users.deleteOne({ "nombre": "Carlos" })

Este comando eliminará el primer documento donde el campo nombre sea igual a "Carlos".

2. Eliminar múltiples documentos con deleteMany()

Este método elimina todos los documentos que coincidan con el filtro.

Sintaxis:

db.collection.deleteMany({ <filtro> })

Ejemplo:

db.users.deleteMany({ "edad": { $lt: 30 } })

Este comando eliminará todos los documentos donde el campo edad sea menor a 30.

3. Eliminar todos los documentos con deleteMany() sin filtro

Si deseas eliminar todos los documentos de una colección, puedes usar deleteMany() sin un filtro.

Sintaxis:

db.collection.deleteMany({})

Ejemplo:

db.users.deleteMany({})

Este comando eliminará todos los documentos de la colección users.

4. Usar remove() (obsoleto en versiones más recientes)

Este método también permite eliminar documentos, pero está en desuso. En lugar de remove(), se recomienda utilizar deleteOne() o deleteMany().

Sintaxis:

db.collection.remove({ <filtro> })

Ejemplo:

db.users.remove({ "nombre": "Andrea" })

Este comando eliminaría todos los documentos en los que el campo nombre sea igual a "Andrea".

Consideraciones:

Precaución: Eliminar datos es una acción irreversible. Siempre asegúrate de que el filtro esté correctamente especificado para evitar eliminar datos accidentalmente.
Uso de find() antes de eliminar: Si no estás seguro de qué documentos se eliminarán, es una buena práctica hacer primero una consulta find() para verificar los documentos que coinciden con tu filtro.

Ejemplo:

db.users.find({ "edad": { $lt: 30 } })

Esto te permitirá ver qué documentos serán eliminados antes de ejecutar deleteMany() o deleteOne().

Fundamentos de Bases de Datos NoSQL

Por qué gigantes tech migraron a NoSQL

Comparativa de Bases de Datos: SQL vs NoSQL

Manipulación de Datos en MongoDB

Creación y Gestión de Bases de Datos NoSQL con MongoDB

Conexión y gestión básica de MongoDB con Compass y Atlas

Inserción de Documentos en MongoDB: Insert One y Insert Many

Eliminación de Documentos en MongoDB: Comandos y Prácticas Seguras

Consultas Avanzadas en MongoDB: Uso de Compass y la Terminal

Consultas Avanzadas con el Aggregation Framework de MongoDB

Uso de Lookup en MongoDB para Relaciones entre Colecciones

Reemplazo y Modificación de Documentos en MongoDB

Actualización y Reemplazo de Documentos en MongoDB

Tipos de Bases de Datos NoSQL

Estructuras de Datos en Grafos para Redes Sociales

Nodos y relaciones en Neo4j con Cypher

Bases de datos documentales vs SQL

Bases de Datos Clave-Valor: Simplicidad y Alto Rendimiento

Bases de Datos Vectoriales: Conceptos y Aplicaciones Prácticas

Pasos Futuros

Bases de Datos NoSQL en Inteligencia Artificial

Uso de Lookup en MongoDB para Relaciones entre Colecciones

Progreso del curso

Fundamentos de Bases de Datos NoSQL

Manipulación de Datos en MongoDB

Tipos de Bases de Datos NoSQL

Pasos Futuros

Recursos

Recursos