Bases de datos de documentos en NoSQL

En este artículo, veremos sobre el modelo de datos de documentos de NoSQL y además de ejemplos, ventajas, desventajas y aplicaciones del modelo de datos de documentos.

Modelo de datos del documento: 

ADocument Data Model es muy diferente a otros modelos de datos porque almacena datos en documentos JSON, BSON o XML. en este modelo de datos, podemos mover documentos debajo de un documento y aparte de esto, cualquier elemento en particular puede indexarse ​​para ejecutar consultas más rápido. A menudo, los documentos se almacenan y recuperan de tal manera que se acercan a los objetos de datos que se utilizan en muchas aplicaciones, lo que significa que se requieren muy pocas traducciones para utilizar los datos en las aplicaciones. JSON es un lenguaje nativo que a menudo también se usa para almacenar y consultar datos. 

Entonces, en el modelo de datos del documento, cada documento tiene un par clave-valor a continuación, es un ejemplo de lo mismo.

{
"Name" : "Yashodhra",
"Address" : "Near Patel Nagar",
"Email" : "yahoo123@yahoo.com",
"Contact" : "12345"
}

Funcionamiento del modelo de datos del documento: 

Este es un modelo de datos que funciona como un modelo de datos semiestructurado en el que los registros y los datos asociados a ellos se almacenan en un solo documento, lo que significa que este modelo de datos no está completamente desestructurado. Lo principal es que los datos aquí se almacenan en un documento.

Características:

• Modelo de tipo de documento: como todos sabemos, los datos se almacenan en documentos en lugar de tablas o gráficos, por lo que es fácil mapear cosas en muchos lenguajes de programación.
• Esquema flexible: el esquema general es muy flexible para respaldar esta afirmación, se debe saber que no todos los documentos de una colección deben tener los mismos campos.
• Distribuido y resistente: los modelos de datos de documentos están muy dispersos, lo cual es la razón detrás del escalado horizontal y la distribución de datos.
• Lenguaje de consulta manejable: estos modelos de datos son aquellos en los que el lenguaje de consulta permite a los desarrolladores realizar operaciones CRUD (Crear, leer, actualizar y destruir) en el modelo de datos. 

Ejemplos de modelos de datos de documentos:

• Amazon DocumentDB
• MongoDB
• base de datos cosmos
• ArangoDB
• Servidor base de sofá
• CouchDB

ventajas:

• Sin esquema: Estos son muy buenos para retener datos existentes en volúmenes masivos porque no hay absolutamente ninguna restricción en el formato y la estructura del almacenamiento de datos. 
• Creación más rápida de documentos y mantenimiento: es muy simple crear un documento y, aparte de esto, el mantenimiento no requiere casi nada.
• Formatos abiertos: tiene un proceso de compilación muy simple que usa XML, JSON y sus otras formas.
• Control de versiones incorporado: tiene un control de versiones incorporado, lo que significa que a medida que los documentos aumentan de tamaño, existe la posibilidad de que aumenten en complejidad. El control de versiones reduce los conflictos.

Desventajas:

• Atomicidad débil: carece de soporte para transacciones ACID de múltiples documentos. Un cambio en el modelo de datos del documento que involucre dos colecciones requerirá que ejecutemos dos consultas separadas, es decir, una para cada colección. Aquí es donde rompe los requisitos de atomicidad.
• Limitaciones de la verificación de coherencia: se pueden buscar las colecciones y los documentos que no están conectados a una colección de autor, pero hacerlo podría crear un problema en el rendimiento de la base de datos.
• Seguridad: hoy en día, muchas aplicaciones web carecen de seguridad, lo que a su vez da como resultado la fuga de datos confidenciales. Entonces se convierte en un punto de preocupación, uno debe prestar atención a las vulnerabilidades de las aplicaciones web.

Aplicaciones del modelo de datos de documentos:

• Gestión de contenido: estos modelos de datos se usan mucho para crear varias plataformas de transmisión de video, blogs y servicios similares porque cada uno se almacena como un solo documento y la base de datos aquí es mucho más fácil de mantener a medida que el servicio evoluciona con el tiempo.
• Base de datos de libros: son muy útiles para crear bases de datos de libros porque, como sabemos, este modelo de datos nos permite anidar.
• Catálogo: cuando se trata de almacenar y leer archivos de catálogo, estos modelos de datos se utilizan mucho porque tiene una capacidad de lectura rápida si los catálogos tienen miles de atributos almacenados.
• Plataforma de análisis: estos modelos de datos se utilizan mucho en la plataforma de análisis.