A medida que crece la adopción de NoSQL, tanto los desarrolladores como las empresas necesitan una base de datos de propósito general para replantear sus aplicaciones y servicios de misión crítica. Estas bases de datos ya no solo son utilizadas por servicios backend que necesitan un acceso a los datos por debajo del segundo, sino también por aplicaciones empresariales con requisitos de consulta sujetos a reglas de negocio complejas.
MongoDB™, uno de los primeros participantes en el espacio de las bases de datos NoSQL, ofrece un método procedimental para consultar datos. Si bien su enfoque es eficaz para las consultas específicas (es decir, para encontrar documentos con condiciones de filtro específicas), puede llegar a ser complejo para las consultas que requieren uniones y agregaciones de documentos. Para permitir este tipo de consultas, MongoDB proporciona un elaborado marco de agregación que admite requisitos más avanzados. El reto de este enfoque es que requiere un conocimiento específico de programación de procedimientos que es más adecuado para la comunidad de desarrolladores que para otros roles de consumidores de datos, como los analistas y científicos de datos.
Estas son algunas de las características inhibitorias del marco de consulta de MongoDB:
- Propietario - El método de consulta y el marco de agregación de MongoDB utilizan una construcción propietaria que requiere que los usuarios aprendan un nuevo lenguaje.
- Complejo - Mientras que el método de consulta de MongoDB es relativamente sencillo para una consulta simple para encontrar un documento específico, el marco de agregación es bastante complejo.
- Poder expresivo limitado - MongoDB tiene un soporte limitado para JOINs y para unir colecciones fragmentadas. Véase blog comparando el soporte JOIN en Couchbase y MongoDB.
- Optimización limitada de las consultas - Dado que el canal de agregación es procedimental y carece de capacidad expresiva, las aplicaciones tienen que compensarlo realizando un procesamiento complejo de los datos en el lado del cliente. Esto se traduce en complejidad y bajo rendimiento.
Couchbase llegó al mercado NoSQL unos años después que MongoDB y adoptó un enfoque diferente. Couchbase adopta un estándar más abierto de SQL y amplía el lenguaje SQL para dar soporte a su base de datos JSON. El lenguaje de Couchbase basado en SQL para JSON (N1QL), aporta la potencia expresiva de SQL a la plataforma de datos de Couchbase. Es compatible con construcciones de unión ANSI, así como con funciones avanzadas de optimización de consultas e indexación que se adaptan a los requisitos de rendimiento de las aplicaciones empresariales críticas de hoy en día.
Descargar libro blanco para saber más sobre Couchbase N1QL y su rapidísimo rendimiento.
