{"id":15540,"date":"2024-03-29T09:01:13","date_gmt":"2024-03-29T16:01:13","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=15540"},"modified":"2025-09-16T00:06:21","modified_gmt":"2025-09-16T07:06:21","slug":"columnar-store-vs-row-store","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/es\/columnar-store-vs-row-store\/","title":{"rendered":"Column-Store vs. Row-Store: \u00bfCu\u00e1l es la diferencia?"},"content":{"rendered":"

\u00bfCu\u00e1ndo fue la \u00faltima vez que utiliz\u00f3 una base de datos? La mayor\u00eda de nosotros estamos tan acostumbrados a interfaces f\u00e1ciles de usar como TikTok, aplicaciones bancarias y programas de trabajo que no nos damos cuenta de que estamos interactuando con bases de datos todo el tiempo. Incluso somos menos propensos a pensar en lo que ocurre entre bastidores, que puede dividirse en dos tipos de actividad: transaccional y anal\u00edtica. Una transacci\u00f3n puede ser subir un v\u00eddeo o hacer una compra. El an\u00e1lisis de datos puede ser tan sencillo como hacer n\u00fameros en una hoja de c\u00e1lculo.<\/span><\/p>\n

En un <\/span>base de datos relacional<\/span><\/a>Los datos de cualquier tipo de actividad se organizan en filas y columnas que forman una tabla (o tablas) para mostrar la relaci\u00f3n entre los puntos de datos. Los datos pueden almacenarse de dos formas distintas: En una base de datos por columnas (column store), todos los datos se agrupan por columnas. En una base de datos por filas, todos los datos se agrupan por filas.<\/span><\/p>\n

Las bases de datos columnares son excelentes <\/span>cargas de trabajo anal\u00edticas<\/span><\/a>Las bases de datos orientadas a filas son m\u00e1s adecuadas para cargas de trabajo transaccionales. Para explicar las diferencias y discutir los pros y los contras relativos, utilizaremos los datos de esta tabla que hace el seguimiento de un equipo de ventas:<\/span><\/p>\n

\"\"<\/a><\/p>\n

\u00bfQu\u00e9 es una base de datos columnar?<\/span><\/h2>\n

Una base de datos columnar almacena los datos agrupados por columnas en lugar de por filas, lo que optimiza el rendimiento de las consultas anal\u00edticas. Cada columna contiene datos del mismo tipo, lo que permite una compresi\u00f3n eficaz. Y como una consulta s\u00f3lo necesita acceder a las columnas relevantes, el dise\u00f1o mejora la velocidad de recuperaci\u00f3n de los datos.<\/span><\/p>\n

Mientras que una base de datos columnar es un tipo de base de datos relacional, Couchbase Capella\u2122 es un <\/span>NoSQL<\/span><\/a> DBaaS que tambi\u00e9n utiliza la agrupaci\u00f3n de columnas para realizar an\u00e1lisis ultrarr\u00e1pidos. Lo hace ingiriendo r\u00e1pidamente JSON y otras fuentes de datos y <\/span>convirti\u00e9ndolos en almacenamiento en columnas.<\/span><\/a><\/p>\n

Escritura en bases de datos de columnas<\/span><\/h3>\n

En una base de datos columnar, los datos se escriben en el disco por columnas. Eso significa que los datos de nuestro equipo de ventas se agrupar\u00edan y almacenar\u00edan as\u00ed:<\/span><\/p>\n

Ann Con Kian | Boise Denver Laramie | 16 15 21<\/pre>\n
Vamos a a\u00f1adir el siguiente registro para un nuevo empleado, Gene:<\/span><\/p>\n
\"\"<\/a>
\nPara a\u00f1adir los datos de Gene, los a\u00f1adimos al final de las columnas respectivas de la siguiente manera:<\/span><\/p>\n
Ann Con Kian Gene | Boise Denver Laramie Hanford | 16 15 21 0<\/pre>\n
Lectura de bases de datos de columnas<\/span><\/h3>\n
En una base de datos columnar, los datos se leen accediendo a columnas espec\u00edficas en lugar de a filas enteras. Cuando se ejecuta una consulta, la base de datos recupera s\u00f3lo las columnas necesarias para cumplir las condiciones de la consulta. Este proceso implica acceder directamente a los datos de las columnas relevantes, lo que puede reducir significativamente la sobrecarga de E\/S y mejorar el rendimiento de las consultas, especialmente para cargas de trabajo anal\u00edticas que suelen implicar agregaciones, filtrados y proyecciones selectivas.\u00a0<\/span><\/p>\n
Al leer s\u00f3lo las columnas necesarias, las bases de datos columnares minimizan la transferencia de datos y maximizan la utilizaci\u00f3n de la cach\u00e9 de la CPU. Para las consultas anal\u00edticas, esto se traduce en tiempos de ejecuci\u00f3n de consultas m\u00e1s r\u00e1pidos en comparaci\u00f3n con las bases de datos orientadas a filas.<\/span><\/p>\n
Por ejemplo, si quisi\u00e9ramos calcular el n\u00famero medio de ventas de todo el equipo de ventas, una base de datos en columnas s\u00f3lo tendr\u00eda que acceder a la columna con las cifras de ventas. Esto ser\u00eda mucho m\u00e1s r\u00e1pido y eficiente que una base de datos orientada a filas, que tendr\u00eda que acceder a todos los datos fila por fila para extraer los datos de ventas relevantes.<\/span><\/p>\n
\u00bfQu\u00e9 es una base de datos de almacenamiento por filas?<\/h2>\n
Una base de datos orientada a filas organiza los datos por filas, y cada fila contiene informaci\u00f3n sobre una \u00fanica entidad o registro. Este dise\u00f1o es adecuado para cargas de trabajo transaccionales en las que se accede o se modifican con frecuencia filas enteras. Las bases de datos orientadas a filas destacan en los sistemas de procesamiento de transacciones, donde pueden garantizar inserciones, actualizaciones y eliminaciones r\u00e1pidas almacenando los datos de forma contigua en el disco para minimizar la sobrecarga de las operaciones a nivel de fila.<\/span><\/p>\n
Escritura en bases de datos de almacenamiento por filas<\/h3>\n
En una base de datos de almacenamiento por filas, los datos se escriben en el disco por filas en lugar de por columnas.<\/span><\/p>\n
Los datos de nuestro equipo de ventas se almacenar\u00edan as\u00ed:<\/span><\/p>\n
Ann Boise 16 | Con Denver 15 | Kian Laramie 21<\/pre>\n
Para a\u00f1adir el registro de Gene, lo anexar\u00edamos en su totalidad al final de los datos existentes de la siguiente manera:<\/span><\/p>\n
Ann Boise 16 | Con Denver 15 | Kian Laramie 21 | Gene Hanford 0<\/pre>\n
Este enfoque garantiza que todos los atributos de los registros se almacenen juntos, lo que facilita la recuperaci\u00f3n y actualizaci\u00f3n r\u00e1pidas de filas enteras. Adem\u00e1s, las bases de datos orientadas a filas suelen utilizar mecanismos de registro y almacenamiento en b\u00fafer para optimizar las operaciones de escritura.<\/span><\/p>\n
Lectura de bases de datos de almacenamiento por filas<\/span><\/h3>\n
En una base de datos de almacenamiento por filas, los datos se leen accediendo a filas enteras de forma secuencial o mediante b\u00fasquedas en \u00edndices. Cuando se ejecuta una consulta, la base de datos recupera las filas pertinentes que contienen los datos solicitados. Este proceso de recuperaci\u00f3n implica escanear las filas en el disco y obtener registros completos que coincidan con los criterios de la consulta. Aunque las bases de datos orientadas a filas son excelentes a la hora de recuperar registros completos con rapidez, pueden incurrir en sobrecarga cuando s\u00f3lo se necesitan columnas espec\u00edficas. Dado que las filas deben recuperarse en su totalidad, esto puede dar lugar a transferencias y procesamientos de datos innecesarios.<\/span><\/p>\n
Base de datos en columnas frente a base de datos en filas<\/span><\/h2>\n
Las bases de datos columnares y las orientadas a filas presentan ventajas e inconvenientes relacionados con la organizaci\u00f3n de los datos. Las bases de datos columnares destacan en las consultas anal\u00edticas y proporcionan un almacenamiento eficiente, pero pueden tener problemas con las cargas de trabajo transaccionales y son m\u00e1s dif\u00edciles de actualizar. Por el contrario, las bases de datos orientadas a filas son eficientes para cargas de trabajo transaccionales y m\u00e1s f\u00e1ciles de implementar y modificar, pero son ineficientes para consultas anal\u00edticas y ofrecen un almacenamiento sub\u00f3ptimo. Aqu\u00ed tienes un desglose m\u00e1s detallado de sus pros y sus contras:<\/span><\/p>\n
\"\"<\/a><\/p>\n
Ventajas de las bases de datos en columnas<\/span><\/h3>\n