UD10 · Prácticas

Usaremos MongoDB Community Server 8.0 en Docker, mongosh y MongoDB Compass. Los resultados indicados suponen que has cargado edugest_mongo.js y no has modificado los datos (repite la carga antes de cada práctica: el script borra y recrea las colecciones).

Práctica 10.1 · Puesta en marcha de MongoDB

Objetivo

Instalar el servidor, conectar con las dos herramientas cliente y reconocer los elementos de una base de datos documental.

Desarrollo

Preguntas

1. Compara los documentos con _id 1 y 30. ¿Qué campos tiene uno y no el otro? ¿Cómo se representaría esa diferencia en Oracle?
2. ¿Qué índices tiene la colección? ¿Quién los ha creado?
3. Según la pestaña Schema de Compass, ¿en qué porcentaje de expedientes aparece el campo dni? ¿Y grupo?
4. ¿De qué tipo BSON es fechaNacimiento? ¿Y nota?

Comprobación

Práctica 10.2 · CRUD sobre los expedientes

Objetivo

Realizar las cuatro operaciones básicas sobre documentos con subdocumentos y arrays, y comparar cada una con su equivalente SQL.

Desarrollo

Comprobación

Errores habituales

Práctica 10.3 · Consultas con operadores, subdocumentos y arrays

Enunciado

Resuelve cada consulta. Comprueba que obtienes el resultado indicado.

db.expedientes.find({ matriculas: { $elemMatch: { nota: { $exists: false } } } }, { nombre: 1 })

Comprobación

Práctica 10.4 · Agregaciones: el mismo informe en SQL y en MongoDB

Objetivo

Construir pipelines de agregación etapa a etapa y comparar su resultado y su legibilidad con la consulta SQL equivalente.

Desarrollo

Comprobación

Práctica 10.5 · Modelado documental de un catálogo

Objetivo

Diseñar una base de datos documental a partir de los patrones de consulta, justificando qué se incrusta y qué se referencia.

Contexto

Una tienda online de material informático quiere migrar su catálogo a MongoDB. Los productos son muy diferentes entre sí:

• Portátiles: procesador, RAM, almacenamiento, pantalla, peso.
• Ratones: conexión (USB/Bluetooth), DPI, si es inalámbrico.
• Monitores: pulgadas, resolución, frecuencia, paneles.
• Todos tienen: referencia, nombre, marca, precio, stock y una o varias categorías.
• Los clientes dejan opiniones (puntuación de 1 a 5, texto, fecha). Algunos productos tienen miles.

Consultas más frecuentes:

1. Ficha del producto con sus características y las 5 opiniones más recientes.
2. Listado por categoría con filtros por precio y marca.
3. Puntuación media de cada producto.

Enunciado

1. Diseña las colecciones y la estructura de los documentos. Justifica cada decisión de incrustar o referenciar en función de las consultas.
2. Explica cómo resolverías la «media de puntuación» sin recalcularla en cada consulta (pista: patrón de campo calculado actualizado en cada nueva opinión).
3. Crea la colección productos con un validador $jsonSchema que exija los campos comunes, precio >= 0 y stock entero no negativo.
4. Inserta al menos 10 productos de tres tipos distintos y 20 opiniones.
5. Escribe las tres consultas frecuentes y crea los índices que las aceleran. Comprueba con explain("executionStats") que usan IXSCAN.
6. Compara con un diseño relacional: ¿cuántas tablas harían falta para las características variables? (Piensa en el patrón entidad-atributo-valor o en una tabla por tipo de producto.)

Comprobación

Práctica 10.6 · Otros modelos: clave-valor y grafos

Objetivo

Experimentar brevemente con otros dos tipos de bases de datos NoSQL para evaluar sus puntos fuertes y sus limitaciones.

Parte A · Clave-valor con Valkey (compatible con Redis)

docker run -d --name valkey -p 6379:6379 valkey/valkey:8
docker exec -it valkey valkey-cli

SET sesion:abc123 "id_alumno=1;rol=ALUMNO"
EXPIRE sesion:abc123 1800        # caduca en 30 minutos
TTL sesion:abc123
INCR visitas:portal              # contador atómico
HSET alumno:1 nombre "Adrián" grupo "1DAM"
HGETALL alumno:1
KEYS alumno:*                    # ¡solo en pruebas! en producción usa SCAN

Responde: ¿cómo buscarías «todos los alumnos de 1DAM»? ¿Qué tendrías que haber guardado para poder hacerlo?

Parte B · Grafos con Neo4j

Crea un pequeño grafo de EduGest (5 alumnos, 3 módulos, 2 profesores) y resuelve con Cypher:

CREATE (a:Alumno {id:1, nombre:'Adrián'}), (b:Alumno {id:2, nombre:'Rubén'}),
       (bd:Modulo {codigo:'0484'}), (pr:Modulo {codigo:'0485'}),
       (marta:Profesor {nombre:'Marta'}), (lucia:Profesor {nombre:'Lucía'}),
       (a)-[:MATRICULADO {nota:4.75}]->(bd), (b)-[:MATRICULADO {nota:4.75}]->(bd),
       (a)-[:MATRICULADO {nota:7.25}]->(pr),
       (marta)-[:IMPARTE]->(bd), (lucia)-[:IMPARTE]->(pr);

MATCH (a:Alumno {nombre:'Adrián'})-[:MATRICULADO]->(m)<-[:IMPARTE]-(p) RETURN m.codigo, p.nombre;
MATCH (a:Alumno)-[:MATRICULADO]->(m)<-[:MATRICULADO]-(c:Alumno) WHERE a.nombre = 'Adrián' RETURN DISTINCT c.nombre;

Conclusión

Completa una tabla con los cuatro modelos (relacional, documental, clave-valor y grafos) y, para cada uno: estructura, lenguaje, una consulta en la que destaca y una consulta en la que sufre.

Práctica 10.7 · Reto: ¿relacional o NoSQL?

Enunciado

Para cada caso, recomienda el modelo (o la combinación de modelos) y justifícalo con argumentos de estructura de los datos, consultas, consistencia, escalabilidad y coste. Indica también qué perderías con la alternativa descartada.

1. Secretaría virtual de la Conselleria: matrículas de todos los institutos de la Comunitat, con actas oficiales y certificados.
2. App de apuntes colaborativos del alumnado: cada apunte tiene texto, imágenes, etiquetas variables, comentarios y versiones.
3. Sensores de calidad del aire en todas las aulas del centro: CO₂, temperatura y humedad cada 30 segundos, consultados por intervalos de tiempo.
4. Recomendador de ciclos formativos: «el alumnado que estudió lo mismo que tú y tiene tus intereses eligió…».
5. Carrito de la compra de la tienda de la práctica 10.5.

Comprobación

Proyecto EduGest · UD10: el expediente documental

Enunciado

1. Exportación. Escribe una consulta en Oracle que genere, para cada alumno, su expediente en JSON usando las funciones SQL/JSON de Oracle (JSON_OBJECT, JSON_ARRAYAGG). Exporta el resultado a un fichero e impórtalo en MongoDB (Compass → Add data → Import JSON, o mongoimport).

   SELECT JSON_OBJECT(
            '_id'       VALUE a.id_alumno,
            'nia'       VALUE a.nia,
            'nombre'    VALUE a.nombre,
            'matriculas' VALUE (
                SELECT JSON_ARRAYAGG(JSON_OBJECT('curso' VALUE m.curso_academico,
                                                 'modulo' VALUE mo.codigo,
                                                 'nota' VALUE m.nota_final ABSENT ON NULL))
                FROM matricula m JOIN modulo mo ON mo.id_modulo = m.id_modulo
                WHERE m.id_alumno = a.id_alumno)
            ABSENT ON NULL RETURNING CLOB) AS expediente
   FROM alumno a;

2. Validación. Añade a la colección un validador $jsonSchema coherente con las restricciones de Oracle (NIA de 8 dígitos, nota entre 0 y 10, convocatoria de 1 a 4).

3. Consultas. Reescribe en MongoDB cinco de tus informes de la UD07 y compara resultados.

4. Índices. Crea los índices necesarios y muestra los planes (explain).

5. Informe final (10-nosql.md): ventajas e inconvenientes del modelo documental para EduGest, qué partes del sistema tendrían sentido en MongoDB y cuáles deben seguir en Oracle, y cómo se mantendrían sincronizadas.

Comprobación