UD10 · Pràctiques

Usarem MongoDB Community Server 8.0 en Docker, mongosh i MongoDB Compass. Els resultats indicats suposen que has carregat edugest_mongo.js i no has modificat les dades (repetix la càrrega abans de cada pràctica: l’script esborra i recrea les col·leccions).

Pràctica 10.1 · Posada en marxa de MongoDB

Objectiu

Instal·lar el servidor, connectar amb les dues eines client i reconéixer els elements d’una base de dades documental.

Desenvolupament

Preguntes

1. Compara els documents amb _id 1 i 30. Quins camps té un i no l’altre? Com es representaria eixa diferència en Oracle?
2. Quins índexs té la col·lecció? Qui els ha creat?
3. Segons la pestanya Schema de Compass, en quin percentatge d’expedients apareix el camp dni? I grupo?
4. De quin tipus BSON és fechaNacimiento? I nota?

Comprovació

Pràctica 10.2 · CRUD sobre els expedients

Objectiu

Realitzar les quatre operacions bàsiques sobre documents amb subdocuments i arrays, i comparar cadascuna amb el seu equivalent SQL.

Desenvolupament

Comprovació

Errors habituals

Pràctica 10.3 · Consultes amb operadors, subdocuments i arrays

Enunciat

Resol cada consulta. Comprova que obtens el resultat indicat.

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

Comprovació

Pràctica 10.4 · Agregacions: el mateix informe en SQL i en MongoDB

Objectiu

Construir pipelines d’agregació etapa a etapa i comparar el seu resultat i la seua llegibilitat amb la consulta SQL equivalent.

Desenvolupament

Comprovació

Pràctica 10.5 · Modelatge documental d’un catàleg

Objectiu

Dissenyar una base de dades documental a partir dels patrons de consulta, justificant què s’incrusta i què es referencia.

Context

Una botiga en línia de material informàtic vol migrar el seu catàleg a MongoDB. Els productes són molt diferents entre si:

• Portàtils: processador, RAM, emmagatzematge, pantalla, pes.
• Ratolins: connexió (USB/Bluetooth), DPI, si és sense fil.
• Monitors: polzades, resolució, freqüència, panells.
• Tots tenen: referència, nom, marca, preu, estoc i una o diverses categories.
• Els clients deixen opinions (puntuació d'1 a 5, text, data). Alguns productes en tenen milers.

Consultes més freqüents:

1. Fitxa del producte amb les seues característiques i les 5 opinions més recents.
2. Llistat per categoria amb filtres per preu i marca.
3. Puntuació mitjana de cada producte.

Enunciat

1. Dissenya les col·leccions i l’estructura dels documents. Justifica cada decisió d’incrustar o referenciar en funció de les consultes.
2. Explica com resoldries la «mitjana de puntuació» sense recalcular-la en cada consulta (pista: patró de camp calculat actualitzat en cada nova opinió).
3. Crea la col·lecció productos amb un validador $jsonSchema que exigisca els camps comuns, precio >= 0 i stock enter no negatiu.
4. Inserix almenys 10 productes de tres tipus distints i 20 opinions.
5. Escriu les tres consultes freqüents i crea els índexs que les acceleren. Comprova amb explain("executionStats") que usen IXSCAN.
6. Compara amb un disseny relacional: quantes taules farien falta per a les característiques variables? (Pensa en el patró entitat-atribut-valor o en una taula per tipus de producte.)

Comprovació

Pràctica 10.6 · Altres models: clau-valor i grafs

Objectiu

Experimentar breument amb altres dos tipus de bases de dades NoSQL per a avaluar els seus punts forts i les seues limitacions.

Part A · Clau-valor amb Valkey (compatible amb 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 minuts
TTL sesion:abc123
INCR visitas:portal              # comptador atòmic
HSET alumno:1 nombre "Adrián" grupo "1DAM"
HGETALL alumno:1
KEYS alumno:*                    # només en proves! en producció usa SCAN

Respon: com buscaries «tots els alumnes de 1DAM»? Què hauries d’haver guardat per a poder fer-ho?

Part B · Grafs amb Neo4j

Crea un xicotet graf d’EduGest (5 alumnes, 3 mòduls, 2 professors) i resol amb 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;

Conclusió

Completa una taula amb els quatre models (relacional, documental, clau-valor i grafs) i, per a cadascun: estructura, llenguatge, una consulta en la qual destaca i una consulta en la qual patix.

Pràctica 10.7 · Repte: relacional o NoSQL?

Enunciat

Per a cada cas, recomana el model (o la combinació de models) i justifica’l amb arguments d’estructura de les dades, consultes, consistència, escalabilitat i cost. Indica també què perdries amb l’alternativa descartada.

1. Secretaria virtual de la Conselleria: matrícules de tots els instituts de la Comunitat, amb actes oficials i certificats.
2. App d’apunts col·laboratius de l’alumnat: cada apunt té text, imatges, etiquetes variables, comentaris i versions.
3. Sensors de qualitat de l’aire en totes les aules del centre: CO₂, temperatura i humitat cada 30 segons, consultats per intervals de temps.
4. Recomanador de cicles formatius: «l’alumnat que va estudiar el mateix que tu i té els teus interessos va triar…».
5. Carret de la compra de la botiga de la pràctica 10.5.

Comprovació

Projecte EduGest · UD10: l’expedient documental

Enunciat

1. Exportació. Escriu una consulta en Oracle que genere, per a cada alumne, el seu expedient en JSON usant les funcions SQL/JSON d’Oracle (JSON_OBJECT, JSON_ARRAYAGG). Exporta el resultat a un fitxer i importa’l 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. Validació. Afig a la col·lecció un validador $jsonSchema coherent amb les restriccions d’Oracle (NIA de 8 dígits, nota entre 0 i 10, convocatòria d'1 a 4).

3. Consultes. Reescriu en MongoDB cinc dels teus informes de la UD07 i compara resultats.

4. Índexs. Crea els índexs necessaris i mostra els plans (explain).

5. Informe final (10-nosql.md): avantatges i inconvenients del model documental per a EduGest, quines parts del sistema tindrien sentit en MongoDB i quines han de continuar en Oracle, i com es mantindrien sincronitzades.

Comprovació