mongod --dbpath /Users/antoniocachuan/data/db
mongo en la otra consola

SQL nace 1979 / 250mb $81k por año
por ese motivo buscaron la forma de optimizar
y asi Dennis Ritchie y Brien Kernighan
creadores de C lograron bajar
a $8000 y asi nace SQL y si miramos
todo lo de la forma normal
buscamos no repetir la data justamente para
ahorrar costos

Caracteristicas SQL
Expressive Query Language & Secondary Indexes
Strong Consistency
Enterprise Management & Integrations

De los años 70 han cambiado...

En los 90 Google y Amazon vieron que sus
necesidades no se abastecian con SQL

Big Table y DynamoDB, funcionaban muy bien sobre sistemas distribuidos, servidores pequeños o medianos

Eran Open Source
Eran no Relacional, se llamaban base de datos de sistemas distribuido

Origen del termino
nace en realidad en el 2009 en una conferencia sobre sist. distribuido
y alguien puso el Hashtag de #NoSQL

Las Tec NoSQL responden
Flexibilidad: dif tipos de datos, facil cambiar el modelo de dato
Scalability Performance:
Siempre prendida, despliegues globales.

El mismo hardware tiene un mejor desempeño
en NoSQl que en SQL por temas de diseño, optimizadas para dar un rendimiendo optimo, mientras que las otras era por temas de disco.

Tipos de NoSQL Database, en funcion como almacenan los datos
Key/Value Stores
Column Stores
Graph Stores
Multi-model Databases
Document Stores


Las BD tienen que decidir entre Consistencia y Habilidad

Dos personas en PER Y ESP quieren comprar
un pasaje a NY y en cada pais hay un servidor
y el servidor de PER le avisa a los otros

pero si falla la conexion, hay dos opciones
Disponibilidad: sigo trabajando despues y mas adelante resolvere el problema de comunicacion entre nodos

Consistencia: Si los nodos no se pueden comunicar no dejo confirmar su reserva a nadie.

Clave valor/ KEY/VALUE
-Key es la llave primaria (indices) y value guardo lo que quiera
-Single key lookup
-Very fast single key lookup
-Not so hot for "reverse lookups"
Ej: carrito compra de amazon, lo busco por clave unica
pero si quiero saber cuantos libros de pepito estan en los carritos, no se puede tan facilmente.

Recordando: Row Stores (como funciona actualmente las RDBMS)
-Data aliniada por fila Ej: MySQL
-Lee una fila completa cada vez
-Lectura requiriendo una o dos columnas no es muy optimo. Almacenados de forma lineal en el disco, Ej disco vete a la posicion 3540 y empieza a leer secuencialmente. Recordar que las BD relacionales se crearon hace mas de 40 años, cuando todo era mecanico en el disco, por eso para leer toda una fila esa es una solución optima.
Ej yo se que cada registro mide 750 bytes
y quiero leer una columna de varias filas
tengo que leer

Column Store
Lo que antes guardabamos por fila,
ahora es por columna
Porque es atractivo?
Mejor para OLAP que OLTP
Append es preferido
La lectura puede traer mas tada del disco
en una sola busqueda
Puedo optimizar el espacio porque tengo columnas con el mismo tipo de dato,
Puedo tener indices parciales
Puedo tener un numero limitado de columnas mas sencilla

Los delete y update no son muy optimos

Es mucho mas facil hacer insert, es mas orientada para analitica


Graph Stores
Vertices y nodos
Ej: Soial Networks
Optimo para representar conexiones
Puede ser implementado como key value con la habilidad de guardar enlaces
Si tu caso de uso no es un grafo, no necesitas una db graph

Nos interesa mas las relaciones
Ej redes nerunales trabajan mejor con db de grafos

Multi-Model Database
Combinan multiples modelos de almacenamiento y acceso

Es recientemente nuevo
"polyglot persistence" tengo que hacer update en oracle, mongo, sql server
me ofrece interfas sql y no sql

Document Store
Son estructuras de datos ricas usando JSON

Ej: Mongo DB, se familiariza con REST,
No es lo mismo almacenar JSON que utilizar un JSON, poder indexar, acceder a la estructura

Cualquiera puede ser primario
si se cae uno las replicas pueden ser usadas como primarias


Segunda Clase
Database  - Database
Table  Collection
Row Document
Index Index
Join Lookup
Foreign Key Reference
Multi-table transaction   - Single document transaction

<code>
./bin/mongo

show dbs
db.demo.insert({nombre: "Antonio", apellido: "Terceño", email: ["acachuan@bcp.com.pe", "antoniocachuan@gmail.com"]})
db.demo.insert({nombre: "Manuel", apellido: "montoya", email: ["mmontoya@bcp.com.pe", "manuel.montoya@gmail.com"]})
db.demo.findOne()
db.demo.find()
db.demo.find().pretty()

¿Qué es el object _id? Siempre tiene que existir
575420c87a75dbb02b4f45cb
TS------ID----PID-Count-
Count es 6 bytes

show.collections

db.demo2.insert({x:1, y:2, z:3})

show collections

Aplicando:
use blog
db.users.insert({"username":"acachuan", "password":"top secret", "lang":"ES"})

db.users.findOne()

Mongo DB Datatypes

null: sirve para representar valores que no existen
{ "primerNombre" : null }

boolean: Para representar valores falso y verdadero
{ "esEditable" : true }

number: soporta 64 bits floating-point, para procesar números enteros. MongoDB provee NumberLong y NumberInt que representa 4 y 8 bytes respectivamente.

string: string representa colección de caracteres. Mongodb soporta UTF-*

date: MongoDB stores dates in milliseconds
{ "birthday" : new Date(1501086866059)}

array: A set or list of values represents arrays
{ "cities" : ["Lima", "Piura", "Arequipa"]}

embedded document: another mongodb document like structure
{
	"_id": ObjectId("597465456cd654"),
	"firstName": "Emilio",
	"lastName": "Alipazaga",
	"age": 45,
	"email": "antonio@gmail.com",
	"address":[
		{
			"city":"lima",
			"state": "LIM",
			"country": "Peru"
		}
	]
}


Data es guardada en forma de colecciones

Para crear una DB
use antonio_db;

La base por defecto de mongo es test

show databases;


Crear una colección
db.createCollection("users_profile");

Collections are schemaless

The document is a collection of key-value pairs. The key is also known as an attribute.

Ejemplo de documento:

{
	"_id": ObjectId("4545ds545dsds"),
	"title": "MongoDB Overview",
	"description": "Mongo DB is no sql database",
	"tags" : [
		"MongoDB",
		"database",
		"NoSQL"
	],
	"likes" : 100.0,
	"comments":[
		{
			"user":"user1",
			"message": "My first comment",
			"dataCreated": ISODate("2011-02-19T20:45:00.000Z"),
			"like":0.0
		},
		{
			"user":"user1",
			"message": "My first comment",
			"dataCreated": ISODate("2011-02-19T20:45:00.000Z"),
			"like":0.0
		}
	]

}

SQL      MongoDB
Database Database
Table    Collection
Row      Document
Column   Field


Caracteristicas
Colecciones en MongoDB son schemaless
La estructura de un solo documento es simple y claro
Complex joins are not required as MongoDB database supports an embedded document structure

MongoDB has rich query support

MongoDB is easy to scale

Conversion or mapping between database objects and application objects is simple as most of the application supports JSON mapping with database objects

Usos o aplicaciones de MongoDB

User profile: tiene campos como records criminales, promotions, telefonos,direcciones

Product and catalog data:nuevos productos son agregados dia a dia

Metadata: A veces se necesita metadata para describir nuestra data

Content: MongoDB is mainly a document database

Limitaciones Mongo
Maximo tamaño de documento es 16mb

Maximo anidamiento es 100

Maximo namespace (database + collection name) es 123

db name está limitado a 64 caracteres

Operaciones
Si insertamos un documento a una colección. Si la colección no existe MongoDB creará una nueva colección

db.collection.insertOne();
db.collection.insertMany();

db.users_profile.insertOne(
{
	userId: 1,
	firstName: "John",
	lastName: "Richard",
	age: 26,
	email: "john29992@mail.com"
}
)

Este metodo retorna un documento que contiene documents_id

insertMany() can insert multiple documents into single collection at a time. We have to pass an array of documents to the method


db.users_profile.inserMany([
{
	userId: 1, firstName: "John", lastName: "Richard", age: 26, email: "John@gmail.com"

},
{
	userId: 2, firstName: "Antonio", lastName: "Richard", age: 26, email: "antonio@gmail.com"
},
{
	userId: 3, firstName: "Martin", lastName: "Richard", age: 26, email: "Martin@gmail.com"
}
])

db.users_profile.insertOne({userId: 1,firstName: "John",lastName: "Richard",age: 26,email: "john29992@mail.com"})

db.users_profile.insertMany([{userId: 1, firstName: "John", lastName: "Richard", age: 26, email: "John@gmail.com"},{userId: 2, firstName: "Antonio", lastName: "Richard", age: 26, email: "antonio@gmail.com"},{userId: 3, firstName: "Martin", lastName: "Richard", age: 26, email: "Martin@gmail.com"}]);

En mongo cada document requiere un _id que actua como primary key

Otros metodos:

db.collection.update()
db.collection.updateOne()
db.collection.updateMany()
db.collection.findAndModify()
db.collection.findOneAndUpdate()
db.collection.findOneAndReplace()
db.collection.save()
db.collection.bulkWrite()


Operaciones de lectura

Para traernos todos los usuarios
db.users_profile.find({});


Para traernos con filtros
db.users_profile.find({firstName: "Antonio"});

Aplicando condicionales y operadores lógicos

Usando In

db.users_profile.find({
	firstName:{
		$in:["Antonio", "Jhon"]
	}
});

db.users_profile.find({firstName:{$in:["Antonio", "Jhon"]}});

Usando And

db.users_profile.find({
	firstName: "John",
	age:{$lt:29}

});

Equivalente "SELECT * FROM user_profiles WHERE firstName='John' AND age<30;"


Apply the or

db.users_profile.find({
	$or: [
		{"firstName": "John"},
		{"age": {$lt: 30}}
	]
});


db.users_profile.find({
	"firstName":"John",
	$or : [
		{ "age": {$lt: 30}},
		{"lastName": /^s/},
	]
});

Equivalente
SELECT * FROM user_profiles WHERE firstName='John'
AND age<30 OR lastName like 's%';


Operadores de comparacion
Operator Description
$eq Matches values that equals a specified value

$gt Matches values that are greater than a specified value

$gte Matches values that are greater than or equal to a specified value

$lt Matches values that are less than a specified value$lteMatches values that are less than or equal to a specified value

$ne Matches values that are not equal to a specified value

$in Matches values that are specified in a set of values

$nin Matches values that are not specified in a set of values


Operadores logicos
Operator

Description

$or

Joins query clauses with the OR operator and returns all the documents that match any condition of the clause.

$and

Joins query clauses with the AND operator and returns documents that match all the conditions of all the clauses.

$not

Inverts the effects of the query expression and returns all the documents that do not match the given criteria.

$nor

Joins query clauses with the logical NOR operator and returns all the documents that match the criteria specified in the clauses.

The Updade operation

db.users_profile.updateOne({userId : 1}, {$set: { age:30 }})

db.users_profile.updateMany({age : 30}, {$set: { age:35 }})