Análisis de la bases de datos NoSQL como alternativa a las bases de datos relacionales

Abstract

La presente tesis consiste en analizar las bases de datos NoSQL y compararlas con las bases de datos relacionales más usadas en las organizaciones. El objetivo es obtener una base de datos adecuada para la gestión de grandes volúmenes de información. Primero se elegirá la mejor base de datos de cada tipo: NoSQL y base de datos relacionales, en base a los siguientes criterios: popularidad, documentación, tipo de almacenamiento y costo. Luego de evaluarlos se obtuvo a MySQL como la mejor base de datos relacional y en la evaluación de las bases de datos NoSQL se obtuvo un empate entre Cassandra y MongoDB. Luego se procedió con un análisis cualitativo y cuantitativo, en el análisis cuantitativo se utilizó Yahoo Cloud Serving Benchmark (YCSB) que proporciona un entorno de trabajo para la evaluación de rendimientos, YCSB por sí misma no es útil pero si cuando se agrega el código para interactuar con una base de datos. Se realizaron 3 cargas: A) Lectura 50% y Escritura 50%, B) Lectura 95% y Escritura 5% y finalmente C) Lectura 100%. En casi todas las pruebas se obtuvo como ganador a Cassandra seguido de muy cerca por MongoDB a excepción de una prueba donde MySQL fue ligeramente superior a ambas. Como resultado de la investigación se obtuvo que las bases de datos NoSQL tienen un mejor rendimiento al manejar grandes volúmenes de información pero eso no quiere decir que son las mejor sino al momento de administrar grandes volúmenes de información es recomendable usar una base de datos NoSQL. Finalmente como parte final de la tesis se propone implementar una base de datos NoSQL (Cassandra) en el sector salud, específicamente en la gestión de historiales médicos de los pacientes a nivel nacional debido a que actualmente dicha información es almacenada de forma física y se pierde al momento de que los pacientes se atienden en diferentes centros médicos. Palabras Claves: Base de datos, NoSQL, MySQL, Cassandra y YCSB.

This thesis is to analyze the NoSQL databases and compare them with the bases most used relational databases. The aim is to obtain an appropriate database for managing large volumes of information for organizations. First, will get the bests databases of NoSQL database y relational database, the criteria are: popularity, documentation, storage type and cost. After evaluate MySQL was obtained as the best relational database and the evaluation of NoSQL databases a tie between Cassandra and MongoDB was obtained. Then he proceeded with a qualitative and quantitative analysis, quantitative analysis was used Yahoo Cloud Serving Benchmark (YCSB) that provides a working environment for performance measurement YCSB itself is not useful but yes when the code is added to interact with a database. It did three charges: A) 50% Reading and 50% Writing, B) 95% Reading and 5% Writing and finally C) 100% Reading. In almost all tests was obtained as winner Cassandra followed closely by MongoDB except for one where MySQL was slightly higher than both. As a result of the investigation it was found that the NoSQL databases has better performance when handling large volumes of information but that does not mean they are the best, for example, when managing large volumes of information it is advisable to use a NoSQL database.

Finally as the final part of the thesis proposes to implement NoSQL databases in the health sector, specifically in the management of medical records of patients nationwide because currently this information is stored physically and lost when that patients are treated in different medical centers. Keywords: Database, NoSQL, MySQL, Cassandra and YCSB.