Introducción
Azure Cosmos DB es la base de datos NoSQL totalmente administrada de Microsoft en Azure. Al ser una base de datos NoSQL, Cosmos DB es no relacional y escalable horizontalmente.
La escalabilidad horizontal permite a Azure Cosmos DB admitir tamaños de datos muy superiores a los de una base de datos relacional típica. La escalabilidad horizontal también significa que la base de datos proporciona un rendimiento predecible.
Para lograr este nivel de escalabilidad, los usuarios deben comprender los conceptos y las técnicas exclusivas de las bases de datos NoSQL para modelar y particionar datos.
Escenario
Imagine que trabaja para una startup minorista que está diseñando una base de datos para administrar pedidos en línea. Está trabajando en una propuesta para un diseño de base de datos eficiente utilizando la API central de Cosmos DB (SQL). Se le ha proporcionado un modelo de relación de entidad desde el que empezar. Quiere proporcionar la escalabilidad, el rendimiento y la eficacia máximos y, para lograr esto, los datos tendrán que modelarse correctamente.
En el siguiente diagrama de relaciones de entidad (modelo ER) se proporcionan los detalles de las nueve entidades con las que va a trabajar. El modelo relacional tiene nueve entidades en sus propias tablas.
¿Qué hará?
En este módulo, tomamos nuestro modelo de datos relacionales existente y lo rediseñamos como una base de datos NoSQL para nuestra aplicación de comercio electrónico. Durante este proceso, aprenderá los siguientes conceptos:
- Diferencias entre bases de datos relacionales frente a bases de datos NoSQL: se explorarán algunas diferencias entre las bases de datos NoSQL y las relacionales, y por qué son de esa forma.
- Uso de patrones de acceso a datos de aplicaciones para modelar los datos: aprenderá que el hecho de comprender la manera en que una aplicación lee y escribe datos influye en cómo modelarla como una base de datos NoSQL.
- Inserción frente a referencia: aprenderá cuándo debe insertar datos en el mismo documento en comparación con almacenarlos en un documento independiente.
- Elección de una clave de partición: aprenderá los conceptos clave necesarios para elegir la mejor clave de partición para evitar particiones activas y optimizar las cargas de trabajo que son de lectura o escritura pesadas, o ambas.
- Modelado de datos de referencia o búsqueda: por último, aprenderemos a modelar datos que se usan como referencia o búsqueda de otros datos.
¿Cuál es el objetivo principal?
Cuando finalice este módulo y el módulo complementario, "Optimización de la base de datos mediante patrones de modelado avanzados para Azure Cosmos DB", tendrá los conocimientos y las aptitudes para modelar y particionar correctamente los datos de una base de datos NoSQL implementada en Azure Cosmos DB.
Después de completar este módulo, podrá:
- Determinará los patrones de acceso para los datos.
- Aplicará estrategias de particiones y modelos de datos para permitir una base de datos NoSQL eficaz y escalable.