Base de Datos Documental

Resumen

Las bases de datos documentales —MongoDB, CouchDB, Firestore— almacenan datos como documentos, usualmente en formato JSON o BSON. Cada documento es una unidad autocontenida que puede tener campos anidados, arrays y estructuras jerárquicas sin necesidad de normalizar en múltiples tablas.

La gran diferencia con SQL es la ausencia de esquema rígido: dos documentos en la misma colección pueden tener campos distintos. Eso da flexibilidad para evolucionar el modelo de datos sin migraciones, pero traslada la validación a la capa de aplicación.

Alcance y supuestos

Cubre bases documentales como categoría NoSQL, el modelo de documentos embebidos vs referenciados, y casos de uso. Asume familiaridad con JSON y bases de datos.

Modelo mental

Un archivador con carpetas colgantes. Cada carpeta —documento— contiene toda la información de un trámite: formularios, notas, adjuntos. No necesitás buscar en 5 carpetas distintas para reconstruir el expediente. Pero si dos trámites comparten un mismo adjunto, tenés que decidir si lo fotocopiás —embebido— o ponés una nota de referencia —referencia—.

Uso práctico

• ✅ Catálogos, perfiles de usuario, contenido CMS, logs.
• ❌ Datos altamente relacionales con muchos JOINs.

Ejemplo trabajado: modelar un blog en MongoDB

Un documento post contiene título, contenido, autor embebido —{name, avatar}— y array de comentarios embebidos. Leer un post con sus comentarios es una sola operación, sin JOINs. Si los comentarios crecen ilimitadamente, se modelan como colección separada con referencia.

Evidencia

• MongoDB es la base documental más popular. Su modelo de aggregación pipeline permite queries complejas sobre documentos.