Quiero un ejemplo trivial de dónde MongoDB puede escalar pero una base de datos relacional tendrá problemas [cerrado]

Estoy aprendiendo a usar MongoDB, y cuando hablo con otros programadores me gustaría un ejemplo rápido de por qué NoSQL puede ser una buena opción en comparación con un RDBMS tradicional, sin embargo, los escenarios que encuentro y puedo encontrar en línea parecen bastante artificiales.

Por ejemplo, un blog con mucho tráfico podría representarse relacionalmente, pero requerirá algunos ajustes de rendimiento y se unirá en todas las tablas (suponiendo que se esté utilizando la desnormalización completa). Mientras que MongoDB permitiría la recuperación directa de una colección con el mismo efecto.

Pero la respuesta que recibo de otros programadores es "¿por qué no mantenerlo relacional y luego agregar un almacenamiento en caché trivial más tarde?"

¿Alguien tiene un ejemplo menos artificial en el que MongoDB realmente brille y una base de datos relacional se caiga mucho más rápido? Cuanto más pequeño sea el proyecto / sistema, mejor, porque deja menos espacio para el desacuerdo.

Algo similar a la complejidad del ejemplo del blog sería realmente útil.

Gracias.

Primero, escala bien.

Cuando una base de datos MongoDB es demasiado frecuentada o demasiado grande para un solo servidor, puede agregar fácilmente más servidores creando un clúster o conjunto de réplicas de múltiples fragmentos. Se escala casi linealmente. Esto no funciona tan bien con la mayoría de las bases de datos relacionales. Eche un vistazo a la lista de limitaciones de MySQL cuando trabaje como un clúster , por ejemplo. La mayoría de las entradas en la lista no son un problema para MongoDB (o no se aplican).

En segundo lugar, permite datos heterogéneos.

Imagine, por ejemplo, la base de datos de productos de una tienda de hardware. ¿Qué propiedades tienen los productos? Todos los productos tienen un precio y un proveedor. Pero las CPU tienen una frecuencia de reloj, los discos duros y los chips RAM tienen una capacidad (y estas capacidades no son comparables), los monitores tienen una resolución, etc. ¿Cómo diseñarías esto en una base de datos relacional? Crearía una tabla muy larga de productID-property-value o crearía una tabla de productos muy amplia y dispersa con todas las propiedades que pueda imaginar, pero la mayoría de ellas son NULLpara la mayoría de los productos. Ambas soluciones no son realmente elegantes. Pero MongoDB puede resolver esto mucho mejor porque permite que cada documento de una colección tenga un conjunto diferente de propiedades.

Algún ejemplo del mundo real de un problema que no tendría idea de cómo resolver de manera razonable con SQL y una base de datos relacional sola (quizás mi culpa).

Entonces tenemos una base de datos (relacional común) con aproximadamente 30,000 productos. Nada grande hasta ahora. Cada uno de estos productos tiene muchos atributos. Hay los más comunes como grupo (cables, antenas, fundas para iphone ... alrededor de 80), surtido (de alguna manera similar a grupos: automóvil, equipo de música, mp3, solo 15), marca (30).

Luego vienen los datos técnicos. Cada artículo tiene muchos de esos como color, longitud del cable, peso, volumen. alrededor de 200 tipos de valores y miles de valores.

Y lo más complicado: muchos de esos productos pertenecen a algún tipo de automóvil (o varios de ellos) o algún tipo de dispositivo móvil. Éstos vienen en jerarquías en la forma como: marca (apple) modelo (ipad) tipo (1,2,3,4) y en algunos casos generación. (para automóviles es similar, aunque en lugar de generación tenemos años de fabricación)

Problema primer paso:

Queremos la cantidad de productos para cada uno de esos atributos. Cuantos son rojos? ¿Cuántos hay en el grupo de cable? Y así.

Esto podría resolverse parcialmente con SQL. Sería un montón de consultas y bastante feo, pero creo que es posible. Tal vez lento, pero podríamos hacerlo aún más feo y mantener contadores en cada tabla y actualizar cada cambio. Especialmente difícil con aquellos atributos donde un producto puede tener múltiples (como funciona con iPhone y otros 12 teléfonos móviles)

Pero aquí viene el problema, paso dos:

Cuando un cliente selecciona un atributo (digamos que solo quiere ver productos que son rojos), queremos actualizar todos esos contadores en tiempo real. Esto significa que tendríamos consultas extremadamente complicadas (probablemente no lo suficientemente rápido de todos modos) o mantendríamos contadores para posibles combinaciones de atributos (miles de millones).

Cuando comencé este proyecto, probaron la opción de contador y lo hicieron para un subconjunto muy pequeño de atributos (grupo, surtido, marca). El código era feo, con errores y lento. Además, ahora tenían una mesa con mostradores que era mucho más grande que la mesa de productos.

Usar las facetas de Apache Solr fue en realidad la solución. Acoplar las tablas en una lista de documentos (uno por producto) autorizados para obtener todos estos datos en tiempo real con consultas mucho más simples.

Puede pensar en cualquier momento que piense que una tabla EAV es la mejor manera de hacer las cosas (notoriamente lenta en bases de datos reales y difícil de consultar), es posible que necesite una base de datos nosql. Esto es especialmente cierto cuando no tiene forma de saber de antemano cuáles serían los campos. Un ejemplo sería almacenar los detalles de las pruebas médicas. Cada nueva prueba puede tener datos completamente diferentes que necesitaría almacenar. Y aunque podría (en teoría) modelar las pruebas existentes (con mucho tiempo y esfuerzo, ya que hay miles de ellas), ¿cómo podría saber de qué nuevas pruebas podría obtener resultados para las pruebas (y tal vez el equipo médico) que no tenemos? t inventado aún.

Cuanto más pequeño sea el proyecto / sistema, mejor, porque deja menos espacio para el desacuerdo.

Esto es difícil porque NoSQL solo es mejor en entornos grandes. Supongo que te refieres a un ejemplo simple , y tengo uno perfecto para ti.

Suponga que está haciendo un sitio web de viajes y necesita que sus usuarios viajen desde y desde los 5.170 aeropuertos de EE. UU. Destinados a cualquiera de los otros 5.170 aeropuertos de EE. UU. ...

Pero aquí está el Kicker, no todos los vuelos son directos, también debe decirle al usuario todas las opciones de escala, a veces 2 o 3 escalas. ¡También debe decirle al usuario todas las opciones en un período de 5 horas! Y necesita calcular esto en menos de 10 segundos mientras el usuario está esperando.

Esta es la pesadilla relacional de DB ... En NoSql viene, las rutas de vuelo generalmente se establecen en piedra con unas pocas semanas de anticipación, por lo que puede calcular todos los miles de millones de rutas posibles en la tienda anticipada que en un clúster simple NoSql DB ...

NoSql es el claro ganador en tal escenario.