Bienvenido al repositorio oficial de notas, comandos, ejercicios y talleres del curso Bases de Datos No Relacionales de la Universidad de Caldas, semestre 2026-1. El curso está orientado a estudiantes de ingeniería que buscan comprender los fundamentos y la aplicación práctica de las bases de datos NoSQL modernas. A lo largo del semestre explorarás modelos de datos flexibles, operaciones CRUD, modelado de documentos, el pipeline de agregación y estrategias para trabajar eficientemente con grandes volúmenes de información. El curso es impartido por el profesor Óscar Bedoya — oscar.bedoya@ucaldas.edu.co — con sesiones presenciales los jueves de 12:00 a 3:00 p.m.Documentation Index
Fetch the complete documentation index at: https://mintlify.com/tutosrive/db-nosql-2026-1/llms.txt
Use this file to discover all available pages before exploring further.
¿Qué es NoSQL?
Las bases de datos NoSQL (Not Only SQL) son sistemas de gestión de datos que no utilizan el modelo relacional tradicional basado en tablas con esquemas fijos. En lugar de ello, permiten almacenar información en formatos flexibles como documentos JSON, grafos, pares clave-valor o columnas anchas, lo que las hace especialmente adecuadas para aplicaciones modernas que requieren escalabilidad horizontal y manejo de datos semiestructurados o no estructurados. ¿Cuándo usar NoSQL en lugar de una base de datos relacional?| Situación | Relacional (SQL) | NoSQL |
|---|---|---|
| Esquema estricto y bien definido | ✅ Ideal | Posible, pero innecesario |
| Datos semiestructurados o variables | ❌ Complejo | ✅ Ideal |
| Alta escalabilidad horizontal | Difícil | ✅ Diseñado para esto |
| Grandes volúmenes de datos (Big Data) | Costoso | ✅ Optimizado |
| Relaciones complejas entre entidades | ✅ Ideal (JOINs) | Depende del modelo |
| Desarrollo ágil con esquema cambiante | Rígido | ✅ Flexible |
NoSQL no reemplaza a las bases de datos relacionales: las complementa. El criterio para elegir uno u otro modelo siempre debe estar guiado por los requisitos del negocio y la naturaleza de los datos.
Objetivos del Curso
Al finalizar el semestre, los estudiantes habrán desarrollado las siguientes competencias:Operaciones CRUD
Dominar la creación, lectura, actualización y eliminación de documentos en MongoDB usando mongosh y MongoDB Compass.
Modelado de Documentos
Diseñar estructuras de documentos embebidos y referenciados, aplicando buenas prácticas para representar relaciones entre entidades.
Pipeline de Agregación
Construir pipelines de agregación con operadores como
$match, $project, $group, $sort y $limit para transformar y analizar datos complejos.Rendimiento con Grandes Datasets
Trabajar con colecciones de más de 1.5 millones de registros, aplicar índices y optimizar consultas para garantizar un rendimiento eficiente.
Estructura del Semestre
El curso se evalúa mediante cuatro componentes que combinan trabajo grupal, individual y práctico. La siguiente tabla resume el esquema de notas:| Componente | Porcentaje | Modalidad | Detalles |
|---|---|---|---|
| Parcial 1 (P1) | 25% | Grupal | Sustentación el 14 de marzo. Se evalúan los temas vistos hasta la fecha, con énfasis en modelado y operaciones básicas. |
| Parcial 2 (P2) | 25% | Individual | Se realiza en inglés (se permite el uso de diccionario). Evalúa consultas, agregaciones y conceptos intermedios. |
| Examen Final | 20% | Individual — Operativo | Examen práctico en el que el estudiante debe ejecutar consultas y resolver problemas directamente en la terminal o en Compass. |
| Proyecto | 20% | Máximo 2 personas | Proyecto aplicado con modelo de negocio real, consultas de primer y segundo orden, y dataset de al menos 1.5 millones de registros. |
Los demás puntos porcentuales (10% restante) corresponden a quices, talleres y actividades en clase. Estar al día con los ejercicios prácticos de cada sesión es fundamental para alcanzar una buena nota final.
Proyecto del Semestre
El proyecto es la actividad integradora del curso. Cada equipo debe entregar un documento que incluya:- Nombre del proyecto e introducción
- Objetivo general y dos objetivos específicos
- Objeto/Modelo de negocio claramente definido
- Consultas:
- Q1: Consultas de primer orden (filtros, proyecciones)
- Q2: Consultas de segundo orden (agregaciones, transformaciones)
- Q3: Consultas opcionales (opcionales, valor agregado)
- Dataset con mínimo 1.5 millones de registros
- Definición de la capa de acceso: ¿frontend?, ¿lenguaje de programación?, ¿solo shell?
Herramientas del Curso
Para seguir el curso correctamente necesitarás instalar y configurar las siguientes herramientas en tu equipo:MongoDB Community Server
El motor de base de datos que se ejecuta localmente en tu máquina. Es el núcleo sobre el que trabajan todas las demás herramientas.
mongosh (MongoDB Shell)
La interfaz de línea de comandos oficial de MongoDB. Se usa en clase para ejecutar consultas, practicar el pipeline de agregación y explorar colecciones.
MongoDB Compass
Interfaz gráfica oficial de MongoDB que permite explorar colecciones, construir consultas visualmente y analizar el rendimiento de índices.
Robo3T
Cliente GUI alternativo mencionado en clase. Útil como complemento para visualizar documentos y ejecutar consultas de forma rápida.