Parcial 1: Bases de Datos NoSQL — Consultas y Modelado - Bases de Datos NoSQL

El Parcial 1 fue una evaluación práctica grupal (sustenación grupal) realizada aproximadamente el 14 de marzo de 2026, con un valor del 25% de la nota final del curso. Consistió en trabajar con cuatro colecciones de MongoDB que representan una plataforma universitaria de aprendizaje: usuarios, cursos, notas y resultadosIA. El objetivo fue demostrar dominio de consultas, agregaciones y modelado de datos en MongoDB.

Este parcial fue de carácter grupal con sustenación. Cada grupo debía importar las colecciones, escribir y ejecutar las consultas solicitadas, y sustentar sus decisiones de modelado ante el docente. Vale el 25% de la nota del curso.

Las 4 Colecciones

Las cuatro colecciones modelan los datos de una plataforma de notas inteligentes con procesamiento de IA para estudiantes universitarios. A continuación se describe el esquema de cada una con un documento de ejemplo real.

1. `usuarios`

Contiene la información de los estudiantes registrados en la plataforma. Cada documento representa un usuario con su programa académico, semestre, tipo de plan y puntos acumulados. Campos del esquema:

Campo	Tipo	Descripción
`_id`	ObjectId	Identificador interno de MongoDB (`$oid`)
`user_id`	Number	Identificador único del usuario
`nombre`	String	Nombre del estudiante
`programa`	String	Programa académico (ej. Ingeniería de sistemas)
`semstre`	Number	Semestre actual del estudiante (campo tal cual está en los datos)
`plan`	String	Tipo de plan: `"free"` o `"premium"`

Documento de ejemplo:

{
  "_id": { "$oid": "69e3a5cbcce6ece90f8e28b8" },
  "user_id": 1,
  "nombre": "Juan Eduardo",
  "programa": "Ingeniería de sistemas",
  "semstre": 5,
  "plan": "free"
}

Nota: el campo de semestre aparece como semstre (sin la segunda s) en los datos originales. Al hacer consultas, usa exactamente ese nombre de campo.

2. `cursos`

Registra los cursos disponibles en la plataforma. Cada documento incluye el docente responsable y una referencia embebida con información básica del usuario (estudiante) que tomó el curso. Campos del esquema:

Campo	Tipo	Descripción
`_id`	ObjectId	Identificador interno de MongoDB (`$oid`)
`curso_id`	Number	Identificador único del curso
`nombrecurso`	String	Nombre del curso
`docente`	String	Nombre del docente que imparte el curso
`user_id`	Number	Referencia al `user_id` de la colección `usuarios`
`user`	Object	Datos embebidos del usuario: `user_id`, `nombre`, `programa`

Documento de ejemplo:

{
  "_id": { "$oid": "69e3a6abcce6ece90f8e28ba" },
  "curso_id": 1,
  "nombrecurso": "Bases de datos NoSQL",
  "docente": "Óscar Bedoya",
  "user_id": 1,
  "user": {
    "user_id": 1,
    "nombre": "Juan Eduardo",
    "programa": "Ingeniería de sistemas"
  }
}

3. `notas`

Almacena las notas creadas por los estudiantes dentro de un curso. Cada nota tiene un comentario embebido, referencias al curso y al usuario, tipo de contenido, estado de procesamiento de IA, y una referencia embebida al resultado generado por la IA. Campos del esquema:

Campo	Tipo	Descripción
`_id`	ObjectId	Identificador interno de MongoDB (`$oid`)
`note_id`	Number	Identificador único de la nota
`comentario`	Object	Objeto embebido con `texto` (String) y `fecha` (String)
`curso_id`	Number	Referencia al `curso_id` de la colección `cursos`
`curso`	Object	Datos embebidos del curso: `curso_id`, `nombrecurso`, `docente`
`user_id`	Number	Referencia al `user_id` de la colección `usuarios`
`user`	Object	Datos embebidos del usuario: `user_id`, `nombre`, `programa`
`tipo`	String	Tipo de nota, ej. `"texto"`
`fecha_creacion`	String	Fecha y hora de creación de la nota
`estado_procesamiento`	String	Estado del procesamiento IA: `"listo"`, `"pendiente"`, etc.
`contenido`	Object	Objeto con `texto` (contenido principal de la nota)
`resultado_id`	Number	Referencia al `resultado_id` de la colección `resultadosIA`
`resultado`	Object	Datos embebidos del resultado IA: `resultado_id`, `resumen`, `lista_tareas`

Documento de ejemplo:

{
  "_id": { "$oid": "69e3aaa4cce6ece90f8e28be" },
  "note_id": 1,
  "comentario": {
    "texto": "Nota de ejemplo",
    "fecha": "18-04-2024 10:30 AM"
  },
  "curso_id": 1,
  "curso": {
    "curso_id": 1,
    "nombrecurso": "Bases de datos NoSQL",
    "docente": "Óscar Bedoya"
  },
  "user_id": 1,
  "user": {
    "user_id": 1,
    "nombre": "Juan Eduardo",
    "programa": "Ingeniería de sistemas"
  },
  "tipo": "texto",
  "fecha_creacion": "19-04-2024 11:30 AM",
  "estado_procesamiento": "listo",
  "contenido": {
    "texto": "Esta llave no debería ir, ya existe el resumen :("
  },
  "resultado_id": 1,
  "resultado": {
    "resultado_id": 1,
    "resumen": "Embebido empaqueta, referenciado fuente de verdad",
    "lista_tareas": [
      "Hacer JSON y enviarlo al correo",
      "Resolver ejercicios"
    ]
  }
}

4. `resultadosIA`

Guarda los resultados generados por la inteligencia artificial para cada nota procesada. Incluye transcripción, resumen, tareas detectadas, conceptos clave, sitios de búsqueda recomendados, preguntas de estudio y fórmulas identificadas. Campos del esquema:

Campo	Tipo	Descripción
`_id`	ObjectId	Identificador interno de MongoDB (`$oid`)
`resultado_id`	Number	Identificador único del resultado; referenciado por `notas`
`transcripcion`	String	Transcripción completa del contenido procesado por la IA
`resumen`	String	Resumen breve generado por la IA
`lista_tareas_o_acciones_detectadas`	Array	Lista de tareas o acciones detectadas en la nota
`lista_de_conceptos_clave`	Array	Conceptos clave identificados por la IA
`sitios_de_busqueda`	Array	URLs de recursos recomendados por la IA para profundizar
`preguntas_estudio`	Array	Preguntas de estudio generadas automáticamente
`listas_de_formulas`	Array	Fórmulas matemáticas o técnicas detectadas en el contenido

Documento de ejemplo:

{
  "_id": { "$oid": "69e3a75bcce6ece90f8e28bd" },
  "resultado_id": 1,
  "transcripcion": "El diseño Embebido se utiliza para datos que cambian poco y se consultan poco a diferencia del Referenciado que se usa para datos que cambian mucho y se usa como la fuente de verdad",
  "resumen": "Embebido empaqueta, referenciado fuente de verdad",
  "lista_tareas_o_acciones_detectadas": [
    "Hacer JSON y enviarlo al correo",
    "Resolver ejercicios",
    "ejmplo"
  ],
  "lista_de_conceptos_clave": [
    "nosql",
    "embebido",
    "joins",
    "objects",
    "documentos"
  ],
  "sitios_de_busqueda": [
    "https://www.w3schools.com/mongodb/index.php",
    "https://www.w3schools.com/postgresql/index.php",
    "https://www.youtube.com/channel/UCanMxWvOoiwtjLYm08Bo8QQ"
  ],
  "preguntas_estudio": [
    "¿Por qué NoSQL es más óptimo que SQL?",
    "¿Cuando usar híbrido?"
  ],
  "listas_de_formulas": [
    "(a+b)^2",
    "(a^2)- (b^2)"
  ]
}

Importar las Colecciones

Antes de ejecutar cualquier consulta, importa los cuatro archivos JSON a la base de datos parcial1 con mongoimport. Asegúrate de estar en el directorio donde están los archivos .json.

Importar usuarios

mongoimport --db parcial1 --collection usuarios \
  --file parcial1.usuarios.json --jsonArray

Importar cursos

mongoimport --db parcial1 --collection cursos \
  --file parcial1.cursos.json --jsonArray

Importar notas

mongoimport --db parcial1 --collection notas \
  --file parcial1.notas.json --jsonArray

Importar resultadosIA

mongoimport --db parcial1 --collection resultadosIA \
  --file parcial1.resultadosIA.json --jsonArray

Verificar la importación

Conecta con mongosh y verifica que las colecciones existen:

use parcial1
show collections
// Salida esperada:
// cursos
// notas
// resultadosIA
// usuarios

Relaciones entre Colecciones

El modelo de datos combina referencias (campos numéricos como user_id, curso_id, resultado_id) con datos embebidos (objetos user, curso, resultado dentro de otros documentos). Esta es una característica central del modelado NoSQL que se evaluó en el parcial.

cursos → usuarios

cursos.user_id referencia a usuarios.user_id. Adicionalmente, cursos.user contiene datos embebidos del usuario (nombre, programa) para consultas rápidas sin $lookup.

notas → cursos

notas.curso_id referencia a cursos.curso_id. El objeto embebido notas.curso incluye nombre del curso y docente.

notas → usuarios

notas.user_id referencia a usuarios.user_id. El objeto embebido notas.user incluye nombre y programa del estudiante.

notas → resultadosIA

notas.resultado_id referencia a resultadosIA.resultado_id. El objeto embebido notas.resultado incluye el resumen y la lista de tareas generados por la IA.

Diagrama de relaciones

usuarios (user_id)
    ↑
    └── cursos (user_id → usuarios.user_id)
              ↑
              └── notas (curso_id → cursos.curso_id)
                        └── (resultado_id → resultadosIA.resultado_id)
                                  ↑
                              resultadosIA

`$lookup`: unir `cursos` con `usuarios`

Cuando se necesita información completa del usuario sin depender del objeto embebido, se puede usar $lookup:

db.cursos.aggregate([
  {
    $lookup: {
      from: "usuarios",
      localField: "user_id",
      foreignField: "user_id",
      as: "datos_usuario"
    }
  },
  { $limit: 5 }
])

`$lookup`: unir `notas` con `resultadosIA`

db.notas.aggregate([
  {
    $lookup: {
      from: "resultadosIA",
      localField: "resultado_id",
      foreignField: "resultado_id",
      as: "resultado_completo"
    }
  },
  { $project: { note_id: 1, "comentario.texto": 1, "resultado_completo.resumen": 1 } }
])

Consultas de Referencia

Consultas básicas para explorar y filtrar los datos del parcial.

Antes de escribir cualquier consulta, ejecuta db.coleccion.findOne({}) para inspeccionar la estructura real del primer documento. Esto evita errores por nombres de campo incorrectos.

1. Listar todos los cursos con su docente

db.cursos.find({}, { _id: 0, nombrecurso: 1, docente: 1 })

2. Buscar notas por curso

db.notas.find({ curso_id: 1 })

3. Usuarios con plan premium

db.usuarios.find(
  { plan: "premium" },
  { nombre: 1, programa: 1, semstre: 1, _id: 0 }
)

4. Contar notas por curso (agregación)

db.notas.aggregate([
  { $group: { _id: "$curso_id", total_notas: { $sum: 1 } } },
  { $sort: { total_notas: -1 } }
])

5. Contar usuarios por programa

db.usuarios.aggregate([
  { $group: { _id: "$programa", total: { $sum: 1 } } },
  { $sort: { total: -1 } }
])

6. Buscar cursos de un usuario específico

db.cursos.find({ user_id: 1 })

Consultas Avanzadas

Agregaciones más complejas que combinan múltiples etapas del pipeline.

1. Usuarios por programa con conteo y semestre promedio

db.usuarios.aggregate([
  {
    $group: {
      _id: "$programa",
      total_usuarios: { $sum: 1 },
      semestre_promedio: { $avg: "$semstre" }
    }
  },
  { $sort: { total_usuarios: -1 } }
])

2. Usuarios por semestre y plan

db.usuarios.aggregate([
  {
    $group: {
      _id: { semestre: "$semstre", plan: "$plan" },
      total: { $sum: 1 }
    }
  },
  { $sort: { "_id.semestre": 1 } }
])

3. Notas con estado de procesamiento listo y su resumen IA

db.notas.find(
  { estado_procesamiento: "listo" },
  { _id: 0, note_id: 1, "comentario.texto": 1, "resultado.resumen": 1 }
)

4. Conceptos clave más frecuentes en resultadosIA

db.resultadosIA.aggregate([
  { $unwind: "$lista_de_conceptos_clave" },
  {
    $group: {
      _id: "$lista_de_conceptos_clave",
      frecuencia: { $sum: 1 }
    }
  },
  { $sort: { frecuencia: -1 } }
])

5. Pipeline completo: notas con datos del usuario y resultado IA

db.notas.aggregate([
  {
    $lookup: {
      from: "usuarios",
      localField: "user_id",
      foreignField: "user_id",
      as: "info_usuario"
    }
  },
  {
    $lookup: {
      from: "resultadosIA",
      localField: "resultado_id",
      foreignField: "resultado_id",
      as: "info_resultado"
    }
  },
  {
    $project: {
      note_id: 1,
      "comentario.texto": 1,
      "info_usuario.nombre": 1,
      "info_usuario.programa": 1,
      "info_resultado.resumen": 1,
      "info_resultado.lista_de_conceptos_clave": 1
    }
  }
])

Consejos para el Parcial

¿Cómo revisar la estructura de una colección?

Usa findOne({}) para ver el primer documento con todos sus campos y tipos:

db.usuarios.findOne({})
db.cursos.findOne({})
db.notas.findOne({})
db.resultadosIA.findOne({})

Esto es especialmente útil para confirmar nombres de campos antes de escribir consultas (por ejemplo, el campo semstre en usuarios tiene un error tipográfico que viene desde los datos originales).

¿Cómo contar documentos en una colección?

Tienes dos opciones:

// Conteo exacto (recomendado para consultas con filtros)
db.usuarios.countDocuments()
db.notas.countDocuments({ estado_procesamiento: "listo" })

// Estimación rápida basada en metadatos
db.cursos.estimatedDocumentCount()

Usa countDocuments() cuando necesites un conteo preciso o con filtros, y estimatedDocumentCount() solo para verificaciones rápidas sin filtro.

¿Cómo ver los valores únicos de un campo?

Usa distinct() para obtener un arreglo con todos los valores únicos de un campo:

// Ver todos los programas registrados
db.usuarios.distinct("programa")

// Ver todos los planes disponibles
db.usuarios.distinct("plan")

// Ver todos los docentes en cursos
db.cursos.distinct("docente")

// Ver todos los estados de procesamiento
db.notas.distinct("estado_procesamiento")

¿Cómo acceder a campos dentro de objetos embebidos?

Usa la notación de punto ("objeto.campo") para filtrar o proyectar campos dentro de subdocumentos:

// Filtrar por texto del comentario
db.notas.find({ "comentario.texto": "Nota de ejemplo" })

// Proyectar solo el resumen del resultado embebido
db.notas.find({}, { "resultado.resumen": 1, _id: 0 })

// Filtrar notas de un programa específico (campo embebido)
db.notas.find({ "user.programa": "Ingeniería de sistemas" })

¿Cómo filtrar por múltiples condiciones?

Usa operadores lógicos de MongoDB para combinar condiciones:

// Usuarios premium en semestre 4 o superior
db.usuarios.find({
  plan: "premium",
  semstre: { $gte: 4 }
})

// Notas listas del curso 1
db.notas.find({
  $and: [
    { curso_id: 1 },
    { estado_procesamiento: "listo" }
  ]
})

// Notas de tipo texto o con resultado listo
db.notas.find({
  $or: [
    { tipo: "texto" },
    { estado_procesamiento: "listo" }
  ]
})

Recuerda que el campo de semestre en la colección usuarios está escrito como semstre (sin la segunda s) en los datos del parcial. Usa ese nombre exacto en todas tus consultas o de lo contrario obtendrás resultados vacíos.

Introducción

Fundamentos MongoDB

Consultas y Agregaciones

Ejercicios y Talleres

Parciales

Parcial 1: Bases de Datos NoSQL — Consultas y Modelado

Las 4 Colecciones

1. `usuarios`

2. `cursos`

3. `notas`

4. `resultadosIA`

Importar las Colecciones

Relaciones entre Colecciones

cursos → usuarios

notas → cursos

notas → usuarios

notas → resultadosIA

Diagrama de relaciones

`$lookup`: unir `cursos` con `usuarios`

`$lookup`: unir `notas` con `resultadosIA`

Consultas de Referencia

1. Listar todos los cursos con su docente

2. Buscar notas por curso

3. Usuarios con plan premium

4. Contar notas por curso (agregación)

5. Contar usuarios por programa

6. Buscar cursos de un usuario específico

Consultas Avanzadas

1. Usuarios por programa con conteo y semestre promedio

2. Usuarios por semestre y plan

3. Notas con estado de procesamiento listo y su resumen IA

4. Conceptos clave más frecuentes en resultadosIA

5. Pipeline completo: notas con datos del usuario y resultado IA

Consejos para el Parcial

Build docs developers (and LLMs) love

Introducción

Fundamentos MongoDB

Consultas y Agregaciones

Ejercicios y Talleres

Parciales

Documentation Index

​Las 4 Colecciones

​1. usuarios

​2. cursos

​3. notas

​4. resultadosIA

​Importar las Colecciones

​Relaciones entre Colecciones

cursos → usuarios

notas → cursos

notas → usuarios

notas → resultadosIA

​Diagrama de relaciones

​$lookup: unir cursos con usuarios

​$lookup: unir notas con resultadosIA

​Consultas de Referencia

​1. Listar todos los cursos con su docente

​2. Buscar notas por curso

​3. Usuarios con plan premium

​4. Contar notas por curso (agregación)

​5. Contar usuarios por programa

​6. Buscar cursos de un usuario específico

​Consultas Avanzadas

​1. Usuarios por programa con conteo y semestre promedio

​2. Usuarios por semestre y plan

​3. Notas con estado de procesamiento listo y su resumen IA

​4. Conceptos clave más frecuentes en resultadosIA

​5. Pipeline completo: notas con datos del usuario y resultado IA

​Consejos para el Parcial

Build docs developers (and LLMs) love

Las 4 Colecciones

1. `usuarios`

2. `cursos`

3. `notas`

4. `resultadosIA`

Importar las Colecciones

Relaciones entre Colecciones

Diagrama de relaciones

`$lookup`: unir `cursos` con `usuarios`

`$lookup`: unir `notas` con `resultadosIA`

Consultas de Referencia

1. Listar todos los cursos con su docente

2. Buscar notas por curso

3. Usuarios con plan premium

4. Contar notas por curso (agregación)

5. Contar usuarios por programa

6. Buscar cursos de un usuario específico

Consultas Avanzadas

1. Usuarios por programa con conteo y semestre promedio

2. Usuarios por semestre y plan

3. Notas con estado de procesamiento listo y su resumen IA

4. Conceptos clave más frecuentes en resultadosIA

5. Pipeline completo: notas con datos del usuario y resultado IA

Consejos para el Parcial