Unidad 2.5: Servicios de base de datos y de datos
Introducción
Imagine una cocina de restaurante muy ocupada donde el chef se centra por completo en crear platos increíbles mientras un equipo dedicado se encarga del mantenimiento de los equipos, del inventario de ingredientes y de la limpieza. El chef no se preocupa por reparar los hornos ni por pedir suministros, ya que esas responsabilidades corresponden a especialistas. Los servicios gestionados de base de datos funcionan de la misma manera. Le permiten a su equipo centrarse en el desarrollo de excelentes aplicaciones mientras IONOS CLOUD se encarga de la infraestructura, la aplicación de parches, las copias de seguridad y el mantenimiento.
En esta unidad, explorará las ofertas de Database-as-a-Service (DBaaS) de IONOS CLOUD. Aprenderá sobre bases de datos relacionales como Managed PostgreSQL y MariaDB para datos estructurados, bases de datos de documentos como Managed MongoDB para esquemas flexibles, In-Memory DB para caché ultrarrápido y Event Streams for Apache Kafka para el procesamiento de eventos en tiempo real. Comprender estos servicios le ayuda a elegir la base de datos adecuada para las necesidades de su aplicación.
1. Visión general de bases de datos administradas
Database-as-a-Service (DBaaS) ofrece motores de base de datos totalmente administrados que se ejecutan en infraestructura dedicada dentro de su centro de datos virtual. IONOS CLOUD se encarga del aprovisionamiento, la aplicación de parches, las copias de seguridad y la alta disponibilidad, mientras usted conserva el control total sobre sus datos y la configuración de la base de datos.
1.1 Qué hace que una base de datos sea "administrada"
Un servicio de base de datos administrada asume la responsabilidad de todo el stack de la base de datos, desde el hardware y el sistema operativo hasta el motor de la base de datos y el mantenimiento continuo. Usted aprovisiona un clúster a través de Data Center Designer o API, y en minutos dispone de una base de datos lista para producción sin necesidad de instalar software ni configurar servidores.
Las bases de datos administradas difieren de las implementaciones autogestionadas en varias formas clave. El proveedor de la nube suministra el hardware, aplica parches de firmware y del sistema operativo, y gestiona las actualizaciones del software de la base de datos. Usted evita la compra de servidores físicos, el montaje de equipos y el mantenimiento de la infraestructura. Las bases de datos vienen preconfiguradas con las mejores prácticas de seguridad, backups automatizados y funciones de alta disponibilidad integradas. Su equipo se centra en el diseño de esquemas, la optimización de consultas y el desarrollo de aplicaciones, en lugar de en las operaciones rutinarias.
1.2 Ventajas de los servicios de bases de datos administradas
La siguiente tabla compara las bases de datos administradas con las implementaciones autogestionadas en áreas operativas críticas:
| Área | Ventajas de la base de datos administrada | Requisitos de autogestión |
|---|---|---|
| Hardware y firmware | El proveedor aprovisiona, instala y mantiene servidores, controladores y firmware de forma automática | Compra, montaje, alimentación, conexión de red y aplicación de parches a las máquinas físicas de forma manual |
| Configuración inicial | Las bases de datos están preconfiguradas y listas para usarse bajo demanda | Instalar el software de la base de datos, ajustar parámetros, configurar la replicación y la seguridad |
| Operaciones y personal | El personal se centra en el desarrollo de aplicaciones en lugar de en operaciones rutinarias | Requiere DBAs o ingenieros para gestionar instalaciones, parches, monitorización y resolución de problemas |
| Parches y actualizaciones | Aplicación automática de parches periódicos durante las ventanas de mantenimiento | Seguir las versiones de seguridad, programar tiempos de inactividad, probar actualizaciones y aplicarlas manualmente |
| Alta disponibilidad | Clústeres HA integrados con conmutación por error automática y replicación | Diseñar e implementar su propia topología de replicación y probar los procedimientos de conmutación por error |
| Copia de seguridad y restauración | Copias de seguridad automatizadas diarias con recuperación en un punto en el tiempo | Desplegar agentes de copia de seguridad, programar instantáneas, gestionar la retención y probar las restauraciones |
| Escalabilidad | Escalado vertical y horizontal mediante API o consola | Adquirir servidores más grandes, añadir nodos, reconfigurar equilibradores de carga y migrar datos |
| Seguridad | Cifrado TLS, control de acceso basado en roles, conectividad de red privada | Reforzar el SO, gestionar certificados, configurar firewalls y segmentación de red |
| Monitorización | Métricas, registros y alertas integrados a través de los servicios de monitorización y Logging Service (Grafana) de la plataforma y API | Instalar agentes de monitorización, construir paneles de control y mantener pipelines de alertas |
| Modelo de costes | Facturación al minuto según uso de los recursos | Gasto de capital por hardware, capacidad sobreprovisionada, contratos a largo plazo |
Las bases de datos administradas ofrecen velocidad y simplicidad al proporcionar entornos listos para producción en minutos. Ofrecen fiabilidad a través de configuraciones de alta disponibilidad automatizadas y parches con soporte del proveedor. Mejoran la eficiencia operativa al liberar a su equipo de las tareas de administración rutinaria. Proporcionan flexibilidad financiera mediante una facturación basada en el consumo que escala con su uso real.
1.3 Funciones comunes de las bases de datos administradas
Todos los servicios de bases de datos administradas de IONOS CLOUD comparten capacidades fundamentales que garantizan una fiabilidad y seguridad de nivel empresarial. Cada servicio se ejecuta en máquinas virtuales dedicadas con recursos garantizados de CPU, RAM y almacenamiento. Los clústeres se despliegan en LAN privadas dentro de su centro de datos virtual, garantizando el aislamiento y la seguridad de la red.
La alta disponibilidad viene de serie a través de clústeres multinodo con conmutación por error automática. Si un nodo falla, el clúster promociona automáticamente una réplica para mantener la continuidad del servicio. La replicación puede configurarse como asíncrona para el mejor rendimiento o estrictamente síncrona para una pérdida de datos nula (la disponibilidad varía según el motor).
La seguridad está integrada en cada capa. Todas las conexiones de cliente utilizan cifrado TLS para proteger los datos en tránsito. El control de acceso basado en roles le permite definir permisos granulares para usuarios y aplicaciones. Las bases de datos son accesibles solo a través de redes privadas, nunca expuestas directamente a internet. Las copias de seguridad se cifran y almacenan de forma segura en IONOS Cloud Object Storage.
Las copias de seguridad automatizadas se ejecutan a diario en todos los motores excepto en la edición Playground de MongoDB, con una retención predeterminada de 7 días (configurable de 1 a 365 días para PostgreSQL y MariaDB); para Managed MongoDB, PITR está disponible solo en la edición Enterprise (Business admite la restauración de instantáneas). Donde la recuperación en un punto en el tiempo está disponible, puede restaurar clústeres enteros o bases de datos específicas a cualquier momento durante el período de retención. Las ventanas de mantenimiento le permiten programar parches y actualizaciones en momentos convenientes con una interrupción mínima.
La monitorización y la generación de informes están integrados en Data Center Designer y están disponibles a través de APIs. Puede seguir el uso de CPU, el consumo de memoria, la capacidad de almacenamiento, las cuentas de conexiones y el rendimiento de las consultas. Las métricas y los registros le ayudan a optimizar el rendimiento y a resolver problemas antes de que afecten a los usuarios.
2. Servicios de base de datos relacional
Las bases de datos relacionales organizan los datos en tablas con esquemas definidos, aplican relaciones mediante claves foráneas y admiten consultas complejas mediante SQL. IONOS CLOUD ofrece dos motores de base de datos relacionales: PostgreSQL y MariaDB.
2.1 Managed PostgreSQL
Managed PostgreSQL ofrece una base de datos PostgreSQL de clase empresarial y totalmente compatible como servicio administrado. PostgreSQL es conocido por sus funciones avanzadas, su extensibilidad y su soporte tanto para datos relacionales tradicionales como para documentos JSON modernos. Se ejecuta en clústeres dedicados con CPU, RAM y almacenamiento configurables dentro de su centro de datos virtual.
PostgreSQL admite transacciones ACID, lo que garantiza la consistencia y la fiabilidad de los datos para aplicaciones críticas. Ofrece opciones de indexación avanzadas, búsqueda de texto completo y una potente optimización de consultas. Puede utilizar extensiones de PostgreSQL para añadir funcionalidades como el soporte de datos geoespaciales (PostGIS), estadísticas avanzadas y funciones criptográficas. La base de datos gestiona tanto datos estructurados en tablas como datos semiestructurados almacenados como JSON o JSONB.
Entre las capacidades clave se incluyen el escalado vertical (agregar CPU, RAM y almacenamiento) y el escalado horizontal (agregar instancias en espera para alta disponibilidad; las instancias en espera no sirven tráfico de lectura). La alta disponibilidad se logra mediante clústeres multinodo con modos de replicación configurables. Elija la replicación asíncrona (el valor predeterminado) para obtener el mejor rendimiento, o la replicación estrictamente síncrona para garantizar el compromiso sin pérdida de datos. La replicación estrictamente síncrona requiere al menos dos nodos para aceptar escrituras, y tres para que la falla de una instancia en espera no detenga las escrituras.
La monitorización expone las métricas del clúster a través de Data Center Designer, la API de Telemetría y Monitoring Service, con un período de retención configurable por el cliente (un período de retención más largo aumenta el costo de almacenamiento; no se publica un período predeterminado fijo). Las copias de seguridad automatizadas combinan el archivado continuo del registro de escritura previa (WAL) con copias de seguridad diarias de la base, lo que permite la recuperación en un punto en el tiempo dentro del período de retención de las copias de seguridad (7 días por defecto, configurable hasta 365 días). Incluso puede clonar clústeres a partir de copias de seguridad existentes para entornos de pruebas o desarrollo.
2.2 Managed MariaDB
Managed MariaDB proporciona una base de datos relacional compatible con MySQL que surgió como una bifurcación impulsada por la comunidad de MySQL. Impulsa servicios de alto tráfico como Wikipedia y WordPress.com. MariaDB ofrece la sintaxis y el comportamiento familiares de MySQL, al tiempo que añade mejoras para el rendimiento, los motores de almacenamiento y el análisis de datos.
MariaDB es totalmente conforme con ACID y admite desencadenantes, procedimientos almacenados y vistas. Incluye múltiples motores de almacenamiento optimizados para diferentes cargas de trabajo, como InnoDB transaccional, MyISAM y Aria. El soporte nativo para funciones JSON y GIS lo hace adecuado para aplicaciones que combinan datos estructurados y semiestructurados.
El servicio ofrece escalado vertical de hasta 62 núcleos y 240 GB de RAM por nodo, con clústeres de alta disponibilidad multinodo para el conmutado por error automático. Cada usuario tiene 250 conexiones y max_connections está establecido en 500. El almacenamiento es SSD de clase Performance, y el límite superior para el tamaño del almacenamiento es de 4 TB por instancia.
Una función única de restauración autónoma le permite restaurar copias de seguridad específicas o revertir a cualquier punto en el tiempo durante el período de retención de las copias de seguridad (7 días por defecto, configurable hasta 365 días) directamente a través de Data Center Designer o la API. Esta capacidad reduce el tiempo de inactividad y el riesgo de pérdida de datos sin necesidad de tickets de soporte.
2.3 Elección entre PostgreSQL y MariaDB
Tanto PostgreSQL como MariaDB son excelentes bases de datos relacionales, pero destacan en diferentes escenarios. Comprender cuándo utilizar cada una le ayuda a tomar la decisión correcta para su aplicación.
Elija PostgreSQL cuando necesite funciones sofisticadas como indexación avanzada, extensiones extensas o consistencia transaccional estricta. PostgreSQL destaca en consultas analíticas complejas, aplicaciones que combinan datos relacionales y JSON, y cargas de trabajo que requieren replicación síncrona sin pérdida de datos. Es ideal para sistemas financieros, aplicaciones ERP y almacenes de datos donde las garantías ACID y la flexibilidad de las consultas son críticas.
Elija MariaDB cuando tenga conocimientos o aplicaciones existentes de MySQL, necesite una sintaxis compatible con MySQL familiar, o esté desarrollando aplicaciones web y plataformas de comercio electrónico. MariaDB ofrece un excelente rendimiento para cargas de trabajo con alta concurrencia y predominio de lecturas, y proporciona sólidas capacidades GIS y JSON. Es adecuado para sistemas de gestión de contenido, plataformas SaaS y escenarios donde la compatibilidad con MySQL simplifica la migración.
3. Servicios de bases de datos documentales y NoSQL
Las bases de datos documentales almacenan datos como documentos flexibles similares a JSON, en lugar de tablas con un esquema fijo. Esta flexibilidad las hace ideales para aplicaciones con modelos de datos que evolucionan rápidamente o con estructuras de datos altamente variables.
3.1 Managed MongoDB
Managed MongoDB es el servicio totalmente administrado de IONOS CLOUD para la base de datos documental MongoDB. MongoDB almacena datos como documentos BSON (JSON binario) en colecciones, lo que permite que cada documento tenga una estructura diferente. Esta flexibilidad del esquema acelera el desarrollo al eliminar las migraciones de esquema rígidas.
MongoDB se ofrece en tres ediciones para adaptarse a diferentes necesidades. La edición Playground proporciona un clúster gratuito de un solo nodo con 2 GB de RAM, 1 vCPU y 50 GB de almacenamiento en una pequeña plantilla Cube para desarrollo y pruebas. La edición Business ofrece plantillas predefinidas para cargas de trabajo de producción con clústeres de múltiples instancias basados en VM Cube y almacenamiento NVMe. La edición Enterprise proporciona un control total sobre el dimensionamiento de los nodos utilizando VM Dedicated Core, almacenamiento en bloque SSD y HDD, configuraciones de sharding, e incluye acceso al equipo de soporte profesional de MongoDB, además del soporte de IONOS CLOUD.
Las capacidades clave incluyen el escalado horizontal mediante sharding integrado y conjuntos de réplicas. El sharding distribuye los datos en varios nodos para manejar conjuntos de datos masivos y un alto rendimiento de escritura. Los conjuntos de réplicas proporcionan alta disponibilidad con conmutación por error automática. Una sola instancia de MongoDB admite hasta aproximadamente 114.000 conexiones, y el sharding distribuye las conexiones aún más, superando con creces los límites de conexión de las bases de datos relacionales.
El almacenamiento NVMe está disponible en la edición Business, que se aloja en VM Cube. El almacenamiento en bloque SSD o HDD está disponible en la edición Enterprise, que se aloja en VM Dedicated Core. Los clústeres de múltiples instancias replican automáticamente los datos entre nodos, con el nodo primario gestionando las escrituras y los secundarios sirviendo las lecturas. El servicio incluye la recopilación continua de registros con una retención de 30 días y métricas integradas para CPU, memoria, almacenamiento, conexiones y salud del clúster.
MongoDB está certificado por MongoDB Inc. y es totalmente compatible con las herramientas, controladores y la consola mongo estándar de MongoDB. Usted gestiona los clústeres a través de Data Center Designer, la API REST dedicada de MongoDB o SDK. Las instantáneas diarias se almacenan en Object Storage durante un máximo de siete días, y los clústeres Enterprise añaden copia de seguridad fuera del sitio y recuperación en un punto en el tiempo.
3.2 Cuándo utilizar MongoDB
MongoDB destaca en escenarios donde la flexibilidad del esquema es valiosa. Los proyectos de desarrollo rápido se benefician de la capacidad de cambiar la estructura de los documentos sin migraciones de base de datos. Los sistemas de gestión de contenido, los backends de aplicaciones móviles y las plataformas de IoT a menudo tienen estructuras de datos variables que encajan de forma natural en los modelos documentales.
Las cargas de trabajo con muchas escrituras aprovechan el escalado horizontal de MongoDB mediante sharding. Las aplicaciones que generan volúmenes masivos de datos, como el análisis de clics o el seguimiento de eventos de usuario, pueden distribuir las escrituras en varios shards para un mejor rendimiento. El modelo documental también simplifica el almacenamiento de estructuras de datos complejas y anidadas que requerirían múltiples tablas y uniones en las bases de datos relacionales.
Utilice MongoDB cuando su aplicación tenga requisitos en evolución y necesite agregar nuevos campos o cambiar estructuras de datos con frecuencia. Elija esta opción para aplicaciones SaaS multiinquilino donde cada inquilino puede tener campos personalizados. Considérelo para el análisis en tiempo real donde la flexibilidad del esquema y las altas cantidades de conexiones son ventajas.
4. Servicios de base de datos especializados
Además de las bases de datos relacionales y de documentos tradicionales, IONOS CLOUD ofrece servicios especializados para almacenamiento en caché y transmisión de eventos. Estos servicios resuelven desafíos específicos de rendimiento y arquitectura.
4.1 In-Memory DB
In-Memory DB es el servicio de base de datos totalmente administrado y compatible con Redis de IONOS CLOUD que almacena todos los datos en RAM para tiempos de acceso inferiores al milisegundo. A diferencia de las bases de datos basadas en disco que leen desde el almacenamiento, In-Memory DB sirve los datos directamente desde la memoria, ofreciendo un rendimiento miles de veces más rápido.
El servicio se basa en Valkey, un servidor de estructuras de datos en memoria de código abierto compatible con la API de Redis OSS. Admite diversos tipos de datos, incluidos cadenas, mapas de hash, listas, conjuntos, conjuntos ordenados, mapas de bits, hiperloglog, índices geoespaciales y flujos. Esta flexibilidad lo hace útil más allá de la simple caché de pares clave-valor.
Las opciones de persistencia le permiten equilibrar la velocidad con la durabilidad. Elija sin persistencia para una caché pura donde los datos pueden reconstruirse, instantáneas RDB para puntos de control periódicos, registro AOF (Append-Only File) para una durabilidad continua de escritura, o combine ambas para una protección máxima. La persistencia escribe los datos en SSD para que los clústeres puedan recuperarse tras reinicios.
In-Memory DB ofrece escalado vertical (agregar CPU, RAM, almacenamiento), mientras que el número de nodos se establece cuando se crea el clúster. La capacidad de almacenamiento se escala automáticamente en función de la RAM y del modo de persistencia elegido. La alta disponibilidad se logra mediante clústeres multinodo con replicación asíncrona (el único modo de replicación, no configurable).
La seguridad incluye conexiones de cliente cifradas con TLS, control de acceso basado en roles y despliegue solo en redes privadas. Cada instancia se ejecuta en VM Enterprise dedicadas y es accesible solo a través de LAN privadas dentro de su VDC. Los límites de recursos dependen de su cuota de contrato: una sola instancia puede tener hasta 62 núcleos de CPU dedicados y 240 GB de RAM, y un clúster tiene entre 1 y 5 instancias. El almacenamiento se deriva de la RAM y del modo de persistencia y no puede reducirse.
4.2 Casos de uso de In-Memory DB
In-Memory DB destaca como capa de caché de base de datos. Colóquela delante de su base de datos principal para almacenar en RAM los datos accedidos con frecuencia. Esto reduce el número de consultas que llegan a su base de datos, disminuye la latencia y mejora la responsividad general de la aplicación. La caché es especialmente valiosa para cargas de trabajo intensivas en lectura donde los mismos datos se acceden repetidamente por muchos usuarios.
Las aplicaciones de análisis en tiempo real utilizan In-Memory DB para procesar datos en streaming con latencia inferior al milisegundo. Las plataformas de publicidad en línea, los motores de recomendación y los paneles de control en tiempo real requieren acceso instantáneo a datos que el almacenamiento basado en disco no puede proporcionar. In-Memory DB puede agregar grandes volúmenes de eventos en memoria, realizar cálculos y servir resultados a las aplicaciones de inmediato.
El almacenamiento de sesiones es otro caso de uso común. Las aplicaciones web almacenan los datos de sesión del usuario en In-Memory DB para un acceso rápido entre múltiples servidores de aplicación. El almacenamiento en memoria garantiza que las búsquedas de sesión no ralenticen las interacciones del usuario. El intermediación de mensajes y las tablas de clasificación para aplicaciones de juegos también se benefician de la velocidad y del soporte de estructuras de datos que In-Memory DB proporciona.
4.3 Event Streams for Apache Kafka
Event Streams for Apache Kafka es el servicio totalmente administrado de IONOS CLOUD para transmisión y procesamiento de eventos en tiempo real. Apache Kafka es una plataforma de streaming distribuida que actúa como un intermediario de mensajes de alto rendimiento y un registro de eventos. Las aplicaciones publican flujos de eventos en temas de Kafka, y otras aplicaciones se suscriben a esos temas para procesar eventos en tiempo real.
Kafka organiza los datos en temas, que se particionan y replican en varios intermediarios para escalabilidad y durabilidad. Las particiones permiten el procesamiento paralelo manteniendo el orden de los mensajes dentro de cada partición. La replicación garantiza que los datos no se pierdan si un intermediario falla. Los productores escriben eventos en temas, y los consumidores leen eventos a su propio ritmo, lo que permite arquitecturas flexibles.
IONOS CLOUD Event Streams ofrece cinco tamaños de clúster predefinidos, de XS a XL, cada uno con CPU, RAM y almacenamiento Balanced o Performance dedicados. Puede escalar los clústeres hacia arriba o hacia abajo a medida que cambian sus necesidades de rendimiento y almacenamiento. La alta disponibilidad está integrada mediante nodos redundantes y conmutación por error automática. Configura el factor de replicación para controlar cuántas copias de cada partición existen en los intermediarios.
La seguridad incluye comunicación cifrada con TLS, autenticación robusta mediante certificados TLS y controles de autorización granulares. Los clústeres se adjuntan a LAN privadas para un tráfico de red aislado entre sus aplicaciones y Kafka. Puede ajustar las particiones, el tiempo de retención y el tamaño de retención para cumplir con los requisitos de rendimiento y almacenamiento.
La gestión está disponible a través de la interfaz gráfica Data Center Designer, APIs y SDK. Puede crear y configurar clústeres, temas, intermediarios y permisos sin un profundo conocimiento de Kafka. El servicio gestiona la infraestructura subyacente, las actualizaciones y la monitorización, permitiendo que su equipo se centre en la construcción de aplicaciones de streaming.
4.4 Casos de uso de Event Streams
Event Streams destaca en el procesamiento de datos en tiempo real a gran escala. Las plataformas de comercio electrónico ingieren millones de transacciones, actualizaciones de inventario e interacciones de usuarios al día. Kafka maneja este volumen mediante particionamiento y procesamiento paralelo. Los marcos de procesamiento de flujos como Kafka Streams, Apache Flink o Spark leen de temas de Kafka, realizan un procesamiento complejo de eventos y escriben resultados en sistemas aguas abajo como bases de datos o paneles de control. Esto permite la personalización en tiempo real, la detección de fraude y el análisis operativo.
La gestión de datos de IoT aprovecha Kafka para recopilar flujos continuos de miles de sensores. Las iniciativas de ciudades inteligentes despliegan clústeres de Kafka cerca de ubicaciones de borde para minimizar la latencia. Los sensores envían telemetría a temas, y las tareas de procesamiento de flujos detectan patrones, activan alertas y alimentan pipelines de IA/ML. La compactación de registros mantiene el último estado por dispositivo, mientras que las políticas de retención gestionan los datos históricos. Esta arquitectura permite la monitorización en tiempo real, la detección de anomalías y el mantenimiento predictivo.
El análisis de flujos de clics para sitios web y aplicaciones móviles es otro caso de uso común. Las interacciones del usuario fluyen hacia temas de Kafka, donde pueden analizarse en tiempo real para personalizar contenido, detectar patrones de comportamiento y rastrear métricas de negocio. Los servicios financieros utilizan Kafka para el procesamiento de transacciones, la información regulatoria y las fuentes de datos de mercado, donde la baja latencia y el orden garantizado son críticos.
5. Selección del servicio de base de datos adecuado
La selección del servicio de base de datos apropiado depende de su modelo de datos, requisitos de consistencia, necesidades de escalabilidad y expectativas de rendimiento. Comprender las fortalezas de cada opción le ayuda a asociar los servicios con los requisitos de la aplicación.
5.1 Marco de decisión
La siguiente tabla compara los servicios de base de datos de IONOS CLOUD según características clave:
| Característica / Consideración | Managed PostgreSQL | Managed MongoDB | Managed MariaDB | In-Memory DB | Event Streams for Kafka |
|---|---|---|---|---|---|
| Modelo de datos | Relacional (SQL) con JSON y GIS | Documento (BSON/JSON) | Relacional (compatible con MySQL) | Clave-valor con estructuras de datos | Registro de eventos / Flujo de mensajes |
| Más adecuado para | Transacciones complejas, cumplimiento ACID, uniones | Esquemas flexibles, desarrollo rápido | Aplicaciones web, migración de MySQL | Caché, análisis en tiempo real | Procesamiento de eventos en tiempo real, IoT |
| Escalabilidad | Vertical + horizontal (réplicas) | Vertical + horizontal (fragmentación + réplicas) | Vertical + horizontal (réplicas) | Vertical | Horizontal (particiones) |
| Consistencia | Fuerte (sincronización estricta disponible) | Fuerte por defecto (preocupación de escritura de mayoría con j:true; ajustable) | Fuerte | Eventual (replicación asíncrona) | Configurable por tema |
| Latencia | Baja (milisegundos) | Baja (milisegundos) | Baja (milisegundos) | Ultra baja (submilisegundo) | Baja (milisegundos) |
| Tipo de almacenamiento | SSD Premium (hasta 4 TB) | NVMe (Business), SSD o HDD (Enterprise, hasta 4 TB) | Performance (hasta 4 TB) | RAM + persistencia de almacenamiento Performance | Balanced o Performance |
| Casos de uso | Finanzas, ERP, almacenes de datos | CMS, backends móviles, IoT | Aplicaciones web, comercio electrónico, SaaS | Almacenamiento de sesiones, paneles en tiempo real | Análisis de streaming, agregación de registros |
Utilice bases de datos relacionales (PostgreSQL o MariaDB) cuando necesite consistencia transaccional fuerte, uniones complejas entre múltiples tablas y esquemas bien definidos. Elija bases de datos de documentos (MongoDB) cuando su modelo de datos evolucione con frecuencia o varíe según el registro. Seleccione In-Memory DB cuando necesite caché o acceso con latencia ultra baja. Elija Event Streams cuando necesite procesar flujos de eventos de alto volumen en tiempo real.
5.2 Combinación de servicios de base de datos
Muchas aplicaciones utilizan varios servicios de base de datos juntos para cumplir diferentes requisitos. Un patrón común combina una base de datos relacional para datos transaccionales con In-Memory DB para caché. La base de datos relacional garantiza la integridad de los datos y admite consultas complejas, mientras que la caché reduce la carga y mejora los tiempos de respuesta.
Otro patrón combina una base de datos principal con Event Streams para el procesamiento en tiempo real. Las escrituras de la aplicación van a la base de datos y también se publican como eventos en Kafka. Los procesadores de streaming consumen eventos para actualizar índices de búsqueda, activar flujos de trabajo o alimentar sistemas de análisis. Esta arquitectura habilita microservicios basados en eventos y pipelines de datos en tiempo real sin acoplar directamente los sistemas.
Las plataformas de comercio electrónico podrían utilizar PostgreSQL para pedidos e inventario, MongoDB para catálogos de productos con atributos variables, In-Memory DB para sesiones del carrito de compras y Event Streams para procesar la actividad del usuario y las actualizaciones de inventario en tiempo real. Cada servicio maneja la carga de trabajo para la que está mejor preparado, creando una arquitectura flexible y de alto rendimiento.
Casos de uso comunes
Los escenarios del mundo real demuestran cómo los servicios de base de datos de IONOS CLOUD resuelven desafíos empresariales:
- Plataforma de comercio electrónico con arquitectura de múltiples bases de datos: Un minorista en línea utiliza Managed PostgreSQL para el procesamiento de pedidos y transacciones financieras, donde las garantías ACID son críticas (Sección 2.1). Los catálogos de productos con atributos variables, como tallas de ropa y especificaciones de electrónica, se almacenan en Managed MongoDB para ofrecer flexibilidad de esquema (Sección 3.1). Los carritos de compra y los datos de sesión de los clientes se encuentran en In-Memory DB para un acceso instantáneo y una latencia mínima (Sección 4.1). Las secuencias de clics de los usuarios fluyen a través de Event Streams for Apache Kafka para impulsar recomendaciones en tiempo real y actualizaciones de inventario (Sección 4.3). Esta combinación asocia cada tipo de datos con el servicio de base de datos óptimo.
- Aplicación SaaS con caché y alta disponibilidad: Una plataforma SaaS multiinquilino ejecuta Managed MariaDB para los datos de los clientes, con clústeres de alta disponibilidad multinodo que minimizan el tiempo de inactividad durante la conmutación por error y el mantenimiento (Sección 2.2). In-Memory DB almacena en caché las configuraciones de inquilino a las que se accede con frecuencia, reduciendo significativamente el número de consultas que llegan a la base de datos y mejorando los tiempos de respuesta (Sección 4.2). Las copias de seguridad automatizadas con recuperación en un punto en el tiempo protegen contra la pérdida de datos, y las capacidades de restauración autónoma permiten al equipo recuperarse rápidamente de errores sin contactar al soporte. La implementación en red privada garantiza el aislamiento y la seguridad de los datos de cada inquilino.
- Plataforma IoT con analítica en tiempo real: Una iniciativa de ciudad inteligente recopila datos de miles de sensores de tráfico y monitores ambientales. Event Streams for Apache Kafka ingiere la telemetría de los sensores con particionamiento para el procesamiento paralelo (Sección 4.3). Las tareas de procesamiento de flujos analizan los patrones de tráfico en tiempo real y activan alertas cuando se detectan anomalías. Los datos históricos de los sensores se almacenan en Managed MongoDB utilizando colecciones de series temporales optimizadas para cargas de trabajo intensivas en escritura (Sección 3.1). In-Memory DB mantiene los estados más recientes de los sensores para actualizaciones instantáneas de los paneles de control (Sección 4.1). Esta arquitectura procesa millones de eventos por hora manteniendo una latencia inferior a un segundo para la toma de decisiones operativas.
Resumen
Las bases de datos y los servicios de datos son bloques de construcción fundamentales para las aplicaciones en la nube. IONOS CLOUD ofrece servicios de base de datos totalmente gestionados que se encargan del aprovisionamiento de infraestructura, la aplicación de parches, las copias de seguridad y la alta disponibilidad, mientras usted se centra en el desarrollo de aplicaciones y el diseño de esquemas. Los servicios gestionados ofrecen un tiempo de comercialización más rápido, una menor carga operativa y una facturación basada en el consumo en comparación con las implementaciones autogestionadas.
Las bases de datos relacionales como Managed PostgreSQL y MariaDB proporcionan una consistencia fuerte, transacciones ACID y capacidades de consultas SQL para aplicaciones tradicionales que requieren datos estructurados y uniones complejas. Las bases de datos de documentos como Managed MongoDB ofrecen flexibilidad de esquema y escalado horizontal para aplicaciones modernas con requisitos en evolución. Los servicios especializados, que incluyen In-Memory DB para caché y Event Streams for Apache Kafka, permiten el procesamiento en tiempo real y patrones de acceso con latencia ultrabaja.
La elección del servicio de base de datos adecuado requiere comprender su modelo de datos, sus necesidades de consistencia, sus requisitos de escalabilidad y sus expectativas de rendimiento. Muchas aplicaciones combinan varios servicios para aprovechar las fortalezas de cada uno. Comprender estas opciones le ayuda a diseñar arquitecturas que sean de alto rendimiento, fiables y rentables.
Puntos clave:
- Los servicios de base de datos gestionados se encargan automáticamente de la infraestructura, la aplicación de parches, las copias de seguridad y la alta disponibilidad, lo que libera a su equipo para que se centre en las aplicaciones en lugar de en las operaciones
- Managed PostgreSQL y MariaDB proporcionan bases de datos relacionales SQL con cumplimiento ACID, adecuadas para cargas de trabajo transaccionales, sistemas financieros y almacenes de datos
- Managed MongoDB ofrece una base de datos de documentos con esquemas flexibles y escalado horizontal para la gestión de contenido, los backends móviles y las aplicaciones que evolucionan rápidamente
- In-Memory DB ofrece una latencia inferior al milisegundo mediante almacenamiento basado en RAM, ideal para caché, almacenamiento de sesiones y análisis en tiempo real
- Event Streams for Apache Kafka permite el streaming de eventos de alto rendimiento para el procesamiento de datos en tiempo real, la telemetría de IoT y las arquitecturas orientadas a eventos
- La elección del servicio de base de datos adecuado depende del modelo de datos (relacional, de documentos, de clave-valor o de streaming), de los requisitos de consistencia y de las necesidades de escalabilidad
Terminología importante:
- Database-as-a-Service (DBaaS): Servicio de base de datos totalmente gestionado en el que el proveedor se encarga de la infraestructura, el mantenimiento y las operaciones
- ACID: Atomicidad, Consistencia, Aislamiento, Durabilidad: propiedades que garantizan transacciones de base de datos fiables
- Replicación: Copia de datos en varios nodos de base de datos para proporcionar alta disponibilidad y tolerancia a fallos
- Recuperación en un punto en el tiempo (PITR): Capacidad de restaurar una base de datos a un momento específico dentro del período de retención de la copia de seguridad
- Sharding: Distribución de datos en varios nodos de base de datos para escalar horizontalmente y manejar conjuntos de datos más grandes
- Base de datos de documentos: Base de datos NoSQL que almacena datos como documentos flexibles similares a JSON en lugar de tablas con esquema fijo
- Base de datos en memoria: Base de datos que almacena datos en RAM para un acceso ultrarrápido con latencia inferior al milisegundo
- Streaming de eventos: Flujo continuo de datos de eventos a través de un sistema de registro distribuido para el procesamiento en tiempo real
Próximos pasos
Siga aprendiendo: Unidad 2.6: Servicios de seguridad
Temas relacionados:
- Unidad 2.3: Servicios de almacenamiento - Opciones de almacenamiento de datos persistente que complementan los servicios de base de datos
- Unidad 3.4: Activity Logs y monitorización - Monitorización del rendimiento y las operaciones de la base de datos