Introducción

En el desarrollo de soluciones tecnológicas para empresas modernas, la gestión adecuada de la información es un factor crítico de éxito. En este ejercicio, construimos dos versiones de base de datos para una empresa comercial tipo retail Kenzo: una con enfoque relacional (SQL) y otra utilizando un sistema NoSQL documental, ambas basadas en la misma información estructural de clientes, empleados, inventario, proveedores, etc. A partir de esta experiencia, se analiza el proceso, las ventajas y desventajas de cada enfoque y se argumenta cuál de los dos resulta más conveniente para la empresa.

Desarrollo en SQL

Se utilizó una base de datos relacional compuesta por múltiples tablas (clientes, empleados, proveedores, productos, inventario, etc.), definidas con sus respectivas llaves primarias y foráneas. La integridad referencial fue clave, así como el uso del lenguaje SQL estándar (DDL y DML) para crear, insertar, actualizar y consultar los datos.

Ventajas identificadas:

• Integridad y normalización: Las relaciones claras entre tablas evitan redundancias.

• Lenguaje estándar: SQL es ampliamente conocido y soportado por la mayoría de los sistemas empresariales.

• Control de acceso y seguridad: Alto nivel de restricciones y permisos configurables.

Desventajas:

• Rigidez: Los esquemas relacionales requieren una estructura fija, lo cual dificulta cambios rápidos o evolutivos en el modelo.

• Escalabilidad limitada: Si bien es posible escalar verticalmente, no es tan eficiente como NoSQL para manejar grandes volúmenes distribuidos.

• Complejidad en consultas cruzadas: En sistemas grandes, las uniones entre múltiples tablas pueden afectar el rendimiento.

Desarrollo en NoSQL (MongoDB)

La versión documental se construyó en MongoDB Atlas, donde las colecciones de Clientes, Empleados, Productos y Ventas permitieron almacenar los datos de forma más flexible. Cada documento JSON contiene toda la información del objeto, con posibilidad de anidamientos y estructuras dinámicas.

Ventajas identificadas:

• Flexibilidad: No requiere una estructura fija, se pueden agregar o quitar campos según las necesidades del negocio.

• Escalabilidad horizontal: Soporta grandes volúmenes de datos distribuidos, ideal para aplicaciones que crecen rápidamente.

• Velocidad de desarrollo: Permite iterar y ajustar el modelo sin afectar el sistema completo.

Desventajas:

• Ausencia de integridad relacional nativa: No existen claves foráneas, lo que puede generar inconsistencia si no se controla desde la aplicación.

• Consultas complejas más difíciles: Aunque ofrece herramientas de agregación, las consultas avanzadas no son tan directas como en SQL.

• Curva de aprendizaje para equipos tradicionales: Especialmente en organizaciones acostumbradas a lo relacional.