Hasta ahora hemos hablado de bases de datos relacionales (tablas, filas, columnas, SQL). Pero existe otro gran mundo: las bases de datos NoSQL. La más importante en AWS es DynamoDB. Entender qué es y cuándo usarla te da una herramienta poderosa para casos donde las bases relacionales no encajan bien.

Relacional vs NoSQL: dos filosofías

Recordemos: una base relacional (como RDS) organiza los datos en tablas con un esquema fijo (columnas definidas) y los relaciona entre sí. Es genial cuando los datos tienen una estructura clara y consistente.

Una base NoSQL (como DynamoDB) es más flexible: no exige un esquema rígido y está diseñada para escalar a cantidades enormes de datos y peticiones con una velocidad constante.

Analogía:

  • Una base relacional es como un archivador perfectamente ordenado con carpetas etiquetadas: todo tiene su sitio exacto y las relaciones están bien definidas. Ideal para orden y consultas complejas.
  • Una base NoSQL clave-valor es como una enorme consigna de taquillas: das un número de taquilla (la clave) y obtienes lo que hay dentro (el valor), al instante, sin importar cuántas taquillas haya. Rapidísima para «dame esto concreto», pero no para «búscame todo lo que cumpla estas cinco condiciones».

Qué es DynamoDB

DynamoDB es la base de datos NoSQL totalmente gestionada de AWS. Sus características distintivas:

  • Modelo clave-valor y de documentos: guardas elementos identificados por una clave, y cada elemento puede contener datos flexibles (documentos tipo JSON).
  • Totalmente gestionada y serverless: no hay servidores que administrar en absoluto. No eliges tamaño de instancia ni parcheas nada. Solo creas una tabla y la usas.
  • Rendimiento constante a cualquier escala: responde en milisegundos tanto si tienes mil elementos como si tienes miles de millones.
  • Escala prácticamente infinita: maneja millones de peticiones por segundo sin despeinarse.

Por qué es tan especial: DynamoDB fue diseñada para resolver los problemas de escala de Amazon.com (el comercio electrónico). Cuando millones de personas compran a la vez en Black Friday, necesitas una base de datos que no se ralentice por mucha carga que tenga. DynamoDB es esa base de datos.

Conceptos básicos de DynamoDB

  • Tabla: el contenedor de tus datos (como una tabla, pero sin esquema rígido).
  • Elemento (item): cada registro (equivalente a una fila).
  • Atributos: los campos de cada elemento (pueden variar entre elementos: uno puede tener campos que otro no tiene).
  • Clave de partición (partition key): la clave principal por la que se identifica y localiza cada elemento. Elegirla bien es lo más importante del diseño.
Tabla "Usuarios"
┌──────────────┬─────────────────────────────────────┐
│ id (clave)   │  datos (flexibles)                   │
├──────────────┼─────────────────────────────────────┤
│ user#123     │  { nombre: "Ana", edad: 30 }         │
│ user#124     │  { nombre: "Luis", ciudad: "Madrid",│
│              │    premium: true }                   │
└──────────────┴─────────────────────────────────────┘
   ↑ fíjate: cada elemento puede tener campos distintos

Cuándo usar DynamoDB (sus puntos fuertes)

DynamoDB brilla cuando necesitas:

  • Escala masiva y rendimiento constante: millones de usuarios, picos enormes, latencia de milisegundos.
  • Acceso por clave conocida: «dame el usuario user#123», «dame el carrito del cliente X». Búsquedas directas y rápidas.
  • Estructura flexible: datos que no encajan en un esquema fijo o que cambian con frecuencia.
  • Cero administración: no quieres gestionar absolutamente nada de la base de datos.

Ejemplos reales ideales para DynamoDB:

  • Carritos de la compra de un e-commerce (acceso por id de usuario, escala enorme).
  • Perfiles de jugadores en un videojuego con millones de usuarios.
  • Sesiones de usuarios de una app.
  • Catálogos de productos con atributos variables.
  • IoT: datos de millones de sensores enviando información constantemente.

Cuándo NO usar DynamoDB

DynamoDB no es la respuesta para todo. Evítala cuando:

  • Necesitas consultas complejas con muchas condiciones, uniones entre tablas (joins) y relaciones ricas → para eso, una base relacional (RDS/Aurora).
  • Tus datos tienen muchas relaciones entre sí que consultas de formas variadas.
  • Tu aplicación es pequeña y el modelo relacional te resulta más natural.

Regla mental: Si tus consultas son del tipo «dame este elemento concreto por su clave» a gran escala → DynamoDB. Si son del tipo «dame todos los pedidos de clientes de Madrid que compraron en marzo y gastaron más de 100 €» → base relacional (SQL).

Funciones avanzadas (para que sepas que existen)

  • DynamoDB Streams: emite un «evento» cada vez que algo cambia en la tabla. Sirve para disparar acciones automáticas (lo veremos con Lambda en el Capítulo 14 y en arquitecturas event-driven del Capítulo 28).
  • Bajo demanda vs aprovisionado: puedes pagar por uso real (on-demand) o reservar capacidad. On-demand es genial para cargas impredecibles.
  • DAX: una caché en memoria para DynamoDB que la hace aún más rápida (microsegundos).
  • Tablas globales: réplicas en varias regiones para usuarios de todo el mundo.

Lo que debes recordar

  • DynamoDB es la base de datos NoSQL de AWS, totalmente gestionada y serverless (cero administración).
  • Usa un modelo clave-valor / documentos flexible y ofrece rendimiento constante en milisegundos a cualquier escala.
  • Es ideal para escala masiva y accesos por clave conocida (carritos, perfiles, sesiones, IoT…), con estructura flexible.
  • No es buena para consultas complejas, relaciones y joins: para eso usa una base relacional (RDS/Aurora).
  • Regla mental: «dame este elemento por su clave» → DynamoDB; «búscame todo lo que cumpla varias condiciones» → SQL.

En el siguiente subcapítulo veremos ElastiCache, para guardar datos en memoria y acelerar tus aplicaciones.

Cloud, AWS & Terraform — De cero a experto

Capítulo 1 · Qué es el cloud computing

Capítulo 2 · El mercado cloud y los grandes proveedores

Capítulo 3 · Regiones, zonas de disponibilidad y edge

Capítulo 4 · Cómputo: EC2

Capítulo 5 · Almacenamiento: S3

Capítulo 6 · Redes: VPC

Capítulo 7 · Identidad y acceso: IAM

Capítulo 8 · Bases de datos gestionadas

Capítulo 9 · Por qué Infraestructura como Código

Capítulo 10 · HCL: el lenguaje de Terraform

Capítulo 11 · Providers y estado

Capítulo 12 · Tu primera infraestructura real en Terraform

Capítulo 13 · Balanceo de carga y autoescalado

Capítulo 14 · Serverless con Lambda

Capítulo 15 · Mensajería y eventos

Capítulo 16 · Entrega de contenido y DNS

Capítulo 17 · Contenedores en AWS

Capítulo 18 · Módulos: reutilización y composición

Capítulo 19 · Workspaces y gestión de entornos

Capítulo 20 · Backends remotos y locking

Capítulo 21 · Testing de infraestructura

Capítulo 22 · Terraform en CI/CD

Capítulo 23 · Seguridad en profundidad

Capítulo 24 · Observabilidad: logs, métricas y trazas

Capítulo 25 · Optimización de costes

Capítulo 26 · Alta disponibilidad y disaster recovery

Capítulo 27 · Well-Architected Framework de AWS

Capítulo 28 · Arquitecturas serverless a escala

Capítulo 29 · Plataformas de datos en AWS

Capítulo 30 · Multi-cuenta y landing zones

Capítulo 31 · Platform Engineering e Internal Developer Platform

Capítulo 32 · Certificaciones AWS relevantes

Capítulo 33 · Proyectos para consolidar lo aprendido

Capítulo 34 · Recursos y comunidad

© Copyright 2024. Todos los derechos reservados