MongoDB — Intermedio

Dirigido a desarrolladores y profesionales de datos que ya dominan las operaciones básicas de MongoDB y quieren dar el salto a un uso profesional y eficiente de la plataforma, este curso profundiza en los aspectos que marcan la diferencia entre un uso superficial y uno verdaderamente productivo. A lo largo de ocho horas, el participante aprenderá a diseñar esquemas documentales razonados, a construir pipelines de agregación complejos para consultas analíticas, a diagnosticar y resolver problemas de rendimiento con herramientas nativas, y a integrar MongoDB en aplicaciones backend reales mediante drivers y ODMs. Al finalizar, será capaz de tomar decisiones de modelado justificadas, optimizar el rendimiento de consultas con índices adecuados y entregar una integración robusta con validación de datos y control de acceso por roles.

1. Comparar el modelo de datos documental de MongoDB con el modelo relacional, identificando las ventajas e inconvenientes de cada enfoque ante requisitos funcionales concretos, con el fin de seleccionar la estrategia de persistencia más adecuada para cada caso de uso.
2. Diseñar el esquema de una base de datos MongoDB eligiendo entre embedding y referencing de forma fundamentada, y establecer la estructura de usuarios y roles necesaria para garantizar el principio de privilegio mínimo en los distintos perfiles de acceso.
3. Construir pipelines de agregación con múltiples etapas para responder a consultas analíticas, adaptar operaciones de actualización complejas sobre documentos anidados, e integrar MongoDB en una aplicación backend con manejo de errores y validación de esquema, diagnosticando problemas de rendimiento con explain() y justificando la creación de índices simples o compuestos.

Bloque 1 — Modelado de datos documental. Se analiza la diferencia conceptual entre el modelo relacional y el modelo documental de MongoDB, evaluando las implicaciones de cada uno ante distintos requisitos funcionales. A partir de ese contraste, se estudian los patrones de diseño de esquema: cuándo incrustar subdocumentos (embedding) y cuándo referenciar documentos externos (referencing), tomando como eje los patrones de acceso a datos. El bloque concluye con la práctica de documentar y justificar la decisión de modelado para un caso de uso realista.

Bloque 2 — Agregación y actualización avanzada. Se construyen pipelines de agregación utilizando etapas como $match, $group, $lookup y $project sobre datasets reales, con el objetivo de responder a consultas analíticas de complejidad media-alta. En paralelo, se trabajan los operadores de actualización avanzados —$set, $push, $pull, $addToSet y actualizaciones de arrays con $elemMatch— para modificar documentos anidados de forma quirúrgica sin sustituir el documento completo.

Bloque 3 — Rendimiento e indexación. Se introduce explain() como herramienta de diagnóstico, aprendiendo a interpretar los planes de ejecución y a distinguir entre COLLSCAN e IXSCAN. Sobre esa base, se razona la creación de índices simples y compuestos, analizando el orden de campos y el impacto esperado sobre las consultas más frecuentes de una colección dada.

Bloque 4 — Integración en aplicaciones y seguridad. Se implementa la conexión de MongoDB a un backend mediante un driver o ODM (Mongoose o PyMongo), cubriendo el ciclo completo de operaciones CRUD con manejo de errores y validación de esquema en la capa de aplicación. El bloque finaliza con el diseño de la estructura de usuarios y roles en MongoDB, asignando los privilegios mínimos necesarios para perfiles de lectura, escritura y administración.

• MongoDB Community Edition 7.x o superior instalado localmente, o acceso a un clúster en MongoDB Atlas (capa gratuita suficiente).
• MongoDB Shell (mongosh) versión 2.x.
• Node.js 20 LTS con npm, o Python 3.11+, según el stack elegido para los ejercicios de integración.
• Editor de código con soporte para JavaScript/TypeScript o Python (se recomienda VS Code con la extensión oficial de MongoDB).
• Acceso a Internet para descargar los datasets de práctica y la documentación oficial.

Se requiere haber completado el curso MMDB01 — MongoDB Iniciación o disponer de experiencia equivalente: saber lanzar consultas básicas con find(), realizar operaciones CRUD elementales, y comprender la estructura de documentos BSON y colecciones. Es también conveniente tener nociones de programación en Python o JavaScript, dado que los ejercicios de integración utilizan PyMongo o Mongoose.