Bases de datos

Qué hay en este estante

Lugares donde guardar datos y recuperarlos con rapidez: motores relacionales, almacenes de documentos, cachés clave-valor, índices de búsqueda, almacenes de series temporales y los servicios gestionados que ejecutan cualquiera de ellos por usted.

La mayoría de los equipos necesitan menos de esto de lo que sugieren los proveedores. Una base de datos relacional atiende a la mayoría de las aplicaciones durante mucho tiempo, y añadir un segundo motor añade un segundo conjunto de fallos, copias de seguridad y personas que lo entiendan.

El análisis y los informes sobre esos datos pertenecen a analítica. Dónde se ejecuta la propia aplicación es alojamiento y nube.

Elegir un motor

Parta de la forma de sus datos y de las preguntas que les hará.

Los motores relacionales convienen a todo lo que tenga relaciones, transacciones, restricciones e informes, que es lo que describe a la mayoría del software empresarial.

El resto son especialistas. Los almacenes de documentos convienen a registros de forma variable que suelen leerse enteros. Los almacenes clave-valor sirven para la rapidez en búsquedas simples. Los índices de búsqueda existen porque la búsqueda de texto relacional deja de bastar a cierto tamaño, y los almacenes de series temporales existen porque las métricas llegan más deprisa que cualquier otra cosa.

La opción por defecto honesta es un motor relacional hasta que algo demuestre que no basta. Los equipos que empiezan con un almacén exótico para evitar un problema de escala que no tienen suelen toparse antes con otro problema distinto y peor.

La compatibilidad importa más que la marca. Un motor que habla un protocolo muy extendido da herramientas, controladores, contratación y una salida. Una interfaz propietaria da un proyecto de migración.

Gestionado, autoalojado o serverless

Los servicios gestionados cobran un recargo y quitan trabajo que de otro modo haría a horas incómodas: parches, actualizaciones de versión, conmutación por error, verificación de copias.

El autoalojamiento es más barato sobre el papel y solo lo es en la práctica cuando la destreza ya está en casa. Cuente las horas con honestidad, incluidas las de la noche en que se llena un disco.

Las ofertas serverless escalan la capacidad con la carga y cobran poco cuando están inactivas. Eso conviene al tráfico irregular, y todavía más a los entornos de desarrollo. Compruebe el comportamiento en los arranques en frío, los límites de conexiones y cómo trata el contador una tarea en segundo plano que nunca se detiene.

Las preguntas que deciden la fiabilidad

• Copias de seguridad: con qué frecuencia, cuánto tiempo se conservan y si se puede restaurar a un punto en el tiempo elegido.
• Restauración: cuánto tarda una completa con su volumen de datos, probada y no prometida.
• Conmutación por error: automática o manual, cuánto tarda y qué ve la aplicación mientras ocurre.
• Replicación: réplicas de lectura, copias entre regiones y el retraso que su código debe tolerar.
• Conexiones: el techo, y si la agrupación está incluida o es algo que hay que ejecutar.

Haga una restauración durante la prueba. Una copia que nadie ha restaurado es una esperanza, y esta es la categoría donde la esperanza sale más cara.

Crecimiento, migraciones y lo que duele más tarde

Los cambios de esquema en una tabla grande son la operación que arruina fines de semana. Pregunte cómo gestiona el motor añadir una columna, cambiar un tipo o crear un índice mientras continúa el tráfico.

Mantenga las migraciones en control de versiones junto con la aplicación desde el primer día. La alternativa, cambios aplicados a mano en una consola, produce entornos que difieren de formas que nadie puede reconstruir.

Vigile también la ubicación de los datos. Una base de datos en otra región distinta de la aplicación añade latencia a cada consulta, y una aplicación que hace cincuenta consultas por página lo notará claramente.

Cómo se construye la factura

Cómputo, almacenamiento, almacenamiento de copias, salida de red y, en algunos servicios, una unidad por lecturas y escrituras.

La salida de datos es la línea que sorprende a la gente, sobre todo cuando la analítica o las réplicas mueven grandes volúmenes entre regiones. El almacenamiento rara vez se reduce solo, de modo que las filas borradas pueden seguir pagándose hasta que se ejecuta el mantenimiento. Las copias de desarrollo y preproducción lo duplican todo a menos que se reduzcan o se detengan por la noche.

Pregunte en qué se convierte el precio con el triple del volumen actual y no con el de hoy, ya que es la cifra que pagará de verdad. Las costumbres relacionadas están reunidas en lo que ocultan las páginas de precios.

Prácticas que mantienen aburrida una base de datos

El objetivo en esta categoría es la ausencia de dramas, y un pequeño número de hábitos produce la mayor parte.

Mantenga las migraciones en control de versiones y aplíquelas de la misma manera en todos los entornos. Los cambios manuales hechos en una consola producen diferencias que nadie puede reconstruir después.

Añada índices con criterio y revíselos de vez en cuando, ya que los que no se usan cuestan rendimiento de escritura y almacenamiento aunque parezcan inofensivos.

Vigile las consultas lentas como rutina y no durante un incidente. La consulta que hoy tarda cuatro segundos es la caída del próximo trimestre, cuando la tabla haya crecido.

Y restaure una copia de seguridad con una periodicidad fija. Una copia que nunca se ha restaurado es un archivo, no una garantía, y esta es la categoría donde descubrirlo tarde sale más caro.