13
1
Análisis de Desempeño entre MONGODB y
COUCHDB utilizando Norma ISO/IEC 25000
Performance Analysis between MONGODB and COUCHDB
using ISO/IEC 25000 Standard
Estela Narváez
∗
, Pablo Calapucha
†
, Marco Tarco
‡
, Pamela Buñay
§
Universidad Nacional de Chimborazo, 060108, Riobamba, Ecuador
Email:
∗
miryan.narvaez@unach.edu.ec,
†
pcalapucha.fis@unach.edu.ec,
‡
mtarco.fis@unach.edu.ec,
§
pbunay@unach.edu.ec
Resumen— Las bases de datos NoSQL han surgido para
dar respuesta a problemas de escalabilidad y rendimiento, que
en general, las bases de datos relacionales no pueden abarcar.
La gran flexibilidad y las posibilidades de optimización en sus
diseños las convierten en una atractiva variante a tener en cuenta
para el desarrollo de aplicaciones de gestión de información. El
objetivo principal del proyecto de investigación fue un estudio
comparativo entre MongoDB y CouchDB utilizando la norma
ISO/IEC 25010, con el fin de analizar y medir el desempeño de
los gestores de base de datos NoSQL, en cuanto al consumo de
recursos utilizados. Como resultado de la investigación se obtuvo
que MongoDB fue ligeramente superior a CouchDB, demostran-
do que las bases de datos NoSQL tienen mejor rendimiento al
momento de administrar grandes volúmenes de datos.
Palabras Clave— Base de datos NoSQL, MongoDB,
CouchDB, ISO/IEC 25010, JMeter.
Abstract— The NoSQL databases have emerged to respond
to problems of scalability and performance, those which in
general, relational databases cannot cover. The great flexibility
and the optimization possibilities in their designs make them
an attractive variant to take into account when developing
information management applications. The main objective of the
research project was to carry out a comparative study between
MongoDB and CouchDB using the ISO/IEC 25010 standard, in
order to analyze and measure the performance of the NoSQL
database managers, regarding the consumption of resources used.
The result revealed that MongoDB was slightly higher than
CouchDB, demonstrating that NoSQL databases have better
performance when managing large volumes of data.
Keywords— Data Base NoSQL, MongoDB, CouchDB,
ISO/IEC 25010, JMeter.
I. INTRODUCCIÓN
La respuesta a la necesidad de gestionar volúmenes masivos
de información proviene de las bases de datos no relacionales
NoSQL (Not only SQL). El término no es nada nuevo, pues
fue acuñado a finales de los 90s que engloba las tecnologías
que rompen el esquema relacional y que no implementan
el lenguaje estructurado de consultas SQL (Structured Query
Language). Este tipo de base de datos NoSQL surgen como
una solución a los constantes requerimientos de procesamiento
y análisis a gran escala de enormes cantidades de datos, para
los cuales los sistemas tradicionales de base de datos son
insuficientes. [6], [17]
Existe un sin número de gestores de base de datos rela-
cionales y no relacionales que son utilizados indistintamente
para almacenar grandes cantidades de datos, los mismos que se
transforman en información indispensable para la institución.
En la actualidad el modelo no relacional de base de datos está
predominando por que permite un alto grado de escalabilidad
y con menor latencia en cuanto al acceso de datos. [1]
La aparición de las bases de datos NoSQL inicia con la
web 2.0 y las compañías de Internet reconocidas a nivel
mundial como: Facebook, Twitter, Linkedin, Google, Youtube
y Amazon, aplicaciones donde cualquier usuario podía subir
contenido, provocando así un crecimiento exponencial de los
datos. [9]
Las bases de datos NoSQL se caracterizan principalmente
por no utilizar SQL como lenguaje principal de consultas, el
esquema y los datos no necesariamente deben estar estructura-
dos como en las bases de datos relacionales. [17]
Morejon en su estudio cualitativo de bases de datos NoSQL
determina que existe una mejora notable al utilizarlas en
sistemas con alta demanda de información. Existe una gran
cantidad de bases de datos NoSQL todas trabajan sin necesi-
dad de un lenguaje de consultas estructurado, dentro de las
cuales se encuentran. Cassandra, Redis, MongoDB, CouchDB,
Neo4J, HBase, entre otras.
Cassandra es escalable, basada en dos esquemas de almace-
namiento columnar y clave-valor. Redis un motor de base de
datos en memoria, almacena información en conjuntos Clave-
Valor. MongoDB trabaja de forma nativa y permite el almace-
namiento de datos en forma de documentos BSON. CouchDB
trabaja mediante http como interfaz y trabaja con documentos
JSON. Neo4J es ágil, flexible y altamente escalable, tiene
un funcionamiento transaccional que almacena en estructura
de grafos. HBase es una base de datos poderosa, combina
capacidades de consulta en tiempo real con la velocidad de
un almacén de clave/valor y procesamiento fuera de línea o
por lotes a través de MapReduce. [6], [15]
Las bases de datos que predominan dentro de la familia
Revista Técnico - Cientíca PERSPECTIVAS
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
Fecha de Recepción. 30 - 05 - 2020 Fecha de Aceptación. 21 – 06 – 2020
DOI: 10.47187/perspectivas.vol2iss2.pp13-20.2020
14
2
NoSQL son MongoDB, CouchDB, CassandrayHBase. BD-
Engines posiciona a MongoDB en el quinto puesto, Cassandra
en decímo primer, HBase en el vigésimo segundo, mientras
que CouchDB ocupa el trigésimo cuarto puesto, sin embargo
MongoDB y CouchDB son las dos bases de datos que han sido
pioneros, por lo tanto son popularesymás utilizadas. [19]
Las bases de datos NoSQL se clasifican según la forma de
almacenar los datos:
� Clave-valor
� Columnas
� Grafos
� Documentos
Clave-valor: utiliza un método simple de clave-valor para
almacenar datos, cada dato está identificado por una clave
única, lo que permite la recuperación de la información
rápidamente. Entre las bases de datos más reconocidas está
Redis.
Columnas: los valores se almacenan en columnas en lugar
de filas. Son útiles cuando se gestionan datos agregados. Las
bases de datos más populares son HBaseyCassandra.
Grafos: los datos se almacenan en estructuras grafo para al-
macenar, correlacionar y consultar relaciones, está compuesto
por bordes y nodos. La base de datos más reconocida es Neo4j.
Documentos: almacena la información como un docu-
mento, utilizando una estructura simple como JSON, BSON
y XML usa una clave única para cada registro. Entre las
bases de datos
documentales más destacadas están MongoDB
y CouchDB. [8]
MongoDB es una base de dato NoSQL multiplataforma
de código abierto, está desarrollado en C++. Los distintos
documentos en MongoDB se almacenan en formato JSON
(JavaScript Object Notation, es un formato ligero de intercam-
bio de datos) con un esquema dinámico como BSON (Binary
JSON) compuestos de: nombre del campo, tipo de dato y
valor, cada registro se denomina documento que puede ser
agrupado en colecciones (tablas) similaresauna base de datos
relacionales, el programador tiene facilidad de adecuarlo según
las necesidades. MongoDB funciona sin problema en sistemas
operativos como: Windows, Linux, OSXySolaris. [16], [5]
CouchDB es un gestor de bases de datos no relacional,
aplicación Open Source que está escrito en Erlang (lenguaje
de programación funcional robusto que permite un diseño
flexibleyfácilmente escalable y extensible), emplea JSON
para almacenar los datos en forma de documentos, utiliza
JavaScript como lenguaje de consulta y HTTP como interfaz
de programación principal. Los recursos que contiene la base
de datos tienen una representación de una URL única que
expone servicios a través de los métodos que implementa
HTTP (Post, Get, Put y Deleted). Los sistemas operativos para
los cuales esta disponible CouchDB son:
Android, BSD, iOS,
OS X, SolarisyWindows. [8]
Se detalla cómo funcionan cada una de las bases de datos
(MongoDB, CouchDB), cuáles son sus principales caracterís-
ticasyventajas. A continuación, se presenta un pequeño
ejemplo en formato JSON (Fig. 1).
Figura 1. Ejemplo Base de Datos Docmental
A. Características de MongoDByCouchDB
Se realizó un cuadro comparativo entre los dos motores de
bases de datos, con el propósito de determinar sus ventajas
y desventajas, demostrando que las dos bases de datos tienen
características similares, se presenta en la Tabla I.
Tabla I
M
ONGODB VS COUCHDB
Características MongoDB CouchDB
Desarrollador MongoDB, Inc Fundación Apache Software
Lenguaje C++ Erlang
Modelo de datos Orientadoadocumentos (BSON) Orientado a documentos (JSON)
Interfaz Usa el protocolo binario y TCP/IP HTTP/RESTful
Objeto Contiene colecciones
Contiene documentos
Método de consulta
MapReduce, lenguaje de consulta
basado en objetos
MapReduce
Preferencias Favorece la consistencia Favorece la disponibilidad
El análisis de desempeño de las bases de datos MongoDB
y CouchDB se basó en la norma ISO/IEC 25000. La Norma
ISO/IEC 25000, es el resultado de la evolución de otras normas
anteriores, especialmente de las normas ISO/IEC 9126. Es una
familia de mormas que tiene como objetivo evaluar la calidad
del software, tiene cinco divisiones:
� ISO/IEC 2500n - División de Gestión de Calidad
� ISO/IEC 2501n - División de Modelo de Calidad
� ISO/IEC 2502n - División de Medición de Calidad
� ISO/IEC 2503n - División de Requisitos de Calidad
� ISO/IEC 2504n - División de Evaluación de Calidad
ISO/IEC 2500n – División de Gestión de Calidad, definen
todos los modelos, términos y definiciones comunes referen-
ciados por todas las otras normas de la familia 25000. Esta
división se encuentra formada por ISO/IEC 25000yISO/IEC
25001.
ISO/IEC 2501n-División de Modelo de Calidad, presenta
modelos de calidad donde interviene calidad interna, externa y
en si el uso del producto de software. Se encuentra conformada
por ISO/IEC 25010 y ISO/IEC 25012.
La norma ISO/IEC 25010 se encuentra compuesto por ocho
características de calidad (Adecuación Funcional, Eficiencia
de desempeño, Compatibilidad, Usabilidad, Fiabilidad, Seguri-
dad, Mantenibilidad, Portabilidad)ycada una
de estas varias
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
15
3
Tabla II
CALIDAD DEL PRODUCTO SOFTWARE
CARACTERÍSTICAS SUBCARACTERÍSTICAS
Adecuación Funcional
Completitud funcional
Corrección funcional
Pertinencia funcional
Eficiencia de desempeño
Comportamiento temporal
Utilización de recursos
Capacidad
Compatibilidad
Coexistencia
Interoperabilidad
Usabilidad
Capacidad para reconocer su adecuación
Capacidad de aprendizaje
Capacidad para ser usado
Protección contra errores de usuario
Estética de la interfaz de usuario
Accesibilidad
Fiabilidad
Madurez
Disponibilidad
Tolerancia a fallos
Capacidad de recuperación
Seguridad
Confidencialidad
Integridad
No repudio
Responsabilidad
Autenticidad
Mantenibilidad
Modularidad
Reusabilidad
Analizabilidad
Capacidad para ser modificado
Capacidad para ser probado
Portabilidad
Adaptabilidad
Capacidad para ser instalado
Capacidad para ser reemplazado
subcaracterísticas. Segun la norma ISO/IEC 25010 la Tabla II
muestra las características y subcaracterísticas que debe tener
un software para cumplir con los estándares establecidos y
satisfacer las necesidades del usuario. [10]
Figura 2. Modelo de calidad ISO/IEC 25010
La Fig. 2 muestra la relación entre la calidad del proceso, la
calidad del producto y la calidad en uso, describe un modelo
bipartito para la calidad del producto de software, siendo
sus modelos principales: Calidad interna, Calidad externa y
Calidad en el uso. La calidad interna se relaciona con las
características estáticas del software; la calidad externa trata
las características relacionadas con la ejecución del software;
la calidad en uso considera la calidad del sistema en su
ambiente operacional para usuarios específicos que realizan
tareas específicas.
ISO/IEC 2502n - División de Medición de Calidad, estas
normas incluyen un modelo de referencia de calidad del
software, con mediciones internas, externas y en uso. Se
encuentra formada por cinco estándares: ISO/IEC 25020,
ISO/IEC 25021, ISO/IEC 25022, ISO/IEC 25023 y ISO/IEC
25024.
En las últimas décadas la gestión de documentos ha evolu-
cionado debido al auge de la tecnología y la cantidad de
información generada. Un sistema de gestión documental
asegura una información organizada y eficiente, que favorezca
la productividad empresarial. Las organizaciones optan en
buscar soluciones para desmaterializar los documentos. [14]
La gestión documental en las organizaciones públicas y
privadas no responde de forma adecuada a las necesidades que
se presentan según su actividad, gran parte de organizaciones
realizan los procesos de forma manual. La documentación
generada ha sido el mayor problema en estas instituciones por
la ausencia de espacio físico para conservar dichos documentos
por lo tanto es importante plantearse una nueva política
que permita la creación de aplicaciones que automaticen los
procesos, para el almacenamiento y la manipulación de la
información que permitirán ayudar a cumplir los objetivos de
las empresas. [7]
Los sistemas informáticos han ido evolucionando constan-
temente, la aparición de diversos lenguajes de programación
y sistemas de bases de datos libres y privados han permitido
desarrollar aplicaciones multiplataforma. Aun así en Ecuador
la mayoría de empresas públicas y privadas mantienen una or-
ganización manual ocasionando que la gestión de documentos
sea ineficiente, esto a su vez conlleva tiempo de búsqueda,
uso de espacio físico y no permite realizar el seguimiento de
los documentos; comprometiendo a las empresas a una escasa
eficiencia en los procesos de resolución de documentos. [2]
El objetivo de la investigación fue comprobar cuál de
las bases de datos no relacionales MongoDB y CouchDB
utiliza menos recursos con respecto al factor de eficiencia
bajo la Norma de calidad ISO/IEC 25000-25010. Se utilizó
el software JMeter (software de código abierto, diseñado para
cargar el comportamiento funcional de las pruebas y medir
el rendimiento) para obtener los criterios: comportamiento
de tiempos y utilización de recursos hardware (Procesador,
Memoria RAM y Disco Duro), con los resultados obtenidos, se
determinó cual de las dos bases de datos NoSQL (MongoDB
y CouchDB) ocupa menos recursos para implementar en el
aplicativo web GESTIÓN DOCUMENTAL CONAGOPARE
CHIMBORAZO.
Para el desarrollo del Aplicativo Web se utilizó Progra-
mación Extrema o eXtreme Programming (XP) por ser una
metodología ligera y flexible de desarrollo de software, se
basa en la simplicidad, la comunicación y la realimentación
del código, el objetivo principal es la satisfacción del cliente,
consta de 4 fases (Fig. 3). [18]
• Planificación: esta primera fase se encarga de la recopi-
lación de todos los requerimientos del proyecto.
• Diseño: debe ser simple y sencillo.
• Codificación: donde se plasma todas ideas a través del
código.
Revista Técnico - Cientíca PERSPECTIVAS
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
16
4
• Pruebas: se implementa un test que son pruebas que se
le hacen al proyecto para detectarycorregir errores.
Figura 3. Proceso de la Programación Extrema [18]
Las relaciones desarrollador-cliente y desarrolladores-
desarrollador son fundamentales en esta metodología. La
adopción del cliente como un miembro más del equipo de
desarrollo es la clave del éxito. XP propone varios roles,
se enumeran los más importantes: Programador, Cliente, En-
cargado de pruebas, Encargado de seguimiento, Entrenador,
ConsultoryGestor. [3]
CONAGOPARE (Consejo Nacional de Gobiernos Parro-
quiales Rurales del Ecuador) CHIMBORAZO no dispone
de un sistema de gestión de documentos. Esta problemática
impide una rápida respuesta a los documentos que diariamente
ingresan a la organización provenientes de las juntas parro-
quiales. Para dar respuesta al problema, se propuso desarrollar
un aplicativo web GESTIÓN DOCUMENTAL CONAGO-
PARE CHIMBORAZO con el fin de dar seguimientoalos
documentos que ingresan a secretaria, hasta el proceso de res-
olución del mismo; posteriormente, este resultado es notificado
al solicitante mediante mensajería de texto que el documento
fue gestionado.
El sistema tiene la capacidad de respaldar y almacenar la
documentación digitalmente para cualquier proceso de audi-
toría de CONAGOPARE CHIMBORAZO.
II. M
ETODOLOGÍA
La investigación se ajustaaun enfoque cuantitativo de
tip
o experimental. Se analizan los datos obtenidos de las
pruebas realizadasalas dos bases de datos NoSQL (MongoDB
y CouchDB) bajo las Normas ISO/IEC 25010/25023 para
medir el desempeño de las mismas. Las pruebas se realizaron
utilizando la herramienta informática Apache JMeter, instru-
mento electrónico que sirvió como método de recolección de
los datos y para evaluar los resultados se utilizó la herramienta
estadística IBM SPSS 25, permitiendo identificar cuál de las
dos bases de datos es más eficienteyoptimiza recursos.
Para analizar el desempeño de las bases de datos MongoDB
y CouchDB se utilizó dos normas ISO/IEC 25010yISO/IEC
25023.
Tabla III
P
ONDERACIÓN DE MÉTRICAS DE EVALUACIÓN
Características Subcaracterísticas Nivel de Importancia
Eficiencia de Desempeño
Comportamiento Temporal Alto
Utilización de Recursos Alto
Usabilidad
Capacidad para Recocer su Adecuación Medio
Estética de la Interfaz de Usuario Medio
Norma ISO/IEC 25010 determina las características de
calidad del producto de software que se vanatener en cuenta
a la hora de evaluar. La calidad del producto software se
puede interpretar como el grado en que el producto satisface
los requisitos de sus usuarios aportando de esta manera un
valor. Los requisitos (funcionalidad, rendimiento, seguridad,
mantenibilidad, etc.) son precisamente los que se encuentran
representados en el modelo de calidad, el cual categoriza
la calidad del producto en característicasysubcaracterísticas
(Tabla II). [10]
Norma ISO/IEC 25023 define específicamente las métricas
para realizar la medición de la calidad de productosysistemas
software. Se realizó un plan de pruebas de los criterios a ser
evaluados: Tiempo de Respuesta en segundos, Procesamiento
CPU, Memoria RAMyDisco Duro en porcentaje.
Para establecer la cantidad de consultas que se vaautilizar
se aplicó la fórmula de población infinita determinando el
tamaño de muestra, y con la ayuda del software estadístico
IBM SPSS 25 se efectuó el análisis Mann Whitney. La prueba
U de Mann Whitney compara los criterios de las muestras de
MongoDByCouchDB que son dos muestras independientes
con una variable cuantitativa y determinar si las medianas de
estas dos
muestras difieren.
A. Criterios de Desempeño de las Bases de Datos NoSQL
Para evaluar del desempeño de las bases de datos NoSQL
MongoDB y CouchDB se estableció un rango en porcentaje
impuesta por el evaluador, que aplicaalos niveles de pun-
tuación y grados de satisfacción propuestas para la Norma
ISO/IEC 25010. La Tabla III presenta, las métricas de evalu-
ación sujetosalos criterios del desarrollador.
• Se especifica el tipo de base de datos NoSQL a evaluar
(MongoDByCouchDB).
• Definir las características de calidad externasaevaluarse
y su nivel de importancia.
• Definir la ponderación de las características y subcarac-
terísticas externas definidos en el punto anterior.
• Se aplica la ecuación1para medir la eficiencia de
desempeño de la población de las bases de datos NoSQL:
n =
Z
2
∗p ∗q
e
2
(1)
Donde, n = Muestra, p=Probabilidad de éxito, q =
Probabilidad de fracaso, Z = Nivel de confianza 95%,
e = Error de muestra 5%.
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
17
5
• Se describe el proceso del plan de pruebas para medir los
recursos y tiempo de respuesta, con una muestra de 353
sentencias en un tiempo estimado de 6 minutos.
• Ingresar los datos obtenidos en la matriz de calidad (Tabla
IV).
B. Herramientas utilizadas
• ISO/IEC 25010: Modelo de Calidad de Software.
• ISO/IEC 25023: Medición de la Calidad del Producto
Software y Sistemas. [10]
• Apache JMeter: Herramienta de testing para analizar y
medir el rendimiento de las bases de datos. [11]
• IBM SPSS 25: Software estadístico utilizado para re-
solver problemas mediante análisis ad-hoc, pruebas de
hipótesis y análisis predictivo. [20]
• Netbeans: Es un entorno de desarrollo integrado que
permite escribir, compilar, depurar y ejecutar programas
en diversos lenguajes. [13]
• Xampp: Es un servidor independiente multiplataforma, de
software libre, fácil de usar y capaz de interpretar páginas
dinámicas. [21]
• ActiveXperts SMS Component: Es una interfaz (API)
rápida, confiable y fácil de usar para enviar y recibir
mensajes SMS y Pager, a través de SMPP, módem GSM,
HTTP o proveedor de acceso telefónico TAP / XIO. [12]
C. Metodología de Desarrollo
Se adoptó la metodología XP para el desarrollo del aplica-
tivo, por ser eficiente, flexible y predecible; plantea de forma
clara el proceso metodológico a seguir para la construcción
del producto. XP propone un desarrollo ágil, disciplinado con
soluciones sencillas y con un enfoque adaptativo. Se describe
en detalle cada una de las fases de desarrollo:
• Fase I planificación: comienza la interacción entre el
cliente y el grupo de desarrolladores para definir los
requerimientos iniciales del aplicativo, utilizando las
historias de usuario. En esta fase se tomó en cuenta
cuatro valores (Comunicación, Sencillez, Realimentación
e Historias de usuario) que al utilizarlos facilitó la
especificación de requerimientos y plazos iniciales de
entrega. El Objetivo de esta fase es que el equipo de
desarrollo se familiarice con la metodología, los recursos
físicos y tecnológicos necesarios para el desarrollo del
proyecto. Se contó con la participación del cliente para
el levantamiento de la información dentro y fuera de la
empresa.
• Fase II diseño: con la información obtenida, se procede
al análisis de la misma y al diseño de la estructura
del sistema, se realiza el modelamiento de la base de
datos donde se refleja los requerimientos funcionales
y prototipos de las interfaces de usuario, descartando
posibles problemas (técnico, arquitectura del software,
tiempo) que puedan generarse durante el desarrollo del
mismo. Dando prioridad a una eficiente programación,
creando el código necesario y verificando que realice su
trabajo correctamente. La metodología XP hace énfasis
en los diseños simples y claros.
• Fase III desarrollo: Una vez aceptados los prototipos por
el cliente, se procede al desarrollo, esta fase atiende los
requerimientos de forma óptima, se entrega al cliente la
última versión del aplicativo, el mismo que es contrastado
con las historias de usuario inicial para pasar la prueba
de unidad, logrando con el objetivo para el cual fue
diseñado. Uno de los requerimientos de XP es tener al
cliente disponible durante todo el proyecto.
• Fase IV pruebas: se realizaron pruebas de integración y
validación diarias, esto proporcionó al equipo un indi-
cador del progreso, revelando a tiempo si existe alguna
falla en el sistema. Concluyendo el desarrollo con pruebas
y ajustes finales al aplicativo.
D. Especificación de Requerimientos
Figura 4. Diagrama de actividades
La Fig. 4 muestra el diagrama de actividades, represen-
tando los requerimientos que debe cumplir el aplicativo web
para la Gestión de documentos CONAGOPARE Chimborazo,
considerando que todas las actividades serán soportadas por
el aplicativo. El diagrama contiene las historias de usuario
más importante desde el punto de vista de la arquitectura del
sistema, las cuales se usaron para llevar a cabo el desarrollo
del sistema. En el diagrama se observa que los agentes
(Administrador y Ejecutivo) están asociados a los roles con
los que pueden colaborar mientras que el Usuario simplemente
participa en el caso de uso asociado.
III. C
ONSTRUCCIÓN DEL SISTEMA
El Aplicativo Web de Gestión de Documentos utiliza uno de
los patrones más utilizados en la actualidad para el desarrollo
de interfaces de usuario enriquecidas, como es el patrón
Revista Técnico - Cientíca PERSPECTIVAS
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
18
6
Tabla IV
M
ATRIZ DE CALIDAD NORMA ISO/IEC 25000
Software Características Subcaracterísticas Métricas Fórmula Calidad del Sw
Nivel de
Importancia
Valor
Obtenido
Parcial en
%
Valor con respecto
al 100%
Calidad del
Sistema
Grado de
Satisfacción
MongoDB
Eficiencia de
Desempeño
Comportamiento Temporal Tiempo de Respuesta
n =
Z
2
∗p∗q
e
2
Externa Alto
0,0747s 0,02% 99,98%
94,36% Muy Satisfactorio
Utilización de Recursos
Procesador CPU 5,07%
11,26% 88,74%
Memoria RAM 28,45%
Disco Duro 0,26%
CouchDB
Eficiencia de
Desempeño
Comportamiento Temporal Tiempo de Respuesta
n =
Z
2
∗p∗q
e
2
Externa Alto
0,007s 0,002% 99,99%
90,84% Muy Satisfactorio
Utilización de Recursos
Procesador CPU 14,52%
18,30% 90,84%
Memoria RAM 40,20%
Disco Duro 0,19%
de diseño Modelo Vista Controlador (MVC). Se utilizó el
patrón MVC en PHP por ser flexible, robusto y escalable en
aplicaciones web. Proporciona al usuario una mayor facilidad
a la hora de el desarrollo, su estructura es bien definida para
dar soporte a un proyecto web ayudando a que el proyecto
sea organizado y bien desarrollado. Permite crear aplicaciones
interactivas las cuales se ejecutan desde el lado del cliente,
ósea en el navegador. El MVC es el patrón más usado en la
ingeniería de software. Este patrón separa el modelo de datos,
el modelo de la capa de presentación (vista) y la parte de
control, como presenta la Fig. 5. Modelo: es el encargado
de representar los datos de la aplicaciónyla lógica para
recuperarypersistir datos. Vista: se encarga de la parte visual
de la aplicación. Controlador: es el responsable de controlar
la interacción del usuarioyluego actualizar el modeloola
vista. [22]
Figura 5. Arquitectura del Aplicativo Web
A. Diseño de la base de datos
MongoDB no maneja estándares gráficos, para el diseño
de la base de datos, se utilizó el software Robo 3T (es una
herramienta de administración de MongoDB multiplataforma
centrada en shell, su principal objetivo es ejecutar consultas,
crear índicesyvisualizar documentos), porque permite enten-
der el manejo de los niveles de documentación de la base de
datos en MongoDB. En la base de datos se almacena todo el
diccionario de los datos recolectados, se crea 8 colecciones,
que exhibe la Fig. 6.
Figura 6. Colecciones MongoDB
Las consultas en la base de datos MongoDB son rápidas
ahorrando recursos de procesamiento debido a la forma en
que se almacenan los datos.
IV. R
ESULTADOS
Para realizar las pruebas de rendimiento de las bases de
datos NoSQL MongoDByCouchDB se utilizó un equipo
portátil de las siguientes características, se muestran en la
Tabla V.
Tabla V
C
ARACTERÍSTICAS DEL EQUIPO
Características Descripción
CPU IntelCore
T M
i5 de Tercera Generación
RAM 8 Gb
SO Windows 8.1 Pro de 64 Bits
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
19
7
A. Población y muestra
La muestra de estudio considerada corresponde al número
de consultas que se realiza en cada una de las bases de datos
(MongoDB y CouchDB), se ve necesario el uso de la fórmula
población infinita porque no se conoce el número de elementos
que la integran y se necesita tiempo y recursos para poder
obtener información en un tiempo razonable.
n =
Z
2
∗ p ∗ q
e
2
n =
(1.88)
2
∗ 0.5 ∗ 0.5
(0.005)
2
n = 353.44
∼
=
353
El valor de n obtenido por esta fórmula indica el tamaño de
la muestra, se estableció el tamaño del error admisible en la
estimación 5% con un nivel de confianza del 95%. El tamaño
muestral resultante fue 353 sentencias para el estudio.
Se configuró el software Apache JMeter con una carga
de 353 sentencias para cada una de las bases de datos
NoSQL (MongoDB y CouchDB) en un tiempo estimado de 6
minutos, se utilizó el complemento PerfMon (Server Perfor-
mance Monitoring) para medir el rendimiento del procesador,
memoria RAM y Disco Duro en porcentaje. Los resultados se
exportaron en un archivo con extensión (.csv).
Para demostrar las diferencias que existen entre las dos
bases de datos se utilizó U de Mann Whitney, software
estadístico que permite contrastar los criterios de las muestras
independientes de MongoDB y CouchDB. Los resultados
comprobaron que no existe una diferencia significativa en los
criterios analizados de las bases de datos NoSQL MongoDB
y CouchDB. [4]
B. Medición de Indicadores
Para el análisis de los datos recopilados se utilizó el software
estadístico IBM SPSS 25, creando tablas y gráficas para
presentar los resultados obtenidos, como se muestran en la
Tabla VI y Fig. 7.
Tabla VI
T
IEMPO DE RESPUESTA ENTRE MONGODB Y C OUCHDB
Indicadores MongoDB CouchDB Diferencia
Tiempo de Respuesta 0,074s 0,007s 0,067s
Uso de CPU 5,078% 14,527% 9,449%
Uso de RAM 28,452% 40,203% 11,751%
Uso de DISCO DURO 0,269% 0,198% 0,071%
C. Eficiencia de Desempeño
La Fig. 8 presenta la suma del porcentaje general de los
recursos (CPU, Memoria RAM, y Disco Duro); MongoDB
tiene un porcentaje de desempeño de un 94,36%, mientras
que CouchDB con un 90,84%, concluyendo que MongoDB
es eficiente al optimizar los recursos.
Figura 7. Tiempo de respuesta y uso de recursos
Figura 8. Eficiencia de Desempeño
D. Interfaz Aplicación Web
En la Fig. 9 se evidencia la interfaz diseñada y programada
de la Aplicación Web de Gestión de Documentos CONAGO-
PARE CHIMBORAZO, el objetivo principal fue optimizar el
proceso de entrega y recepción de documentos.
Figura 9. Interfaz del Sistema Web
V. C ONCLUSIONES
La Norma ISO/IEC 25010/25023 determinó las métricas de
eficiencia de desempeño para evaluar cada una de las bases
de datos NoSQL (MongoDB y CouchDB). Obteniendo como
resultados, Tiempo de repuesta CouchDB con una diferencia
de 0,067s menos que MongoDB. Procesador (CPU) MongoDB
presenta una diferencia de 9,449% menos que CouchDB.
Memoria RAM MongoDB presenta una diferencia de 11,751%
menos que CouchDB. Disco Duro CouchDB usa 0,071%
menos que MongoDB. No existe una diferencia significativa
de eficiencia de desempeño entre las dos bases de datos
MongoDB y CouchDB.
Revista Técnico - Cientíca PERSPECTIVAS
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
20
8
Investigaciones previas ratifican que MongoDB es superior
a CouchDB, y como resultado de la investigación se afirma que
MongoDB presenta una leve ventaja de eficiencia de desem-
peño de 94,36%yCouchDB 90,84%, por lo que se consideró a
MongoDB para implementarlo en el aplicativo Web de Gestión
de Documentos CONAGOPARE CHIMBORAZO.
Por lo tanto, se puede concluir que a pesar de no existir una
diferencia significativa en cada uno de los criterios evaluados,
al momento de analizar los resultados se comprobó que existe
al menos dos indicadores de suma importancia (CPUyMemo-
ria RAM) que ayudaaratificar que MongoDB es la mejor
alternativa para implementarlo en sistemas que requieran alto
nivel de concurrencia.
R
EFERENCIAS
[1] Angeles Antaño, José Castro, and René Valencia. Migracion de bases
de datos sql a nosql. Revista Tlamati, Especial, 3:144–148, 2014.
[2] Odalys Aranda, Antonio Rodríguez, and Mayra Mugica. Diagnóstico
sobre la gestión documentalyde archivos en la universidad central
marta abreu de las villas. cuba: Caso de estudio. Revista Española de
Documentación Científica, 35(4):573–598, 2012.
[3] Kent Beck. Extreme P
rogramming Explained: Embrace Change.
Addison-Wesley, 2000.
[4] Vanessa Berlanga, and María Rubio. Clasificación de pruebas no
paramétricas. Cómo aplicarlas en spss. REIRE. Revista d’Innovació
i Recerca en Educació, vol. 5, num. 2, p. 101-113, 2012.
[5] Kristina Chodorow. MongoDB: the definitive guide. Second Edition,
USA: O’Reilly Media, Inc., 2013
[6] Hansel del Busto, and Osmel Enríquez. Bases de datos nosql. Revista
Telemática, 11(3):21–33, 2013.
[7] Patricia Gallo. Gestión documental en las organizaciones. Editorial
UOC, 2011.
[8] Jing Han, Haihong E, Guan Le, and Jian Du. Survey on nosql database.
In 6th international conference on pervasive computing and applications,
pages 363–366. IEEE, 2011.
[9] Harol H, and Carlos VALENZUELA. NoSQL, la nueva tendencia en el
manejo de datos. Tecnología InvestigaciónYAcademia, vol. 4, no 1, p.
147-150, 2016.
[10] ISO, N. Normas iso 25000. Obtenido de
https://iso25000.com/index.php/normas-iso-25000/, 2015.
[11] Apache JMeter. Apache JMeter. Online. https://jmeter.apache.org/, 2016.
[12] ActiveXperts, SMS. ActiveXperts SMS Messaging Server. Online.
https://www.activexperts.com/sms-messaging-server/, 2018.
[13] NetBeans, I. D. E. Netbeans IDE. Online. https://netbeans.org/, 2018.
[14] Juan Mogollón, and Telma de Carvalho. La web semánticaysus
usos en los
procesos de documentación organizacional. Informação &
Informação, 22(2):437–448, 2017.
[15] Marianela Morejón. La información en bases de datos nosql y su
incidencia en la generación documental de la secretaria general del
honorable consejo universitario. Master’s thesis, Universidad Técnica
de Ambato. Facultad de Ingeniería en Sistemas, 2018.
[16] Francisco Moreno, Juan Quintero, and Robinson Rueda. A perfor-
mance comparison between oracle and mongodb. Ciencia e Ingeniería
Neogranadina, 26(1):109–129, 2016.
[17] Alexander Castro, Juan González, and Mauro Callejas. Utilidad y
funcionamiento de las bases de datos nosql. Facultad de Ingeniería,
21(33):21–32, 2012.
[18] Roger Pressman. Ingeniería del software. Un enfoque práctico. Séptima
Edición. McGrawHill, 2010.
[19] Solid, I.T. DB-Engines ranking. Solid IT. Obtenido de https://db-
engines.com/en/ranking, 2020
[20] SPSS, IBM. IBM SPSS Statistics for Windows, version 25. Armonk, NY:
IBM SPSS Corp, 2017.
[21] Friends, Apache. XAMPP. Obtenido de
https://www.apachefriends.org/de/index.html, 2018.
[22] Yanette González and Yenisleidy Fernández. Patrón Modelo-Vista-
Controlador. Revista Telemática 11.1, pp. 47-57, 2012.
Volumen 2, Número 2. (Julio - Diciembre 2020)
e -ISSN: 2661-6688
