Testing NoSQL: MongoDB, Redis, DynamoDB

Bases de Datos NoSQL en Stacks Modernos #

Las bases de datos NoSQL intercambian el schema rígido y las garantías ACID de SQL por flexibilidad, escalabilidad y rendimiento en casos de uso específicos. Como ingeniero QA, necesitas enfoques de testing diferentes para cada tipo.

Testing de MongoDB #

MongoDB almacena datos como documentos JSON-like (BSON). Las colecciones no aplican schema por defecto, lo que significa que tu aplicación — y tus tests — deben validar la estructura de datos.

Testing de Validación de Schema #

db.createCollection("users", {
  validator: {
    $jsonSchema: {
      bsonType: "object",
      required: ["name", "email"],
      properties: {
        name: { bsonType: "string", minLength: 1 },
        email: { bsonType: "string", pattern: "^.+@.+\\..+$" },
        age: { bsonType: "int", minimum: 0, maximum: 150 }
      }
    }
  }
});

Casos de prueba:

// Documento válido — debe tener éxito
db.users.insertOne({ name: "Alice", email: "alice@test.com", age: 30 });

// Campo requerido faltante — debe fallar
db.users.insertOne({ name: "Bob" });

// Tipo inválido — debe fallar
db.users.insertOne({ name: "Charlie", email: "charlie@test.com", age: "thirty" });

Testing de Queries #

const result = db.orders.aggregate([
  { $match: { status: "completed" } },
  { $group: { _id: "$userId", totalSpent: { $sum: "$total" } } },
  { $sort: { totalSpent: -1 } },
  { $limit: 10 }
]);

Testing de Índices #

db.users.createIndex({ email: 1 }, { unique: true });
db.users.find({ email: "alice@test.com" }).explain("executionStats");
// Busca stage "IXSCAN" (no "COLLSCAN")

Testing de Redis #

Redis es un almacén key-value en memoria usado para caching, sesiones, rate limiting y funcionalidades en tiempo real.

Testing de Tipos de Datos #

# String
SET user:123:name "Alice"
GET user:123:name

# Hash
HSET user:123 name "Alice" email "alice@test.com"
HGETALL user:123

# List
LPUSH notifications:123 "Nuevo pedido" "Pago recibido"
LRANGE notifications:123 0 -1

# Set
SADD user:123:roles "admin" "editor" "admin"
SMEMBERS user:123:roles  # {"admin", "editor"} — sin duplicados

# Sorted Set
ZADD leaderboard 100 "Alice" 200 "Bob" 150 "Charlie"
ZREVRANGE leaderboard 0 2 WITHSCORES

Testing de TTL #

SET session:abc123 "user-data" EX 60
TTL session:abc123  # Retorna segundos restantes
EXISTS session:abc123  # 1 (existe)
# Después de 60 segundos...
EXISTS session:abc123  # 0 (expirado)

Testing de Invalidación de Cache #

1. Cache hit: Datos en Redis, app retorna valor cacheado.
2. Cache miss: Datos no en Redis, app consulta BD y cachea resultado.
3. Cache invalidation: Datos actualizados en BD, valor cacheado invalidado.
4. Stale cache: Después de invalidación, siguiente solicitud retorna datos frescos.

Testing de DynamoDB #

DynamoDB es un wide-column store completamente gestionado de AWS.

Testing de Diseño de Keys #

import boto3

dynamodb = boto3.resource('dynamodb', endpoint_url='http://localhost:8000')
table = dynamodb.Table('Orders')

table.put_item(Item={
    'userId': 'user-123',
    'orderId': 'order-456',
    'total': 99.99,
    'status': 'pending'
})

response = table.query(
    KeyConditionExpression='userId = :uid',
    ExpressionAttributeValues={':uid': 'user-123'}
)
assert len(response['Items']) >= 1

Ejercicio: Laboratorio de Testing NoSQL #

Parte 1: Testing de MongoDB #

docker run -d --name mongo-test -p 27017:27017 mongo:7

Tarea 1.1: Crea una colección con validación de schema para “products”. Prueba que documentos inválidos sean rechazados.

Tarea 1.2: Inserta 1,000 productos con varias categorías. Escribe queries de aggregation y verifica resultados.

Tarea 1.3: Crea un índice compuesto en {category: 1, price: -1}. Verifica con explain() que los queries usen el índice.

Parte 2: Testing de Redis #

docker run -d --name redis-test -p 6379:6379 redis:7

Tarea 2.1: Implementa y prueba un session store con TTL de 300 segundos.

Tarea 2.2: Implementa y prueba un rate limiter: 10 solicitudes por minuto por usuario.

Tarea 2.3: Prueba invalidación de cache: cachea perfil, actualiza “BD”, invalida cache, verifica que próxima lectura traiga datos frescos.

Parte 3: Testing de DynamoDB #

docker run -d --name dynamo-test -p 8000:8000 amazon/dynamodb-local

Tarea 3.1: Crea tabla Orders con userId (partition key) y orderId (sort key). Inserta 50 pedidos y prueba patrones de query.

Tarea 3.2: Prueba conditional writes — actualiza estado solo si es “pending”.

Entregables #

1. MongoDB: Tests de validación, verificación de aggregation, prueba de uso de índices.
2. Redis: Tests de TTL, rate limiter, invalidación de cache.
3. DynamoDB: Tests de patrones de query, conditional writes.
4. Resumen comparativo de diferencias entre testing SQL y NoSQL.