Bases de Datos Serverless: DynamoDB, Firestore y Azure Cosmos DB 2026

¡Excelente! Vamos a sumergirnos en el fascinante mundo de las bases de datos serverless, analizando a fondo los tres gigantes del mercado: DynamoDB, Firestore y Azure Cosmos DB.

¿Qué Son las Bases de Datos Serverless y Por Qué Importan?

El concepto de bases de datos serverless ha revolucionado la forma en que los equipos de SysAdmin y desarrolladores abordan el almacenamiento y la recuperación de datos. A diferencia de las bases de datos tradicionales (RDS, MySQL autogestionado, etc.), donde debes aprovisionar y gestionar servidores, las serverless eliminan por completo esa carga operativa. No piensas en instancias, núcleos de CPU o memoria RAM; piensas en tu modelo de datos y en las consultas que necesitas ejecutar.

El beneficio principal es la escalabilidad automática. Tu base de datos escala desde cero hasta cargas de trabajo masivas sin intervención manual. Pagas solo por el consumo real: operaciones de lectura/escritura y almacenamiento utilizado. Esto las convierte en la opción ideal para aplicaciones modernas, microservicios, aplicaciones móviles, IoT y cargas de trabajo impredecibles.

Sin embargo, no todas las bases de datos serverless son iguales. Cada una tiene su propia arquitectura, modelo de consistencia, lenguaje de consulta y casos de uso ideales. Vamos a diseccionar DynamoDB, Firestore y Azure Cosmos DB.

Amazon DynamoDB: El Rey de la Latencia Ultrabaja

DynamoDB es el servicio de base de datos NoSQL serverless insignia de AWS. Está diseñado desde cero para ofrecer rendimiento a escala masiva con una latencia de milisegundos de un solo dígito, independientemente del volumen de datos.

Modelo de Datos y Claves

DynamoDB es una base de datos clave-valor y de documentos. Su modelo se basa en dos conceptos fundamentales:

Clave de partición (Partition Key): Determina la partición física donde se almacenan los datos. Una buena elección de clave de partición es crucial para distribuir la carga uniformemente.
Clave de ordenación (Sort Key): Opcional. Si se define, permite almacenar múltiples elementos con la misma clave de partición, ordenados por la clave de ordenación. Esto habilita consultas de rango eficientes (BETWEEN, begins_with, etc.).

Escalabilidad Automática y Capacidad

DynamoDB ofrece dos modos de capacidad:

Bajo Demanda (On-Demand): Escala automáticamente a cualquier nivel de tráfico. Pagas por cada operación de lectura y escritura. Ideal para cargas de trabajo impredecibles o nuevas aplicaciones.
Aprovisionada (Provisioned): Defines un número fijo de unidades de capacidad de lectura y escritura (RCU/WCU). Puedes habilitar el Auto Scaling para ajustar la capacidad según la utilización. Es más económico para cargas de trabajo predecibles.

[TIP] Para cargas de trabajo críticas, combina la capacidad bajo demanda con DAX (DynamoDB Accelerator), un caché en memoria que reduce la latencia de lectura a microsegundos.

El Lenguaje de Consulta: PartiQL y la API Clásica

DynamoDB tiene dos formas principales de interactuar:

API de Bajo Nivel: GetItem, PutItem, Query, Scan. Es la más potente y eficiente, pero requiere un conocimiento profundo del modelo de datos.
PartiQL: Un lenguaje de consulta compatible con SQL que abstrae la complejidad de la API nativa. Permite hacer SELECT, INSERT, UPDATE y DELETE con una sintaxis familiar.

Consistencia y Transacciones

DynamoDB ofrece dos niveles de consistencia de lectura:

Consistencia Eventual (por defecto): La más rápida y barata. Las lecturas pueden no reflejar inmediatamente una escritura reciente.
Consistencia Fuerte: Garantiza que una lectura devuelva los datos más recientes. Cuesta el doble de RCU.

Además, soporta transacciones ACID entre hasta 25 elementos o 4 MB de datos, ideal para operaciones financieras o de inventario que requieren atomicidad.

Casos de Uso Ideales

Catálogos de productos de comercio electrónico.
Sistemas de gestión de sesiones de usuario.
Aplicaciones de juegos en tiempo real.
IoT con alta ingesta de datos.
Sistemas de conteo y leaderboards.

[WARNING] Evita usar Scan en DynamoDB en producción a menos que sea estrictamente necesario. Escanea toda la tabla y consume una cantidad masiva de RCU, lo que puede ser muy costoso y lento.

Google Firestore: La Base de Datos Serverless para el Ecosistema Firebase

Firestore es la base de datos NoSQL serverless de Google Cloud, y la sucesora de Firebase Realtime Database. Está diseñada para aplicaciones móviles y web que requieren sincronización en tiempo real y una integración profunda con el ecosistema Firebase.

Modelo de Datos: Colecciones y Documentos

Firestore organiza los datos en una jerarquía de colecciones y documentos.

Colecciones: Contienen documentos. Son el equivalente a una tabla en SQL.
Documentos: Contienen pares clave-valor. Son el equivalente a una fila. Cada documento tiene un ID único.
Subcolecciones: Un documento puede contener una subcolección, creando una estructura de datos anidada y flexible.

Escalabilidad Automática y Precios

Firestore escala automáticamente sin necesidad de configurar nada. Su modelo de precios se basa en:

Número de lecturas, escrituras y eliminaciones.
Almacenamiento de datos.
Ancho de banda de red (egress).

No hay concepto de capacidad aprovisionada. Pagas por cada operación individual. Esto lo hace muy predecible para aplicaciones con tráfico variable.

Consultas en Tiempo Real y Offline

La característica estrella de Firestore es su soporte nativo para escuchas en tiempo real. Puedes suscribirte a una consulta y recibir actualizaciones instantáneas cuando los datos cambian. Esto es perfecto para chats, dashboards en vivo y aplicaciones colaborativas.

Además, ofrece persistencia offline. Los datos se almacenan en caché en el dispositivo del cliente, permitiendo que la aplicación funcione sin conexión y sincronice los cambios cuando se restablezca la conexión.

[INFO] Firestore es la mejor opción si ya estás usando Firebase para autenticación, hosting, Cloud Functions o notificaciones push. La integración es impecable.

Lenguaje de Consulta y Limitaciones

Firestore tiene un potente lenguaje de consulta, pero con algunas limitaciones importantes:

Consultas compuestas: Puedes filtrar por múltiples campos, pero solo puedes usar un campo de desigualdad (<, >, !=) por consulta.
Sin joins: No puedes unir colecciones. Necesitas desnormalizar los datos o hacer múltiples consultas.
Límite de 1 MB por respuesta: Si una consulta devuelve más de 1 MB de datos, se paginará.

Casos de Uso Ideales

Aplicaciones móviles que requieren sincronización en tiempo real (chats, redes sociales).
Aplicaciones web progresivas (PWA) con soporte offline.
Prototipos y MVPs gracias a su facilidad de uso.
Aplicaciones que se integran con Firebase Authentication y Cloud Functions.

Azure Cosmos DB: La Base de Datos Serverless Multimodelo Global

Azure Cosmos DB es la base de datos serverless más versátil de Microsoft Azure. Su propuesta de valor principal es ser multimodelo y distribuida globalmente con réplicas de lectura y escritura en múltiples regiones.

Modelos de Datos y APIs

Cosmos DB no te obliga a usar un único modelo de datos. Puedes elegir entre varias APIs compatibles:

API NoSQL (Core): Modelo de documentos similar a MongoDB, pero con su propio SDK. Es la API más potente y nativa.
API MongoDB: Compatibilidad con el protocolo de MongoDB. Puedes migrar aplicaciones existentes de MongoDB casi sin cambios.
API Cassandra: Compatibilidad con el protocolo de Apache Cassandra.
API Gremlin: Base de datos de grafos.
API Table: Compatibilidad con Azure Table Storage.

Escalabilidad Automática y Rendimiento

Cosmos DB ofrece dos modos de capacidad serverless:

Serverless (Sin servidor): Escala automáticamente y pagas por el consumo de RU/s (Request Units por segundo) y almacenamiento. Ideal para cargas de trabajo pequeñas o impredecibles. Importante: el modo serverless tiene un límite máximo de 50,000 RU/s por contenedor.
Provisioned (Aprovisionado): Defines un número fijo de RU/s. Puedes habilitar el Auto Pilot o Auto Scaling para escalar automáticamente dentro de un rango (por ejemplo, de 10,000 a 50,000 RU/s).

Las RU (Request Units) son la moneda de cambio en Cosmos DB. Cada operación (lectura, escritura, consulta) consume una cantidad de RU. El costo total depende del número de RU consumidas.

Distribución Global y Niveles de Consistencia

Cosmos DB permite distribuir tu base de datos en cualquier número de regiones de Azure, con tiempos de conmutación por error de milisegundos. Ofrece cinco niveles de consistencia bien definidos, desde los más fuertes a los más débiles:

Strong (Fuerte): Garantiza lecturas lineales.
Bounded Staleness (Obsolescencia limitada): Permite un retraso configurable.
Session (Sesión): Garantiza consistencia dentro de una misma sesión de cliente.
Consistent Prefix (Prefijo consistente): Garantiza que las lecturas nunca vean escrituras fuera de orden.
Eventual (Eventual): El nivel más débil, pero con la latencia y el costo más bajos.

[WARNING] Elegir el nivel de consistencia incorrecto puede tener un gran impacto en el rendimiento y el costo. Para la mayoría de las aplicaciones, Session es un excelente punto de partida.

Lenguaje de Consulta y Características Avanzadas

La API NoSQL de Cosmos DB utiliza un lenguaje de consulta similar a SQL, pero con extensiones para trabajar con documentos JSON. También soporta stored procedures, triggers y UDFs escritos en JavaScript.

Otras características avanzadas incluyen:

Change Feed: Un feed de cambios en tiempo real que puedes usar para desencadenar procesos (similar a los streams de DynamoDB).
TTL (Time to Live): Elimina automáticamente los documentos después de un período de tiempo.
Analytical Store: Un almacén separado optimizado para consultas analíticas (OLAP) sin afectar el rendimiento de las consultas transaccionales (OLTP).

Casos de Uso Ideales

Aplicaciones globales que requieren baja latencia en todo el mundo.
Catálogos de productos con alta disponibilidad global.
Sistemas IoT que necesitan ingesta masiva de datos.
Aplicaciones que necesitan migrar desde MongoDB, Cassandra o Table Storage.
Microservicios que requieren una base de datos multimodelo.

Comparativa Rápida: DynamoDB vs Firestore vs Cosmos DB

Para que puedas decidir rápidamente, aquí tienes una tabla comparativa:

Característica	DynamoDB	Firestore	Azure Cosmos DB
Proveedor	AWS	Google Cloud	Microsoft Azure
Modelo Principal	Clave-Valor / Documentos	Documentos	Multimodelo (Documentos, Grafos, Tabla, Cassandra, MongoDB)
Escalabilidad Automática	Sí (On-Demand y Auto Scaling)	Sí (nativa)	Sí (Serverless y Auto Pilot)
Latencia	Milisegundos de un dígito	Milisegundos de un dígito	Milisegundos de un dígito (global)
Sincronización en Tiempo Real	No nativa (requiere AppSync)	Sí (nativa)	No nativa (requiere SignalR o similar)
Soporte Offline	No	Sí (nativo)	No
Consistencia	Eventual o Fuerte	Eventual o Fuerte (con transacciones)	5 niveles (Strong, Bounded, Session, Prefix, Eventual)
Lenguaje de Consulta	PartiQL / API nativa	API nativa (similar a MongoDB)	SQL (API NoSQL) / APIs compatibles
Distribución Global	Sí (Global Tables)	Sí (multi-región limitado)	Sí (nativa y líder del mercado)
Caso de Uso Estrella	Alta concurrencia, baja latencia, IoT	Apps móviles/web con tiempo real	Aplicaciones globales, multimodelo

Conclusión: ¿Cuál Elegir?

No existe una respuesta única. La elección entre DynamoDB, Firestore y Azure Cosmos DB depende de tu ecosistema, tu modelo de datos y tus requisitos de aplicación.

Elige DynamoDB si estás en AWS, necesitas la máxima escalabilidad y rendimiento para cargas de trabajo clave-valor o de documentos, y no necesitas sincronización en tiempo real nativa. Es la opción más madura y con mayor capacidad de personalización de la capacidad.
Elige Firestore si estás en el ecosistema Google/Firebase, tu aplicación es móvil o web, y necesitas sincronización en tiempo real y soporte offline de serie. Es la más fácil de empezar y perfecta para prototipos y aplicaciones colaborativas.
Elige Azure Cosmos DB si estás en Azure, necesitas una base de datos global con baja latencia en múltiples regiones, o si necesitas soporte para múltiples modelos de datos (MongoDB, Cassandra, Gremlin) sin cambiar de servicio. Es la más flexible y potente para escenarios complejos.

Las bases de datos serverless son el futuro de la gestión de datos en la nube. Al eliminar la sobrecarga operativa y ofrecer escalabilidad automática, permiten a los equipos centrarse en construir funcionalidades de negocio en lugar de gestionar infraestructura. Evalúa tus necesidades, prueba los servicios gratuitos y elige el que mejor se adapte a tu arquitectura.