¿Qué es MongoDB? Guía avanzada

MongoDB fue creado en 2007 por un par de desarrolladores que querían rastrear números enormes, de ahí el nombre, de pequeñas transacciones en el negocio de servicios publicitarios. La nueva base de datos, que inicialmente se denominó 10gen, contenía datos en un simple "cubo" de documentos de archivos de tipo JSON, y fue capaz de escalar rápidamente. No necesitaba ni un modelo de datos ni una concurrencia de transacciones exigente porque simplemente contaba las impresiones de anuncios y no había mucho en juego.

Sin embargo, resulta que MongoDB proporcionó justamente el tipo de sencillez de base de datos que buscaban los desarrolladores. Se lanzó bajo el modelo de desarrollo de código abierto en 2009, trasladado a SSPL (Server Side Public License) en 2018, y ha evolucionado para convertirse en el almacén de datos estándar de facto para muchas pilas de desarrollo de código abierto, con una lista de clientes que incluye Expedia, Lyft, eBay y muchos más. Veamos por qué es eficaz.

¿Qué es MongoDB?

MongoDB es una base de datos de documentos de código abierto popular que se utiliza ampliamente en las aplicaciones web y móviles modernas. Se clasifica como una base de datos NoSQL, lo que significa que toma un enfoque flexible y orientado a documentos para almacenar datos en lugar de un método relacional basado en tablas tradicional. Una gran parte del atractivo de MongoDB es su simplicidad y enfoque de desarrollador. Por ejemplo, las interacciones de Mongo se definen mediante el acrónimo CRUD, para crear, leer, actualizar y suprimir.

MongoDB guarda datos en documentos JSON que facilitan relativamente el uso de datos almacenados, ya sean estructurados, no estructurados o semiestructurados, para diferentes tipos de aplicaciones. El modelo de datos flexible de MongoDB permite a los desarrolladores almacenar datos no estructurados, al tiempo que ofrece soporte de indexación para un acceso y replicación de archivos más rápidos, de cara a garantizar la protección y disponibilidad de datos. Esto significa que con MongoDB los desarrolladores pueden diseñar y crear aplicaciones sofisticadas.

Si bien MongoDB se desarrolló para rastrear impresiones en miles de sitios de servicios de publicidad, pronto ganó gran popularidad por la flexibilidad que ofrecía como almacén de datos en el desarrollo de webs de código abierto. Ha evolucionado continuamente desde su lanzamiento en 2007, acumulando un sólido conjunto de funciones que incluye consultas ad hoc, indexación y agregación en tiempo real. Una ventaja clave de MongoDB para los desarrolladores es que, en relación con las bases de datos relacionales más populares, es intuitivo de usar y puedes comenzar a utilizarlo rápidamente. El tipo de documentos JSON almacenados en la asignación MongoDB a tipos de datos conocidos que se encuentran en lenguajes de programación populares, como diccionarios JavaScript o Python. Mongo también ofrece un completo menú de bibliotecas cliente con soporte de controladores para la mayoría de los lenguajes de programación, incluidos PHP, .Net, Java, Python, Node.js y muchos otros.

Como todas las herramientas tecnológicas, MongoDB es fuerte en algunas áreas y débil en otras. Fue diseñado para rastrear la publicidad en línea, que requería un acceso rápido simultáneo, pero solo necesitaba una precisión transaccional suelta y poco análisis en tiempo real. Incluso hoy en día, MongoDB se forma en torno a los principios BASE, que representan la disponibilidad, la escalabilidad y la consistencia eventual. Como tal, MongoDB se suele utilizar en escenarios en los que la alta disponibilidad y la escalabilidad son consideraciones de diseño principales. En cambio, para trabajos como operaciones financieras o en entornos empresariales esenciales, los desarrolladores suelen optar por una base de datos relacional. Estas ofrecen transacciones ACID (atomicidad, consistencia, aislamiento y durabilidad) para ayudar a garantizar la fiabilidad y consistencia de las operaciones de la base de datos. Sin embargo, más recientemente, el sector tecnológico ofrece soluciones que pueden ofrecer a los desarrolladores lo mejor de ambos mundos gracias a la sencillez del desarrollo de JSON y las ventajas de SQL.

Cómo funciona MongoDB

¿Cómo pasan los datos de las aplicaciones a la base de datos MongoDB?

Las aplicaciones de clientes en diversos lenguajes de programación interactúan con la base de datos MongoDB.

1. Los drivers son bibliotecas específicas del idioma que permiten a las aplicaciones comunicarse con MongoDB.
2. El servidor de base de datos MongoDB es donde se almacenan y gestionan los datos. Puede ser un solo grupo, una réplica o un clúster con particiones horizontales.
3. Los archivos de datos contienen los documentos reales dentro de la base de datos MongoDB.
4. El sistema de almacenamiento de fragmentos es donde los archivos se dividen en secciones de tamaño fijo y se almacenan.

Entornos MongoDB

MongoDB viene en diversas configuraciones y niveles de servicio para adaptarse a las necesidades de los desarrolladores, tanto si trabajan en proyectos empresariales pequeños, medianos o incluso grandes.

• MongoDB Atlas es una oferta de base de datos como servicio de MongoDB diseñada para desplegar y gestionar bases de datos entre proveedores de nube. Atlas automatiza muchas tareas administrativas, como el escalado y las copias de seguridad.
• MongoDB Community es una versión de código abierto de la base de datos diseñada para adaptarse a proyectos pequeños y medianos que buscan una solución NoSQL. Como es de código abierto, es adecuado para la modificación y la innovación, y ofrece a los desarrolladores una comunidad sólida para encontrar asistencia. Sin embargo, la versión Community carece de apoyo oficial y acuerdos de nivel de servicio (SLA), tiene menos opciones de seguridad y solo ofrece herramientas de gestión limitadas.
• MongoDB Enterprise Advanced es la versión premium disponible comercialmente de MongoDB Community. Ofrece opciones de seguridad mejoradas y un motor de almacenamiento en memoria para admitir casos de uso empresariales.

Conclusiones clave

• MongoDB es una base de datos NoSQL popular que se utiliza para almacenar datos estructurados, semiestructurados y no estructurados.
• En lugar de utilizar tablas, como en una base de datos relacional tradicional, MongoDB almacena datos en documentos JSON organizados en recopilaciones.
• Debido a que MongoDB no requiere esquemas rígidos, permite un modelo de datos flexible que puede evolucionar para adaptarse a los cambios en la funcionalidad de la aplicación.
• MongoDB fue diseñado originalmente para ofrecer rapidez de almacenamiento y recuperación en el negocio de publicidad, sin prestar demasiada atención a la consistencia de las transacciones o el análisis rápido de datos. Los desarrollos posteriores, como las funciones de fragmentación, amplían las capacidades de MongoDB.
• Debido a que MongoDB ofrece diferentes puntos fuertes que una base de datos relacional tradicional, los desarrolladores a menudo buscan formas de obtener lo mejor de ambos enfoques.

MongoDB en detalle

MongoDB es una base de datos NoSQL que utiliza un modelo de datos orientado a documentos, donde cada registro es un documento almacenado en una recopilación, en lugar de las filas y columnas comunes a las bases de datos relacionales populares, como MySQL.

MongoDB almacena los documentos JSON con un formato denominado BSON o JSON binario. La naturaleza no relacional de estos documentos significa que pueden almacenar, y la base de datos puede procesar, datos de aplicaciones estructurados, así como datos semiestructurados y no estructurados. A diferencia de las bases de datos relacionales, MongoDB no utiliza esquemas rígidos. En su lugar, los documentos son flexibles y pueden contener matrices y documentos anidados, lo que permite un almacenamiento de datos complejo y jerárquico.

Al manejar conjuntos de datos extremadamente grandes, documenta las bases de datos, como MongoDB, escala o distribuye datos entre varios nodos o clústeres mediante una técnica denominada fragmentación. Ese modelo permite un almacenamiento y recuperación rápidos. Esta arquitectura tiene sentido dado que MongoDB fue creado para el servicio de anuncios, donde potencialmente millones de anuncios podrían necesitar ser llamados a través de miles de sitios web en cualquier momento. No había necesidad inherente de analizar un anuncio frente a otro, lo que permitía que los datos se distribuyeran y separaran físicamente.

Las bases de datos de documentos jerárquicos son muy rápidas para las operaciones de lectura, pero el análisis de datos puede ser lento porque los sistemas deben analizar datos en todas las entidades anidadas. Las bases de datos relacionales, por el contrario, almacenan sus datos en tablas independientes, y se puede hacer referencia a un único "objeto" en muchas tablas de la base de datos, lo que permite operaciones analíticas más eficientes a escala. Dadas estas diferentes fortalezas, los equipos de desarrollo generalmente optarán por el mejor sistema de gestión de datos para las necesidades actuales de su aplicación. Alternativamente, pueden elegir una base de datos multimodal que proporcione acceso SQL completo a datos de documentos relacionales y JSON, así como a muchos otros tipos de datos.

¿Cómo funciona MongoDB?

MongoDB almacena datos en recopilaciones similares a las tablas de las bases de datos relacionales. Cada recopilación contiene varios documentos, que pueden variar en su estructura. No es necesario declarar la estructura de los documentos al sistema, ya que los documentos se autodescriben, lo que significa que cada documento contiene metadatos que describen cada campo dentro del documento.

Para mejorar el rendimiento, MongoDB permite la indexación en cualquier campo de cada documento. Los índices soportan la ejecución eficaz de consultas y pueden incluir índices primarios y secundarios. El lenguaje de consulta de MongoDB admite operaciones CRUD (crear, leer, actualizar, suprimir) y permite realizar consultas complejas de agregación, búsqueda de texto y geoespaciales. Para ayudar a mejorar los tiempos de respuesta, MongoDB proporciona un marco de agregación, que permite a los desarrolladores configurar un procesamiento de datos complejo en el servidor. Esto significa que es capaz de realizar análisis en el clúster donde residen los datos, sin tener que moverlos a otra plataforma, como con Apache Spark o Hadoop. Esto puede reducir la cantidad de datos que se transfieren desde y hacia los clientes.

MongoDB trabaja para proporcionar alta disponibilidad y mejorar el rendimiento mediante el soporte de conjuntos de datos de réplica. Las réplicas se pueden utilizar para equilibrar la carga mediante la distribución de operaciones de lectura y escritura en todas las instancias. Estos juegos de réplicas también proporcionan redundancia y aumentan la disponibilidad de datos al mantener varias copias de datos en diferentes servidores de bases de datos. En caso de fallo de hardware o mantenimiento, los juegos de réplicas permiten que MongoDB proporcione failover automático y redundancia de datos.

Para la escalabilidad, MongoDB soporta la escalabilidad horizontal a través de la fragmentación, que es una forma de distribuir datos entre varias bases de datos en varios equipos. Un clúster con particiones horizontales puede constar de múltiples conjuntos de réplicas. La fragmentación se configura mediante la definición de una clave de fragmentación, que determina cómo se distribuyen los datos entre las particiones horizontales. Esta técnica puede ayudar a gestionar grandes conjuntos de datos y operaciones de alto rendimiento, ya que divide el conjunto de datos y lo carga en varios servidores.

Cómo funciona la fragmentación

Cada fragmentación es una instancia de Oracle Database independiente que aloja un subconjunto de los datos de la base de datos lógica.

MongoDB frente a RDBMS

Cada tipo de base de datos (relacional, como MySQL, Postgres y Oracle Database, o orientada a documentos, como CouchDB, DynamoDB y MongoDB) tiene fortalezas y debilidades, y la elección generalmente depende de los requisitos y restricciones específicos de la aplicación que se esté desarrollando.

Un sistema de gestión de bases de datos relacionales (RDBMS) utiliza un lenguaje de consulta estructurado (SQL), mientras que el formato centrado en documentos de MongoDB utiliza API de almacén de documentos. Aun así, MongoDB Query Language (MQL) utiliza un lenguaje similar a JavaScript con operaciones como la creación, lectura, actualización y eliminación de documentos.

MongoDB no tiene el concepto de tablas y filas y carece de esquemas, por lo que hay menos estructura que definir antes de que se pueda utilizar la base de datos. Sin embargo, sin un esquema central, cada aplicación que accede a las recopilaciones necesita comprender el documento. Por lo tanto, el "esquema" está en el código de aplicación y no está definido en la base de datos. Si una aplicación cambia el esquema, es posible que otras aplicaciones no funcionen. En comparación con las bases de datos relacionales, donde un esquema es esencialmente un plan detallado para el RDBMS, y la organización de datos y la interrelación se definen explícitamente, MongoDB carece del concepto inherente de relaciones entre datos.

La flexibilidad de los almacenes de datos es notable, ya que MongoDB utiliza diferentes formatos para los datos, como almacenes de clave-valor, gráficos y documentos, y las estructuras de datos pueden cambiar con el tiempo. Esto difiere de un RDBMS, que utiliza definiciones estrictas, jerarquías y procedimientos de validación basados en estos para ayudar a garantizar la integridad de los datos.

Si bien la configuración de una instancia MongoDB básica es sencilla, configurar y mantener un clúster MongoDB distribuido a gran escala con fragmentación y réplicas puede ser complejo y requerir un profundo conocimiento de sus opciones de arquitectura y configuración.

Diferencias clave

¿Por qué utilizar MongoDB?

MongoDB es adecuado para una amplia gama de usos, desde aplicaciones CRUD simples, como un blogging o aplicación de toma de notas, hasta plataformas complejas, como Amazon Prime. MongoDB a menudo se selecciona para sistemas de gestión de contenido (CMSes), aplicaciones de juegos donde la sincronización de datos debe ser rápida y datos biométricos de atención médica, entre muchos otros casos de uso. Su versatilidad lo ha convertido en la piedra angular de pilas de desarrollo de código abierto populares, como MEAN y MERN.

Elígelo cuando necesites:

• Flexibilidad. El formato de documento JSON de MongoDB proporciona una forma sencilla e intuitiva de representar estructuras de datos jerárquicas que de otro modo requerirían uniones complicadas a través de consultas SQL.
• Disponibilidad. Las funciones de base de datos distribuida de MongoDB ofrecen alta disponibilidad, incluso con grandes conjuntos de datos sujetos a constantes cambios.
• Escalabilidad. MongoDB está diseñado para recopilar, procesar y analizar grandes conjuntos de datos, que cambian rápidamente y son diversos.
• Rendimiento. La optimización del rendimiento mediante métodos como la replicación, la fragmentación y otros, hace que MongoDB sea una opción viable para aplicaciones de gran tamaño en áreas como los medios y el entretenimiento.
• Compatibilidad. Los documentos de tipo JSON de MongoDB proporcionan una fácil compatibilidad con los tipos de datos familiares que se encuentran en los lenguajes de programación más populares. Además, las bibliotecas de cliente de MongoDB ofrecen controladores para la mayoría de los lenguajes de programación, como PHP, .Net, JavaScript y muchos más.
• Soporte de la comunidad. MongoDB es un almacén de datos estándar de facto en muchas pilas de desarrollo de código abierto, donde el apoyo de la comunidad es abundante.

Funcionalidades de MongoDB

MongoDB se ha vuelto popular entre los desarrolladores, en parte debido a su API intuitiva, su modelo de datos flexible y sus funciones, que incluyen:

• Consultas específicas. MongoDB admite consultas de campo, rango y expresión regular que pueden devolver documentos completos, campos específicos de documentos o muestras aleatorias de resultados.
• Indexación. MongoDB admite varios tipos de índice diferentes, incluidos un único campo, compuesto (varios campos), varias claves (matriz), geoespacial, texto y hash.
• Replicación. MongoDB proporciona alta disponibilidad con juegos de réplicas que incluyen dos o más copias de los datos. Las escrituras son manejadas por la réplica principal, mientras que cualquier réplica puede proporcionar solicitudes de lectura. Si la réplica principal falla, se promociona una réplica secundaria para que se convierta en la réplica principal.
• Escalabilidad. La escala en bases de datos MongoDB se mejora con la fragmentación, ya que los clústeres almacenan solo una parte de los datos de una recopilación. Las claves de fragmentación determinan la distribución de esos datos.
• Equilibrio de carga. MongoDB se puede escalar vertical y horizontalmente, y gracias a los clústeres con particiones horizontales, la estructura básica de la base de datos puede manejar el equilibrio de carga. La replicación se puede utilizar para reducir las cargas en los servidores principales.
• Almacenamiento de archivos. Los datos se almacenan en documentos que se asignan fácilmente a objetos en la mayoría de los lenguajes de programación, proporcionando un fácil acceso dentro de las aplicaciones.
• Procesamiento por lotes. El procesamiento de datos se puede realizar de varias maneras. A veces se hace en los propios documentos, otras veces con un método de escritura masiva que reduce las operaciones de red.

Ventajas de MongoDB

La popularidad de MongoDB con la comunidad de código abierto se atribuye a las múltiples formas en que hace que el desarrollo y el mantenimiento de aplicaciones sean más intuitivos y escalables. Estas ventajas incluyen:

• Facilidad de utilización para los desarrolladores. Los desarrolladores suelen elegir MongoDB porque es fácil descargar o acceder a la nube, lo que significa que pueden comenzar rápidamente, en parte porque es más sencillo trabajar con documentos en lugar de crear un modelo de datos y trabajar con tablas.
• Eficacia. JSON proporciona una serie de eficiencias, con pequeños archivos de documentos y contenido legible para el ser humano. MongoDB codifica documentos en formato binario (BSON), que es más compacto y más rápido de analizar que el texto sin formato.
• Esquemas flexibles. El modelo de datos de documentos de MongoDB admite esquemas flexibles y autodescriptivos, lo cual permite que los campos varíen de un documento a otro.
• Lenguaje de consulta sencillo. El lenguaje de consulta MongoDB (MQL) está diseñado para resultar fácil de usar para los desarrolladores, proporcionando la capacidad para consultas e índices complejos para acelerar las consultas utilizadas con frecuencia.
• Tecnología nativa en la nube. MongoDB Atlas es una base de datos nativa en la nube, por lo que recibe actualizaciones frecuentes y se adapta rápidamente a las nuevas tecnologías. Su uso también facilita la migración de una aplicación a la nube.

Desventajas de MongoDB

Si bien MongoDB ofrece muchas ventajas, especialmente para aplicaciones que requieren flexibilidad y alto rendimiento en medio de grandes volúmenes de datos, sí presenta muchos inconvenientes potenciales.

• Soporte para transacciones. El soporte transaccional de MongoDB no es tan maduro ni robusto como el que se encuentra en las bases de datos relacionales tradicionales. Las transacciones complejas, especialmente las que abarcan varias operaciones, pueden funcionar algo peor y pueden ser difíciles de implementar en MongoDB.
• Consistencia de datos. El uso de "consistencia eventual" que realiza MongoDB para los conjuntos de réplicas puede llevar a situaciones en las que todos los usuarios no están leyendo los mismos datos al mismo tiempo. Para las aplicaciones que exigen una consistencia sólida, esto puede ser un grave inconveniente.
• Operaciones de unión. MongoDB no admite uniones como lo hacen las bases de datos SQL. Sin embargo, ofrece opciones que realizan una función similar, aunque generalmente son menos eficientes y pueden llevar a consultas más complejas y a un rendimiento más lento, especialmente cuando se trata de relaciones complejas entre documentos.
• Uso de memoria. MongoDB almacena sus datos e índices más utilizados en RAM, por lo que su rendimiento depende en gran medida de disponer de suficiente RAM. Como resultado, una base de datos MongoDB puede consumir más recursos de memoria y, potencialmente, más hardware que otras bases de datos.
• Sobrecarga de almacenamiento. El paradigma de documento autocontenido utilizado por MongoDB puede generar mayores necesidades de almacenamiento más grandes que las tablas altamente normalizadas de bases de datos relacionales. Además, el esquema dinámico de MongoDB puede causar redundancia y fragmentación de datos que aumenten el uso del almacenamiento y los costos.
• Limitaciones de indexación. MongoDB admite múltiples opciones de indexación, pero el mantenimiento de un gran número de índices puede reducir el rendimiento de escritura. Simplemente no se ha creado para escrituras frecuentes, ya que es posible que cada operación de escritura necesite actualizar varios índices: lo cual a menudo supone renunciar al rendimiento de las consultas frente al rendimiento de escritura.
• Costo. En los casos en los que se requiere alta disponibilidad y escalabilidad horizontal, el costo asociado a la ejecución y el mantenimiento de un clúster de MongoDB, especialmente en entornos en la nube, puede ser significativo. La necesidad de mucha memoria RAM y almacenamiento también puede aumentar los costos. Esto es especialmente cierto en situaciones de alta disponibilidad en las que las bases de datos de réplica requieren un número igual de recursos.

Compatibilidad con MongoDB

MongoDB es una base de datos NoSQL que funciona bien dentro de ese ecosistema, pero también está diseñada para interactuar con otros tipos de sistemas de gestión de bases de datos a través de varias herramientas y conectores de integración de datos. Este conjunto de herramientas incluye una infraestructura ETL (extracción, transformación, carga) para extraer y migrar datos de MongoDB y viceversa. Esto es útil para enviar datos a una base de datos relacional para generar informes y realizar análisis de datos complejos. Las aplicaciones MongoDB también se pueden comunicar entre diferentes plataformas de base de datos mediante API de REST.

Ejecución de cargas de trabajo MongoDB en Oracle Autonomous Database

Un buen ejemplo de compatibilidad MongoDB es la API de Oracle Database API for MongoDB, que permite a los desarrolladores utilizar las herramientas y los controladores de código abierto de MongoDB conectados a Oracle Autonomous JSON Database. Esto les da acceso a las capacidades multimodelo de Oracle y les ayuda a evitar mover datos a una base de datos independiente para análisis, aprendizaje automático (ML) y análisis espacial. Piensa en Autonomous JSON Database como una alternativa multimodal a MongoDB Atlas. A menudo, se necesitan pocos cambios o ningún cambio para las aplicaciones existentes.

Migra cargas de trabajo de MongoDB Workloads a Oracle Autonomous JSON Database

En lugar de acceder a la funcionalidad MongoDB mediante API, los desarrolladores pueden simplemente migrar sus cargas de trabajo centradas en JSON a una instancia de Oracle Autonomous JSON Database en Oracle Cloud Infrastructure (OCI). Esto proporciona un servicio de base de datos de documentos en la nube para aplicaciones centradas en JSON que cuenta con API de documentos de estilo NoSQL (Simple Oracle Document Access, o SODA, y Oracle Database API for MongoDB), escalado sin servidor, transacciones ACID de alto rendimiento, seguridad completa y precios bajos de pago por uso. No hay tiempo de inactividad porque la migración de MongoDB a Oracle Autonomous JSON Database se realiza con Oracle Cloud Infrastructure (OCI) GoldenGate.

Comienza a usar Autonomous Database

Los usuarios de MongoDB ahora disponen de una forma más versátil de crear aplicaciones centradas en JSON. Oracle Autonomous Database ofrece a los desarrolladores la flexibilidad de reaccionar a las demandas del negocio con una única plataforma de datos que puede ayudar a satisfacer todas sus necesidades: permitiendo que los desarrolladores utilicen SQL, documentos JSON, gráficos, geoespaciales, texto y vectores en una sola base de datos para crear rápidamente nuevas funciones.

Además, una nueva y revolucionaria función de Oracle Database, JSON Relational Duality, proporciona las ventajas tanto de las tablas relacionales como de los documentos JSON, sin las desventajas de ninguno de los modelos.

Autonomous Database ofrece los servicios de IA integrados y el aprendizaje automático (ML) en la base de datos para mejorar tus aplicaciones con análisis de texto e imágenes, reconocimiento de voz o recomendaciones personalizadas. Con Select AI, Autonomous Database traduce automáticamente el lenguaje natural a consultas de base de datos y te permite mantener una conversación contextual, sin necesidad de realizar una codificación personalizada u operaciones manuales a través de una interfaz compleja. Además, dado que la base de datos es totalmente autónoma, permite a los equipos de desarrollo centrarse en la creación de aplicaciones al garantizar el tiempo de actividad y proteger los datos mediante medidas de seguridad automatizadas y supervisión continua.

Puedes comenzar hoy mismo de forma gratuita e incluso probar un taller para aprender a usar SQL, JSON y Oracle Graph en la misma aplicación.

Con casos de uso que incluyen plataformas de comercio electrónico, aplicaciones del IoT, etc., MongoDB ha demostrado su versatilidad en todos los sectores. Su capacidad para manejar diversos tipos de datos y soportar consultas complejas lo posiciona como un componente eficaz de las pilas de tecnología moderna. A medida que las empresas buscan extraer el máximo valor de sus datos, MongoDB será fundamental para el éxito.

Preguntas frecuentes sobre MongoDB

¿Cuál es la diferencia entre SQL y MongoDB?

MongoDB guarda datos no estructurados, lo que no es adecuado para un lenguaje de consulta estructurado (SQL).

¿Es MongoDB un idioma backend?

No, pero se puede utilizar como parte de una aplicación web backend.

¿Es MongoDB un lenguaje o un marco?

Es un sistema de gestión de bases de datos que utiliza datos no estructurados almacenados en documentos en lugar de tablas.