Análisis Comparativo del Rendimiento de Lectura de PostgreSQL y MongoDB en Comercio Electrónico: Un Estudio Empírico de Consultas de Filtrado y Analíticas

Este artículo presenta un análisis comparativo del rendimiento de lectura para PostgreSQL y MongoDB en escenarios de comercio electrónico, utilizando conjuntos de datos idénticos en un entorno de un solo host con recursos limitados. Los resultados demuestran que PostgreSQL ejecuta consultas analíticas complejas de 1.6 a 15.1 veces más rápido, dependiendo del tipo de consulta y el volumen de datos. El estudio empleó generación de datos sintéticos con la biblioteca Faker en tres etapas, procesando hasta 300,000 productos y ejecutando cada uno de los 6 tipos de consulta 15 veces. Se probaron tanto consultas de filtrado como analíticas en datos no indexados en un entorno localhost controlado con PostgreSQL 17.5 y MongoDB 7.0.14, usando configuraciones predeterminadas. PostgreSQL mostró tiempos de ejecución un 65–80 % más cortos para consultas multicriterio, mientras que MongoDB requirió aproximadamente un 33 % menos espacio en disco. Estos hallazgos sugieren que los esquemas relacionales normalizados son ventajosos para sistemas transaccionales de comercio electrónico donde las consultas analíticas dominan la carga de trabajo. Los resultados son directamente aplicables a desarrolladores de comercio electrónico pequeños y medianos que operan en entornos de despliegue con presupuesto limitado y un solo host al elegir entre bases de datos relacionales y orientadas a documentos para datos transaccionales estructurados con cargas de trabajo analíticas de lectura intensiva. Una validación mínima con índices confirma que las tendencias básicas permanecen consistentes bajo una configuración simple de indexación. Trabajos futuros examinarán estrategias de indexación más amplias, cargas de trabajo intensivas en escritura y escenarios de despliegue distribuido.