- Repositorio: https://github.com/saulalvarado1/NoSQL-Backup-Strategy
- App desplegada: https://nosql-backup-strategy-d819.onrender.com
- Autor: Saul Jose Alvarado Urbano, Ana Cecilia Esteban Ramos — Curso de Base de Datos II
1. ¿Por qué hablar de backups en NoSQL?
Es común pensar que una base de datos NoSQL gestionada "ya está respaldada" porque tiene réplicas. Pero una réplica no es un backup: si alguien ejecuta db.productos.deleteMany({}) por error, el borrado se replica en segundos a todos los nodos. Un backup es una copia independiente en el tiempo que permite volver a un estado anterior.
En este artículo construyo una aplicación pequeña (una tienda con productos y clientes) sobre MongoDB Atlas y le implemento una estrategia de backup completa y automatizada, con código abierto y desplegada en la nube.
2. Tipos de backup en MongoDB
| Tipo | Herramienta | Ventajas | Desventajas |
|---|---|---|---|
| Lógico |
mongodump, export EJSON |
Portátil, granular por colección, legible | Más lento en bases grandes |
| Físico / snapshot | Snapshots de disco, Atlas Cloud Backup | Muy rápido, consistente | Ligado al proveedor, requiere planes de pago en Atlas |
| Continuo (PITR) | Oplog, Atlas Continuous Backup | Restaurar a un segundo exacto | Costo y complejidad |
El plan gratuito de Atlas (M0) no incluye Cloud Backup, así que implementamos un backup lógico propio, que además nos da una copia fuera del proveedor de la base de datos.
3. La estrategia: regla 3-2-1 + métricas RPO/RTO
- 3 copias de los datos: la base en Atlas (con su replica set), el backup en GitHub Actions y una copia descargable/cifrada.
- 2 medios distintos: el cluster de Atlas y el almacenamiento de artefactos de GitHub.
- 1 copia fuera del sitio: el backup vive en otro proveedor (GitHub), no en Atlas.
Objetivos definidos para la app:
- RPO (cuántos datos podemos perder): 24 horas → backup diario.
-
RTO (cuánto tardamos en recuperar): < 5 minutos → un comando
npm run restore. - Retención: 30 días (artefactos) y los últimos N backups en el servidor.
4. Arquitectura
Desarrollador ──push──▶ GitHub ──▶ GitHub Actions
├─ CI/CD : pruebas ▶ docker build ▶ deploy ▶ Render
└─ Backup: cron diario ▶ export EJSON ▶ restore de prueba ▶ cifrado AES-256 ▶ artefacto
Usuario ──HTTPS──▶ Render (Node.js/Express) ──▶ MongoDB Atlas (M0)
5. El backup: EJSON + gzip + checksum
Exportar con JSON.stringify perdería tipos: un ObjectId o un Decimal128 se convertirían en texto. Por eso uso Extended JSON (EJSON) canónico, que guarda el tipo BSON de cada valor. Cada colección se escribe como un archivo .jsonl.gz (un documento por línea), en streaming para no cargar todo en memoria:
async function* lineas() {
for await (const doc of cursor) {
documentos++;
yield EJSON.stringify(doc, { relaxed: false }) + '\n';
}
}
await pipeline(Readable.from(lineas()), zlib.createGzip(), fs.createWriteStream(archivo));
Junto a los datos se guarda un metadata.json con el número de documentos, los índices y el hash SHA-256 de cada archivo:
{
"id": "2026-11-16T05-00-00-000Z",
"baseDeDatos": "tienda",
"colecciones": {
"productos": { "documentos": 5, "indices": [{ "name": "idx_nombre", "key": { "nombre": 1 } }], "sha256": "862dcd12…" }
}
}
Al final se aplica la política de retención: se borran los backups más antiguos que excedan el límite.
6. La restauración: un backup que no se prueba no existe
La restauración hace tres cosas:
- Verifica la integridad: recalcula el SHA-256 de cada archivo. Si alguien alteró o corrompió el backup, se detiene antes de tocar la base.
- Inserta en lotes de 1000 documentos y recrea los índices.
-
Compara los conteos con los de
metadata.json.
const actual = await sha256(path.join(dirBackup, info.archivo));
if (actual !== info.sha256) throw new Error(`Checksum inválido en la colección "${nombre}"`);
Las pruebas automatizadas (npm test) hacen un ciclo completo backup → borrar → restore y comprueban que Date, Decimal128, ObjectId e índices llegan intactos, que la retención funciona y que un backup alterado es rechazado.
7. Automatización con GitHub Actions
7.1 Backup diario verificado (backup.yml)
on:
schedule:
- cron: "0 5 * * *" # diario
workflow_dispatch:
jobs:
backup:
runs-on: ubuntu-latest
services:
mongo-verificacion: # base temporal para probar la restauración
image: mongo:7
ports: ["27018:27017"]
steps:
- run: node scripts/backup.js ./backups 1 # desde Atlas
- run: node scripts/restore.js # hacia la base temporal
- run: openssl enc -aes-256-cbc -pbkdf2 ... # cifrado
- uses: actions/upload-artifact@v4 # retención 30 días
Cada noche el workflow saca el backup de Atlas, lo restaura en un MongoDB efímero para demostrar que sirve, lo cifra con AES-256 y lo guarda como artefacto durante 30 días. Las credenciales viven en GitHub Secrets, nunca en el código.
7.2 Despliegue continuo (ci-cd.yml)
En cada push a main: se ejecutan las pruebas contra un MongoDB de servicio, se construye la imagen Docker y, si todo pasa, se llama al deploy hook de Render. Luego el pipeline espera a que /health responda para confirmar el despliegue.
8. Publicación en la nube
- Base de datos: MongoDB Atlas M0 (SaaS, gratis).
-
Aplicación: Render Web Service (plan free) usando el
Dockerfiley el blueprintrender.yaml(infraestructura como código). - CI/CD y backups: GitHub Actions.
9. Demostración de recuperación ante desastre
- Abro la app y veo 5 productos.
- Simulo el desastre:
db.productos.deleteMany({})en Atlas → la tienda queda vacía. - Descargo el último artefacto de backup, lo descifro y ejecuto
npm run restore. - En segundos la app vuelve a mostrar los 5 productos, con sus índices. RTO cumplido.
10. Buenas prácticas y lecciones aprendidas
- Réplica ≠ backup. Los errores humanos se replican.
- Probar la restauración automáticamente, no solo generar archivos.
- Checksums para detectar corrupción o manipulación.
- Cifrar los backups y guardar las claves en un gestor de secretos.
- Guardar una copia fuera del proveedor de la base de datos.
- Para bases grandes o RPO de minutos, pasar a Atlas Cloud Backup / PITR o
mongodump --oplogsobre un replica set.
11. Conclusión
Con herramientas gratuitas (Atlas M0, GitHub Actions y Render) se puede implementar una estrategia de backup seria para una base NoSQL: automatizada, verificada, cifrada, con retención y fuera del proveedor. El código completo está en el repositorio, listo para clonar y adaptar.
Referencias
- MongoDB Docs — Backup Methods for a Self-Managed Deployment.
- MongoDB Docs — MongoDB Extended JSON (v2).
- GitHub Docs — Events that trigger workflows: schedule.
- Render Docs — Deploy Hooks y Blueprint Spec.
Top comments (0)