Elegir la base de datos según el workload: SQLite, PostgreSQL, ClickHouse y CrateDB

Filas de servidores de almacenamiento en un centro de datos
Fotografía de imgix · Unsplash (licencia gratuita). Infraestructura física, metáfora visual de diferentes cargas de datos. · Ver imagen original

Un sistema empieza con una tabla de productos y termina procesando pedidos, eventos, métricas y consultas de búsqueda. Es tentador solucionar el crecimiento cambiando «de motor de almacenamiento», como si SQLite, PostgreSQL, ClickHouse y CrateDB fuesen cuatro implementaciones intercambiables de la misma pieza. No lo son: son sistemas gestores de bases de datos (DBMS) con arquitecturas, modelos de concurrencia, garantías y costes de operación diferentes. ClickHouse, además, llama table engines a componentes específicos de su propio producto, por ejemplo MergeTree.

La elección útil empieza con una pregunta menos vistosa: ¿qué operaciones dominan, qué invariantes no pueden romperse y quién operará el sistema? Un índice óptimo para una consulta PostgreSQL no transforma automáticamente ese DBMS en una base analítica columnar. A la inversa, que un sistema procese agregaciones rápidamente no significa que sea el lugar adecuado para confirmar una transferencia que necesita varias escrituras atómicas.

Esta comparación usa documentación oficial revisada en noviembre de 2026: PostgreSQL 18, documentación SQLite, ClickHouse MergeTree y CrateDB 6.5. Las cifras de rendimiento que puedan encontrarse en marketing de fabricantes no se trasladan aquí como benchmarks independientes: el laboratorio comparativo propuesto no se ejecutó.

Ilustración conceptual de selección de motores de bases de datos: OLTP, analítica y búsqueda.
Ilustración conceptual original: síntesis visual del tema del artículo, no captura ni prueba ejecutada.

Define primero la forma del trabajo

Para una aplicación con productos, órdenes, usuarios y eventos de navegación, conviene separar tres familias de acceso:

  • Operaciones transaccionales: actualizar existencias, crear un pedido y registrar sus líneas, resolver un conflicto de concurrencia, hacer cumplir claves foráneas y unicidad.
  • Lecturas analíticas: agregar millones de eventos, calcular tendencias por hora y dimensión, hacer scans sobre pocas columnas y períodos largos.
  • Acceso local o embebido: persistir estado en un dispositivo o proceso, ejecutar consultas sin administrar un servidor independiente, sincronizar de forma explícita con otras copias cuando corresponda.

Son perfiles, no categorías mutuamente exclusivas. PostgreSQL puede ejecutar agregaciones y ClickHouse puede recibir actualizaciones; la distinción es qué patrón priorizó la arquitectura y qué compromisos aparecen cuando cambia la carga. El tamaño tampoco decide por sí solo: diez gigabytes con muchas transacciones concurrentes y diez gigabytes de eventos consultados en batches exigen estrategias distintas.

Antes de seleccionar un DBMS anota un pequeño contrato: frecuencia de escrituras, número de escritores concurrentes, consistencia requerida, queries dominantes, distribución de datos, latencia tolerable, recuperación ante fallo, regiones, coste de operación y experiencia del equipo. «Millones de filas» no basta como especificación.

SQLite: una biblioteca y un archivo no son un prototipo incompleto

SQLite se integra en el proceso de la aplicación y mantiene su base en un archivo —sin un servidor SQL de red como componente obligatorio—. Para aplicaciones móviles y de escritorio, utilidades, cachés persistentes o servicios con topologías adecuadas es una propiedad arquitectónica importante: se reducen las piezas a desplegar y mantener. No es correcto descalificarla como «solo para testing».

El límite central es la concurrencia de escritura: pueden coexistir varias transacciones lectoras, pero solo hay un escritor a la vez. El modo WAL permite que lectores y un escritor avancen de manera más independiente que en el esquema clásico, pero no crea escritores paralelos sobre el mismo archivo. Los checkpoints y la ubicación del WAL importan, especialmente si un proceso lector mantiene transacciones abiertas mucho tiempo.

-- Ejemplo local SQLite: modos y estado de journal.
PRAGMA journal_mode = WAL;
PRAGMA busy_timeout = 5000;

CREATE TABLE IF NOT EXISTS notes (
    id INTEGER PRIMARY KEY,
    title TEXT NOT NULL,
    updated_at TEXT NOT NULL
);

INSERT INTO notes (title, updated_at)
VALUES ('Prueba local', '2026-11-16T00:00:00Z');

Este ejemplo propone un timeout de espera ante bloqueo; no elimina el límite de un escritor. Tampoco convierte una ruta compartida de red o varios servidores en una base distribuida. Las transacciones y la política de backups deben diseñarse desde el proceso que conoce el archivo. La Online Backup API es preferible a asumir que copiar un archivo abierto siempre produce un respaldo coherente.

SQLite dispone además de FTS5: búsqueda textual con MATCH, prefijos, frases, proximidad y ranking. No necesitas necesariamente otro motor de búsqueda por el simple hecho de tener texto. La pregunta es qué relevancia, indexación, facetas y experiencia de usuario necesitas.

SQLite tiene sentido cuando la topología realmente admite un archivo/instancia local y el perfil de escritura es compatible; exige más diseño cuando hay numerosos procesos distribuidos que quieren coordinar escrituras sobre el mismo estado.

PostgreSQL: proteger invariantes mientras crece el sistema

PostgreSQL es un DBMS cliente-servidor relacional con MVCC, transacciones multi-sentencia, constraints, joins, índices y una gran superficie de administración. Su fortaleza no es una puntuación genérica «OLTP 10/10», sino que permite expresar reglas que deben cumplirse incluso con concurrencia real: una llave única, una referencia válida, un CHECK, una transacción que cambia varias tablas de modo atómico.

Imagina un pedido que reduce inventario e inserta una orden. Hacerlo dentro de una transacción tiene una semántica distinta de enviar dos sentencias independientes a un sistema que confirma cada statement sin BEGIN/COMMIT.

-- PostgreSQL: ejemplo de control transaccional, no receta de inventario.
BEGIN;

UPDATE inventory
SET stock = stock - 1
WHERE product_id = 42 AND stock > 0
RETURNING stock;

-- La aplicación debe verificar que el UPDATE afectó una fila;
-- si no, debe abortar y no crear la orden.
INSERT INTO orders (product_id, quantity)
VALUES (42, 1);

COMMIT;

Este bloque presupone tablas de ejemplo y necesita lógica de aplicación que valide el resultado del UPDATE: si no hay existencias, no se debe ejecutar el INSERT; en un código real conviene proteger también las invariantes de negocio con constraints y errores manejados. Aquí se ilustra la unidad transaccional, no un flujo completo ejecutado.

PostgreSQL también puede indexar JSONB, datos textuales y geometrías mediante estructuras y operator classes apropiadas. Los índices se diseñan para consultas: una columna indexada no asegura menor latencia y un Seq Scan puede ser la opción correcta. Ese nivel de detalle pertenece al artículo sobre índices y planner en PostgreSQL.

La complejidad aparece al aumentar las expectativas: tuning de consultas y VACUUM, backups y restauración verificada, replicación, conexiones, migraciones y crecimiento del almacenamiento. La documentación de administración de PostgreSQL separa estos temas de la semántica SQL.

PostgreSQL tiene sentido cuando la aplicación necesita proteger invariantes relacionales y aceptar múltiples lectores/escritores sobre una base central administrada. Es razonable que siga siendo el origen de verdad cuando se agrega una proyección analítica o un índice de búsqueda.

ClickHouse: optimizar escaneos analíticos exige otra organización física

La familia MergeTree organiza datos en partes y utiliza un orden de clasificación físico según ORDER BY. Su índice primario disperso ayuda a saltarse rangos de lectura; no es una restricción de unicidad equivalente a una PRIMARY KEY transaccional de PostgreSQL.

Un ejemplo deliberadamente pequeño muestra una tabla de eventos pensada para tiempo y tenant:

-- ClickHouse: ejemplo ilustrativo de esquema MergeTree.
CREATE TABLE events_demo (
    tenant_id UInt32,
    event_time DateTime,
    event_name LowCardinality(String),
    amount Float64
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(event_time)
ORDER BY (tenant_id, event_time);

SELECT tenant_id, event_name, count(), sum(amount)
FROM events_demo
WHERE event_time >= '2026-11-01 00:00:00'
GROUP BY tenant_id, event_name;

El orden físico favorece algunos patrones, pero no todas las queries filtrarán tenant_id. La partición mensual también es una decisión que debe justificarse por volumen, retención y patrón de consultas; particionar demasiado puede aumentar el número de partes y el trabajo de mantenimiento. La tabla es ilustrativa y no se ha medido.

No conviene describir ClickHouse como append-only. Su documentación actual contempla lightweight updates y deletes, incluidas rutas basadas en patch parts; eso no convierte sus costes de actualización en los de una tabla orientada a filas de un OLTP. Hay que distinguir actualización ligera, mutaciones más costosas, visibilidad de cambios y operaciones bajo condiciones distintas.

Tampoco basta escribir «ACID: sí/no» en una matriz. Las garantías documentadas dependen de la operación, el motor y la configuración; no hay que trasladar sin matices las transacciones multi-sentencia de PostgreSQL a MergeTree. Para un sistema de pedidos, la decisión primaria suele recaer en otro origen de verdad, que proyecta eventos a ClickHouse cuando compensa.

ClickHouse tiene sentido cuando el peso de las consultas está en agregaciones, scans y series de eventos, y el equipo puede asumir ingestión, merges, retención, consistencia de proyecciones y operación analítica.

CrateDB: SQL distribuido con límites transaccionales distintos

CrateDB 6.5 divide tablas o particiones en shards distribuidos entre nodos. Los shards primarios y réplicas permiten distribuir consultas y sostener ciertas fallas de nodo según topología y configuración. Eso no equivale automáticamente a un backup ni a una garantía universal de disponibilidad: quórum, particiones, replicas y restauración importan.

CrateDB utiliza SQL, pero su documentación de transacciones no ofrece el control BEGIN, COMMIT y ROLLBACK de PostgreSQL para agrupar varias sentencias; cada statement se confirma por separado. Esto modifica radicalmente la forma de expresar invariantes que abarcan varias operaciones. Optimistic concurrency y controles de versión pueden ayudar en casos concretos, pero no reemplazan todas las garantías de una transacción multi-sentencia.

Para eventos, telemetría y consultas distribuidas sobre un volumen repartido entre nodos, CrateDB plantea un modelo distinto al row-store relacional tradicional. La decisión debe incluir costes de shards, rebalanceo, requisitos de consulta, replicación y administración del clúster, no limitarse a que «también habla SQL».

La guía de snapshots exige pensar en el estado coherente del clúster. Copiar directorios de datos por separado o tomar snapshots de discos independientes no demuestra una restauración íntegra de todos los shards y metadatos. Replicación, alta disponibilidad y backup no son sinónimos.

Comparar mecanismos, no logotipos

Esta matriz muestra compromisos arquitectónicos habituales; no pretende asignar una capacidad absoluta a todas las configuraciones o ediciones.

DimensiónSQLitePostgreSQLClickHouse (MergeTree)CrateDB
Modelo de ejecuciónEmbebido en procesoServidor SQL relacionalServidor orientado a analítica columnarClúster SQL distribuido sobre shards
Concurrencia de escrituraUn escritor simultáneo por baseTransacciones concurrentes con MVCCIngestión y updates con semántica de motor/operaciónWrites distribuidos; concurrencia y garantías por statement
Varias sentencias atómicasSí, dentro de su transacciónSíNo equiparar sin verificar operación/configuraciónNo hay BEGIN/COMMIT multi-statement equivalentes
Organización habitualArchivo local, B-tree y FTS opcionalTablas/heap e índices especializadosPartes ordenadas, columnas, índice primario dispersoShards y réplicas distribuidos
Consulta fuerteAplicación local y SQL ricoJoins, transacciones e invariantesAgregación y scan analíticoSQL sobre datos distribuidos
OperaciónBackup/integridad del archivoServicio, VACUUM, réplica, backupPartes, merges, clúster y retenciónShards, réplicas, snapshot y clúster
RecuperaciónBackup API + restauración probadaBackups y recuperación point-in-time cuando se configuraBackups y procedimientos según despliegueSnapshot coherente de clúster

Para cada decisión real, pregunta también por licencia/edición, seguridad, controles de acceso, migraciones, herramientas de diagnóstico y habilidades del equipo. La línea «operación» no se elimina porque el software sea libre.

Una misma aplicación puede necesitar dos almacenes, no cuatro

Pensemos en un comercio con inventario, órdenes, búsqueda por texto y métricas de navegación. Una arquitectura incremental podría seguir estas etapas:

  1. Elige SQLite para el cliente local si necesita estado embebido, o PostgreSQL para el sistema central transaccional si hay varios actores y reglas compartidas.
  2. Ajusta consultas e índices de PostgreSQL antes de añadir infraestructura nueva.
  3. Si aparecen requisitos de relevancia textual y búsqueda interactiva que la solución actual no cubre, crea una proyección indexada con un motor de búsqueda especializado, manteniendo el DBMS como fuente de verdad.
  4. Si consultas analíticas realmente compiten con OLTP o requieren procesamiento columnar a escala, evalúa ClickHouse; si la distribución y el modelo de consulta favorecen CrateDB, evalúalo por sus garantías concretas.

Una proyección no debería convertirse inadvertidamente en un segundo origen de verdad: necesita carga inicial, sincronización, borrados, reconstrucción y métricas de retraso. El siguiente artículo del bloque, «Meilisearch vs Typesense», explora esa frontera; no hay enlace interno aún porque no está publicado.

Cómo comparar sin fabricar benchmarks

Usar el mismo modelo lógico no implica que todas las bases deban usar el mismo esquema físico. Para un laboratorio honesto, define entidades ficticias products, orders y events con una semilla reproducible. Después implementa índices/ordenación/particionado idiomáticos para cada motor, documentando su elección. De otra manera terminarías comparando la penalización de haber elegido mal la configuración de uno de los participantes.

Registra, antes de cualquier cifra, versiones exactas, máquina, almacenamiento, memoria, caché, volumen y distribución, concurrencia y perfiles de query. Distingue ingestión inicial de actualizaciones y consultas frías de cálidas; separa latencias p50/p95 de throughput. Para sistemas distribuidos necesitas además medir recuperación de nodos y lag de réplicas, no inferir resiliencia a partir de una query local.

Este laboratorio no se ejecutó. No hay números de TPS, milisegundos ni porcentajes de superioridad en este artículo; cualquier gráfica que los mostrase sería ilustración ficticia, no evidencia.

Decisión final: el workload es el contrato

No existe una respuesta correcta sin describir qué debe seguir siendo verdadero después de una operación, qué consultas dominan y qué fallos se espera soportar. SQLite simplifica el despliegue local con un modelo de concurrencia explícito. PostgreSQL reúne transacciones y un ecosistema relacional extenso. ClickHouse cambia el layout para favorecer análisis. CrateDB distribuye datos y SQL con garantías transaccionales distintas. Son alternativas o complementos según el sistema, no peldaños obligatorios de una evolución tecnológica.

Documentación principal: SQLite WAL, SQLite FTS5, PostgreSQL 18, ClickHouse MergeTree, CrateDB 6.5.