نمذجة البيانات هي عملية تطوير تمثيل مرئي إما لتطبيق برمجي كامل أو مكوناته لتوصيل الاتصالات بين نقاط البيانات والبنية. إنه ينطوي على مراجعة دقيقة لمتطلبات التطبيق وقاعدة البيانات وكحلقة وصل بين الاثنين فيما يتعلق بعمليات البيانات الأساسية - القراءة والكتابة والتحديث.
يتم إنشاء نموذج بيانات ثابت من خلال تقييم نمط استخدام التطبيق ومواءمة مخطط قاعدة البيانات معه. لذلك ، يقوم تصميم المخطط بتشكيل نموذج البيانات الخاص بك. عندما يتعلق الأمر بقاعدة بيانات علائقية ، لا يمكنك ملء جداولك دون إنشاء مخطط الجدول.
المصطلحات الأساسية التي يجب معرفتها
قبل المضي قدمًا ، إليك بعض التعريفات الأساسية التي يجب أن تعرفها:
- مجموعة - المجموعة هي مجموعة المستندات في MongoDB. إنه مكافئ لجدول في RDBMS.
- وثيقة - المستند عبارة عن هيكل يتكون من أزواج من الملفات والقيمة. إنه يعادل صف في RDBMS.
- مخطط قاعدة البيانات - تصميم المخطط هو بنية منطقية ومرئية لقاعدة بيانات مصممة لنظام إدارة قواعد البيانات (DBMS).
كيف تختلف نمذجة البيانات في MongoDB؟
بفضل مرونة NoSQL ، لا يتعين عليك إنشاء مخطط قبل إدراج البيانات. وذلك لأن MongoDB يدعم نموذجًا ديناميكيًا لمخطط قاعدة البيانات. هذا يلغي الحاجة إلى تصميم مخططك مسبقًا. بدلاً من ذلك ، يمكنك الآن تخزين بياناتك وإجراء التعديلات وفقًا لمجموعتك.
يمكنك تخزين أنواع بيانات مختلفة في حقل معين للمجموعة ، ويمكنك أيضًا إضافة حقول جديدة وتحديث قيم الحقول وحذف الحقول الموجودة. ستجد الفائدة الحقيقية لهذه المرونة عند تعيين المستندات إلى كائن أو كيان.
بشكل عام ، تتبع المجموعة وثيقتها بنية مماثلة. يمكنك أيضًا "فرض" قواعد التحقق من صحة مستندات مجموعتك باستخدام التحقق من صحة المخطط.
متعلق ب: محركات قاعدة البيانات التي يجب مراعاتها لمشروعك التالي
عند إنشاء نموذج بيانات ، انظر في كيفية تفاعل التطبيق الخاص بك مع قاعدة البيانات. على سبيل المثال ، إذا كانت ستقوم بمعالجة المستندات التي تم إدراجها مؤخرًا ، فمن الجيد استخدام مجموعات ذات حد أقصى - مجموعات ذات حجم ثابت تدعم عمليات الإنتاجية العالية.
وبالمثل ، إذا كان التطبيق الخاص بك سيعمل مع عمليات القراءة في معظم الأوقات ، فيمكنك تعيين الفهارس لدعم الاستعلامات الشائعة وتحسين الأداء.
تقليديا ، أحد الاعتبارات في إنشاء نموذج بيانات هو كيفية تخزين البيانات ذات الصلة. تستخدم قواعد البيانات العلائقية الجداول لتخزين البيانات ، حيث يتم استخدام المفاتيح الأساسية والخارجية لتعيين علاقات البيانات.
وبالمثل ، يتم استخدام الصلات للوصول إلى العمليات وتشغيلها عبر جداول متعددة. باعتبارك شخصًا تحول إلى MongoDB من نظام DBMS علاقي ، مثل SQL Server ، فلن تجد صلات في MongoDB. وذلك لأن MongoDB يخزن بيانات المجموعة إما عن طريق الرجوع إلى البيانات أو دمج البيانات في مجموعة.
لذلك ، إذا كان نموذج البيانات الخاص بك يأخذ عشرة جداول في قاعدة بيانات علائقية ، فمن الممكن أن يتيح لك MongoDB دمجها في مجموعة واحدة.
أنواع نماذج البيانات
الآن بعد أن تعرفت على كيفية عمل نمذجة البيانات في MongoDB ، فلنستعرض أنواع نماذج البيانات التي يدعمها MongoDB. عادة ، يعتمد ذلك على بنية المستند الخاص بك وعلاقات بيانات التطبيق الخاص بك.
نماذج البيانات المضمنة
يمكنك تضمين البيانات في مستند أو بنية واحدة في MongoDB. يشار إليها أيضًا باسم نماذج البيانات غير الطبيعية ، فهي تستفيد من الإمكانات الكاملة لمستندات MongoDB الغنية. على سبيل المثال ، ضع في اعتبارك المثال التالي: لدينا مجموعة ، الطلاب، تحتوي على وثيقة غير لامع. في هذا المستند ، قمنا بتضمين وثيقتين ، بيانات المتصل و رتبة.
{
"_id": "4aad66a4c13bb24f12gh199e" ،
الاسم: "مات" ،
بيانات المتصل: {
الهاتف: "555-555-1234"
عنوان البريد الإلكتروني: "[email protected]"
},
رتبة: {
الموضوع: "CS101"
النتيجة: "ب"
}}يخزن التضمين التفاصيل ذات الصلة في نفس المستند أو سجل قاعدة البيانات. بهذه الطريقة ، يمكنك تقليل الاستعلامات والتحديثات المطلوبة لأداء عمليات قاعدة البيانات الشائعة.
متى يجب استخدام نماذج البيانات المضمنة؟ إنها مفيدة لتحسين أداء عمليات القراءة. بالإضافة إلى ذلك ، فهي فعالة لمعالجة استرجاع البيانات لسجل واحد. باستخدام هذا النموذج ، يمكنك استخدام عملية كتابة واحدة لتحديث البيانات ذات الصلة.
ومع ذلك ، هناك شيء يجب أن تضعه في اعتبارك: يؤدي التضمين إلى زيادة حجم المستند بعد إنشائه. في بعض الحالات ، يمكن أن يؤثر ذلك على أداء الكتابة وهناك أيضًا إمكانية تجزئة البيانات بسبب توسيع حجم المستند.
أخيرًا ، يمكنك التفاعل مع المستندات المضمنة باستخدام التدوين النقطي واجتيازها بسهولة. هنا بناء الجملة:
field.nestedField: القيمةعلى سبيل المثال أعلاه ، يمكنك الوصول إلى مستنداتك المتداخلة عن طريق كتابة الاستعلام التالي:
db.students.find ({تفاصيل الاتصال: {الهاتف: ”555-555-1234” ، عنوان البريد الإلكتروني: “[email protected]”}}). جميلة ()نماذج البيانات المعيارية (المراجع)
تُستخدم نماذج البيانات المعيارية لبناء نماذج علاقة رأس بأطراف ومتعددة. أثناء العمل مع نماذج المستندات المضمنة ، ستكون هناك أوقات يتعين عليك فيها تكرار البيانات. هذا هو المكان الذي تكون فيه المراجع في متناول اليد - فهي تعالج التكرار. إليك كيفية استخدام المراجع للمثال أعلاه.
لقد قسمنا وثيقتنا الوحيدة إلى ثلاث وثائق ومنذ ذلك الحين بيانات المتصل و رتبة لديك معرف من غير لامع وثيقة ، يمكنك الاتصال بهم عند الحاجة.
طالب علم
{
_بطاقة تعريف:
اسم المستخدم: "مات"
}
بيانات المتصل
{
_بطاقة تعريف:
معرف المستخدم:
البريد الإلكتروني: "[email protected]"
الهاتف: "555-555-1234"
}
رتبة
بطاقة تعريف:
معرف المستخدم: ,
الموضوع: "CS101" ،
النتيجة: "ب"
} كما ترى ، تقسم نماذج البيانات المعيارية البيانات إلى مجموعات متعددة باستخدام المراجع بين المجموعات الأحدث. يمكنك تحديث مستند واحد ، والذي سيقوم بتحديث المجموعات الأخرى. هذه طريقة فعالة لتحديث البيانات وتستخدم في الغالب عندما تمر بياناتك بتغييرات متكررة.
في ما يلي الأوقات التي يكون فيها نموذج البيانات العادي هو الخيار الأكثر حكمة:
- يجب عليك تصميم مجموعات البيانات الكبيرة التي تتبع تسلسلاً هرميًا معينًا.
- عليك تمثيل علاقات متعدد إلى كثير.
- قد يتسبب التضمين في تكرار البيانات دون الاستفادة من أداء القراءة الخاص بك إلى حد كاف.
الآن يمكنك نمذجة البيانات في MongoDB بسهولة
الآن ، أنت تعرف كيف تختلف نمذجة البيانات في MongoDB عن نماذج DBM العلائقية ، خاصةً عندما يتعلق الأمر بالمخطط. لقد تعرفت أيضًا على أنواع نماذج البيانات في MongoDB - غير المقيسة والمعايرة - وتعرفت على وقت استخدامها.
وهذه ليست سوى البداية؛ هناك الكثير لتتعلمه حول كيفية تنظيم MongoDB لبياناتك.
يعد خيار التحرير أحد أكثر ميزات Twitter المطلوبة بشكل متكرر. فلماذا لا تسمح الشركة بذلك؟
اقرأ التالي
- برمجة
- قاعدة البيانات
اشترك في نشرتنا الإخبارية
انضم إلى النشرة الإخبارية لدينا للحصول على نصائح تقنية ومراجعات وكتب إلكترونية مجانية وصفقات حصرية!
خطوة أخرى أيضا…!
يرجى تأكيد عنوان بريدك الإلكتروني في البريد الإلكتروني الذي أرسلناه لك للتو.
