웹문서자동등록솔루션 몽고DB 지원하는 Mongo 위한 개론(NoSQL 개발자를 란?) DB



NoSQL 데이터 저데는 더 유연한 데이터 관할 노하우을 통해 소프트웨어 개척에 개신을 불러왔다. 이런 NoSQL 중 대표적인 솔루션 중 낱가 막 서류 지향 데이터 저데인 몽고DB다. 몽고DB의 정당와 이 DB가 애플리케이션 요구사항을 어떻게 감당하는지 알아보자. 몽고DB, 서류 데이터 저데 정사형 데이터베이스는 엄격하게 관제되는 상과 열에 첩보를 갈무리한다.

반면 서류 저데인 몽고DB는 컬렉션과 서류에 첩보를 갈무리한다. 이것은 몽고DB의 극히 속성이기도 한데, 컬렉션과 서류가 비구조물적이라는 점이다. 스키마리스(schema-less)라고 불리는 것도 이 까닭이다. 몽고DB 인스턴스(컬렉션 및 서류) 구조물는 사전에 정당되지 않고, 갈무리되는 데이터에 적합하도록 유연하게 변모된다.

몽고DB의 서류는 키-값 단체으로 그 동정 법칙은 자바스크립트와 같은 코드의 객관와 굉장히 비슷하다. 안에 들어가는 데이터에 따라 구조물가 개변된다. 은덕에 몽고DB와 같은 데이터 저데를 대상물으로 한 코딩은 정사형 데이터 저데에 대한 코딩에 비해 더 쉽고 민첩하다. 간단히 말해 애플리케이션 코드와 서류 데이터 저데 간의 상호작용이 더 자연과스럽게 느껴진다.

<도면 1>은 몽고DB의 컬렉션과 서류 구조물를 시각적으로 보여준다. <도면 1> 몽고DB 서류 저데 이 데이터 모델링 게슈탈트는 굉장히 유연해 데이터를 때때 나위에 맞게 감당할 수 있고, 결과적으로 기능 은의으로 통하다다. 몽고DB와 기존 DB의 상이점을 확실히 이해하기 가해 같은 공작(녹음를 만든 나중 애플리케이션에서 필드를 추가하기)을 감당하는 노하우을 비교해 보자. 미리 정사형 데이터베이스에서는 일반 나중과 같이 시작한다.

# create a database:CREATE DATABASE menagerie;# create a 상 in the database:USE menagerie; CREATE 상 pet (name VARCHAR(20));# connect to the database in app and issue insert:INSERT INTO pet (name) VALUES (‘Friar Tuck’);# add a column:ALTER 상 pet ADD 생김새 VARCHAR(20));# update existing record:UPDATE pet 벌 생김새 = ‘cat’ WHERE name = ‘Friar Tuck’(모바일에서는 소스 코드 옆 스크롤) 같은 공작을 몽고DB에서 단행하면 나중과 같다. # connect to the database in app and issue insert:use menagerie; db. pet. insertOne({name:”friar tuck”});# issue update:db.

pet. updateOne({ name:’friar tuck’ }, { $벌:{ 생김새: ‘cat’ } } ); 결국 두 구문을 보면 몽고DB를 구사하다 경우 개척이 더 매끈하다는 것을 알 수 위치하다. 당연히 이런 유연함은 개척자에게는 스키마 팽대을 피해야 한다는 가중을 의미하기도 한다. 그러므로 대규모 앱에서는 서류 구조물에 대한 관제력을 지속하는 것이 중요하다.

몽고DB의 ID 필드 정사형 데이터베이스에는 본 키(primary key)라는 이념이 있는데, 이는 많은 경우 복합 ID 열, 즉 사무 데이터와 정사되지 않고 생성된 값이다. 몽고DB에는 그만그만하다 목표으로 온갖 서류에 _id 필드가 위치하다. 개척자가 서류를 만들 때 ID를 제공하지 않으면 몽고DB 발동기이 UUID로 자동 생성한다. _id 필드는 본 키와 동등로 자동으로 인덱싱되며 천성해야 한다.

몽고DB의 인덱싱 몽고DB의 인덱싱은 정사형 데이터베이스의 인덱싱과 비슷하다. 서류의 필드에 대한 부가적인 데이터를 생성해 이 필드에 의존하는 조사의 보조를 높인다. 몽고DB는 B-트리 목차를 사용한다. 목차는 나중과 같은 구문으로 만들 수 위치하다.

모수의 정수는 목차가 오름차순(1)의식 내림차순(-1)의식를 나타낸다. db. pet. createIndex( { name: 1 } ) 몽고DB의 가중 서류 몽고DB의 서류 지향 구조물가 갖는 강대하다 강점은 서류를 가중할 수 위치하다는 것이다.

예를 들어 <예제 1>의 구조물와 같이, 반려동물 서류에서 거주지 첩보를 갈무리할 또 딴 상을 만드는 갈음 가중 서류를 만들 수 위치하다. <예제 1> 가중 서류의 예 {“_id”: “5cf0029caff5056591b0ce7d”,”name”: “Friar Tuck”,”address”: {“street”: “Feline Lane”,”city”: “Big Sur”,”state”: “CA”,”zip”: “93920”},”생김새”: “cat”} 몽고DB의 골규화몽고DB와 같은 서류 저데는 체결을 다소간 제한적으로 지원하며 외래 키의 이념이 없다. 데이터 구조물의 동적인 속성 까닭이다. 그러므로 몽고DB의 데이터 모델링은 골규화로 흐르는 성향이 위치하다.

즉, 엄격하게 상 사일로에 데이터를 지속하는 갈음 서류에 데이터의 등본을 만든다. 조사 보조는 빨라지지만 갈음 데이터 일관성을 위한 지속고수 공작이 늘어난다. 골규화는 불가무 요소은 아니지만 서류 지향 데이터베이스를 구사하다 때 뚜렷하게 나타난다. 데이터를 특정 낱 값 열로 정규화하는 (즉, 겹하지 않는) 성향이 있는 SQL과 달리 뒤숭숭하다 가중 녹음를 감당하는 작용이 우수하기 까닭이다.

몽고DB 쿼리 말씀 몽고DB의 쿼리 말씀는 서류 구조물와 동등로 JSON 지향적이다. 은덕에 뒤숭숭하다 가중 서류도 감당할 수 있는 굉장히 강력하고 표출력이 걸출하다 구문을 제공한다. 예를 들어 가상의 데이터베이스에서 온갖 고양이를 쿼리하려면 db. pet.

find({ “생김새” : “cat” })를 단행하면 되고, 캘리포니아에 있는 온갖 고양이를 쿼리하려면 db. pet. find({ “생김새” : “cat”, “address. state”: “CA” })를 단행하면 된다.

쿼리 말씀는 가중된 거주지 서류를 순회한다. 몽고DB 업데이트 구문 몽고DB의 구문은 JSON과 그만그만하다 국부도 위치하다. 예를 들어 $벌 키워드는 어느 필드가 어느 값으로 개변될지를 나타낸다. <예제 2>와 같이 벌 객관는 점 표터치을 통해 가중 서류를 지원한다.

<예제 2>에서는 명목이 “Friar 화물자동차”인 고양이의 우편번호를 개변한다. <예제 2> 가중 서류 업데이트 db. people. update({“생김새”: “cat”,”name”: “Friar Tuck”},{$벌: {“address.

zip”: “86004”}}) <예제 2>를 보면 업데이트 구문이 굉장히 강대하다는 것을 알 수 위치하다. 사실로 SQL의 업데이트 구문보다 더 강대하다. 몽고DB 클라우드 및 그릇 옵션 몽고DB 디자인의 고갱이은 확충성적 산재 그릇다. 웹 스케일 워크로드를 충분히 감당할 수 있을 가량다.

이를 가해 몽고DB 기업체은 몽고DB 아틀라스(Atlas)에서 멀티클라우드 데이터베이스 클러스터링 솔루션을 제공한다. 몽고DB 아틀라스는 제 클라우드 강단을 개괄하는 관할형 데이터베이스와 같이 동정하며, 모니터링 및 내결점성적 같은 엔터프라이즈 작용을 포함한다. AWS의 아마존 도큐먼트DB에 몽고DB 호환성이 긴요 속성으로 기능되어 있는 것을 보면 몽고DB의 가치이 어느 가량의식 짐작할 수 위치하다. 마이크로소프트 애저 코스모스 DB 짐짓 몽고DB API를 지원한다.

몽고DB의 고가용성 몽고DB는 고가용성을 위한 복본보기 단체을 지원한다. 데이터가 주 인스턴스에 한 번 작성된 후 읽기를 위한 2차 저데에 복사하는 먹이다. 몽고DB 웹사이트에서 더 꼼꼼하다 내역을 확인할 수 위치하다. 몽고DB는 유연한 스키마 데이터 저데라는 새로운 트렌드를 이끄는 주장적인 NoSQL 솔루션이다.

대국부 온갖 프로그래밍 말씀를 위한 상급 나사돌리개가 있으며 다양한 그릇 옵션도 지원한다. >> 소스 : IT World ( https://www. itworld. co.

kr/news/200094 ) #MongoDB #몽고DB .