Mongo db et nosql
0 j'aime190 vues
MongoDB est une base de données NoSQL orientée document qui offre des performances élevées, une haute disponibilité et un scaling automatique. Les données sont stockées sous forme de documents BSON dans des collections, sans schéma prédéfini, permettant ainsi une grande flexibilité. Les utilisateurs peuvent facilement insérer, requêter et gérer des données à l'aide de commandes simples dans le shell MongoDB.
![Opérations
> db.test.insert(record)
> db.test.find(query)[.skip(X)][.limit(Y)]
> db.test.findOne(query)
> db.test.remove(query[,justone=false])
Création d’index :
> db.test.ensureIndex({ b: 1 })
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}](https://image.slidesharecdn.com/mongodbetnosql-170522085930/85/Mongo-db-et-nosql-21-320.jpg)
Mongo db et nosql
- 2. ● Base de données oriéentée document ● open source ● Hautes performances ● Haute disponibilité ● Scaling automatique
- 3. Un enregistrement dans MongoDB est un document Une structure de données composée de clef/valeur Un document est similaire à un objet Json BDD document
- 4. Les documents sont stockés dans des collections Les collections partagent des indexs communs BDD document
- 5. Collections et documents ● Pas de schéma pré-défini ○ Les documents d’une collection peuvent avoir des champs différents ○ Des champs peuvent être ajoutés, modifiés ou effacé à n’importe quel moment ● Les documents sont au format BSON (Json like) ○ Paires de clef/valeur (hashes) { "_id": ObjectId("223EBC5477A124425"), "Last Name": "Marin", “firstname” : “Xavier”, “jedi_power” : 42 }
- 8. Requêter
- 9. Projections
- 10. MongoDB est bien doté
- 11. SGBDR vs MongoDB SGBDR ● Les bases ont des tables ● Les tables ont des tuples ● Les tuples ont des champs ● Les champs contiennent des types simples ● Le schéma est rigide MongoDB ● Les bases ont des collections ● Les collections ont des documents ● Les documents ont des champs ● Les champs contiennent ○ des types simples ○ des tableaux ○ d’autres documents ● Le schéma est souple
- 12. Les points forts ● Performances ● haute disponibilité ● Scaliabité automatique
- 14. MongoDB 1. Télécharger MongoDB http://www.mongodb.org/downloads 2. Installer (.msi, .tar.gz ou .deb) 3. Se connecter : a. mongo --host 127.0.0.1 --port 27017
- 15. Premiers pas ● Pour voire les bases disponibles ○ > show dbs local 0.078GB test 0.031GB ● Pour choisir une base ○ > use test switched to db test ● Pour savoir quelle est la base courante ○ > db ● Pour avoir de l’aide ○ > help ● Pour avoir la liste des collections d’une base ○ > show collections
- 16. Premiers pas ● Pour insérer des données ○ > a = {"Last Name": "Hammet","First Name": "Kirk","Date of Birth": "1976-05-05" } { "Last Name" : "Hammet", "First Name" : "Kirk", "Date of Birth" : "1976-05-05" } ○ > db.test.insert(a) WriteResult({ "nInserted" : 1 }) ○ > b={"Field A": "Value A", "Field B": "Value B"} { "Field A" : "Value A", "Field B" : "Value B" } ○ > db.test.insert(b) WriteResult({ "nInserted" : 1 })
- 17. Premiers pas ● Pour requêter des données ● Tous les documents d’une collection ○ > db.test.find() ○ { "_id" : ObjectId("554a9944b5091037c44dddcc"), "Last Name" : "Hammet", "First Name" : "Kirk", "Date of Birth" : "1976-05-05" } { "_id" : ObjectId("554a998eb5091037c44dddcd"), "Field A" : "Value A", "Field B" : "Value B" } ● Clef primaire : _id ○ Automatiquement indexé ○ Généré sous forme d’ObjectId si non fourni ○ Doit être unique et immutable ○ Valeur 12 octets unique à travers le cluster
- 18. Utiliser Javascript dans Mongo > for(var i=0; i<5; i++) db.test.insert({a:42, b:i}) WriteResult({ "nInserted" : 1 }) > db.test.find() { "_id" : ObjectId("554a990f0ebf783b63a57776"), "Last Name" : "Hammet", "First Name" : "Kirk", "Date of Birth" : "1976-05-05" } { "_id" : ObjectId("554a9944b5091037c44dddcc"), "Last Name" : "Hammet", "First Name" : "kirk", "Date of Birth" : "1976-05-05" } { "_id" : ObjectId("554a998eb5091037c44dddcd"), "Field A" : "Value A", "Field B" : "Value B" } { "_id" : ObjectId("554a9c21b5091037c44dddce"), "a" : 42, "b" : 0 } { "_id" : ObjectId("554a9c21b5091037c44dddcf"), "a" : 42, "b" : 1 } { "_id" : ObjectId("554a9c21b5091037c44dddd0"), "a" : 42, "b" : 2 } { "_id" : ObjectId("554a9c21b5091037c44dddd1"), "a" : 42, "b" : 3 } { "_id" : ObjectId("554a9c21b5091037c44dddd2"), "a" : 42, "b" : 4 }
- 19. Retrouver un document spécifique > db.test.find({"Field A": "Value A"}) { "_id" : ObjectId("554a998eb5091037c44dddcd"), "Field A" : "Value A", "Field B" : "Value B" } > db.test.find({ b: { $gt: 2 } }).sort({ b: -1 }) { "_id" : ObjectId("554a9c21b5091037c44dddd2"), "a" : 42, "b" : 4 } { "_id" : ObjectId("554a9c21b5091037c44dddd1"), "a" : 42, "b" : 3 } Opérateurs conditionnels : ● $all, $exists, $type, $mod, ● $or, $and, $not, $nor $size, ● $eq, $ne, $lt, $lte, $gt, $gte, $in, $nin…
- 20. Retrouver un document spécifique Par expression régulière > db.test.findOne({ "Last Name": /Ham/}) { "_id" : ObjectId("554a990f0ebf783b63a57776"), "Last Name" : "Hammet", "First Name" : "Kirk", "Date of Birth" : "1976-05-05" }
- 21. Opérations > db.test.insert(record) > db.test.find(query)[.skip(X)][.limit(Y)] > db.test.findOne(query) > db.test.remove(query[,justone=false]) Création d’index : > db.test.ensureIndex({ b: 1 }) { "createdCollectionAutomatically" : false, "numIndexesBefore" : 1, "numIndexesAfter" : 2, "ok" : 1 }
- 22. Questions ?