14 વસ્તુઓ હું ઈચ્છું છું કે હું MongoDB સાથે પ્રારંભ કરતા પહેલા જાણું

લેખનો અનુવાદ કોર્સની શરૂઆતની પૂર્વસંધ્યાએ તૈયાર કરવામાં આવ્યો હતો "બિન-સંબંધિત ડેટાબેસેસ".

હાઇલાઇટ્સ:

• મોંગોડીબીમાં વૈકલ્પિક હોવા છતાં પણ સ્કીમા વિકસાવવી અત્યંત મહત્વપૂર્ણ છે.
• તેવી જ રીતે, અનુક્રમણિકા તમારી સ્કીમા અને એક્સેસ પેટર્ન સાથે મેળ ખાતી હોવી જોઈએ.
• મોટી વસ્તુઓ અને મોટા એરેનો ઉપયોગ કરવાનું ટાળો.
• મોંગોડીબી સેટિંગ્સ સાથે સાવચેત રહો, ખાસ કરીને જ્યારે તે સુરક્ષા અને વિશ્વસનીયતાની વાત આવે છે.
• MongoDB પાસે ક્વેરી ઑપ્ટિમાઇઝર નથી, તેથી તમારે ક્વેરી ઑપરેશન કરતી વખતે સાવચેત રહેવું જોઈએ.

હું ઘણા લાંબા સમયથી ડેટાબેસેસ સાથે કામ કરી રહ્યો છું, પરંતુ તાજેતરમાં જ MongoDB શોધ્યું છે. હું તેની સાથે કામ કરવાનું શરૂ કર્યું તે પહેલાં હું જાણતો હોઉં એવી કેટલીક બાબતો છે. જ્યારે કોઈ વ્યક્તિ પહેલાથી જ કોઈ ચોક્કસ ક્ષેત્રમાં અનુભવ ધરાવે છે, ત્યારે તેમની પાસે ડેટાબેઝ શું છે અને તેઓ શું કરે છે તે વિશે પૂર્વધારણા ધરાવે છે. અન્ય લોકો માટે સમજવું સરળ બને તેવી આશામાં, હું સામાન્ય ભૂલોની સૂચિ રજૂ કરું છું.

પ્રમાણીકરણ વિના મોંગોડીબી સર્વર બનાવવું

કમનસીબે, મોંગોડીબી ડિફૉલ્ટ રૂપે પ્રમાણીકરણ વિના ઇન્સ્ટોલ કરેલું છે. સ્થાનિક રીતે એક્સેસ કરાયેલ વર્કસ્ટેશન માટે, આ પ્રથા સામાન્ય છે. પરંતુ મોંગોડીબી એક બહુ-વપરાશકર્તા સિસ્ટમ છે જે મોટી માત્રામાં મેમરીનો ઉપયોગ કરવાનું પસંદ કરે છે, તે વધુ સારું રહેશે જો તમે તેને શક્ય તેટલી વધુ RAM સાથે સર્વર પર મૂકો, પછી ભલે તમે તેનો ઉપયોગ ફક્ત વિકાસ માટે જ કરતા હોવ. ડિફૉલ્ટ પોર્ટ દ્વારા સર્વર પર ઇન્સ્ટોલ કરવું સમસ્યારૂપ બની શકે છે, ખાસ કરીને જો વિનંતીમાં કોઈપણ જાવાસ્ક્રિપ્ટ કોડ એક્ઝિક્યુટ કરી શકાય (ઉદાહરણ તરીકે, $where માટે એક વિચાર તરીકે ઇન્જેક્શન).

ત્યાં ઘણી પ્રમાણીકરણ પદ્ધતિઓ છે, પરંતુ વપરાશકર્તા ID/પાસવર્ડ સેટ કરવાનું સૌથી સરળ છે. જ્યારે તમે તેના આધારે ફેન્સી પ્રમાણીકરણ વિશે વિચારો ત્યારે આ વિચારનો ઉપયોગ કરો એલડીએપી. જ્યારે સુરક્ષાની વાત આવે છે, ત્યારે MongoDB સતત અપડેટ થવું જોઈએ, અને લૉગ્સ હંમેશા અનધિકૃત ઍક્સેસ માટે તપાસવા જોઈએ. ઉદાહરણ તરીકે, મને ડિફોલ્ટ પોર્ટ તરીકે અલગ પોર્ટ પસંદ કરવાનું ગમે છે.

હુમલાની સપાટીને મોંગોડીબી સાથે બાંધવાનું ભૂલશો નહીં

મોંગોડીબી સુરક્ષા ચેકલિસ્ટ નેટવર્ક ઘુસણખોરી અને ડેટા લીકેજના જોખમને ઘટાડવા માટે સારી ટીપ્સ ધરાવે છે. તેને દૂર કરવું અને કહેવું સરળ છે કે વિકાસ સર્વરને ઉચ્ચ સ્તરની સુરક્ષાની જરૂર નથી. જો કે, તે એટલું સરળ નથી અને આ બધા MongoDB સર્વર્સને લાગુ પડે છે. ખાસ કરીને, જો ઉપયોગ કરવા માટે કોઈ અનિવાર્ય કારણ નથી mapReduce, group અથવા $જ્યાં, તમારે રૂપરેખાંકન ફાઇલમાં લખીને JavaScript માં મનસ્વી કોડના ઉપયોગને અક્ષમ કરવાની જરૂર છે javascriptEnabled:false. ડેટા ફાઇલો પ્રમાણભૂત મોંગોડીબીમાં એન્ક્રિપ્ટેડ ન હોવાથી, મોંગોડીબીને આની સાથે ચલાવવાનો અર્થ છે. સમર્પિત વપરાશકર્તા, જે ફાઈલોની સંપૂર્ણ ઍક્સેસ ધરાવે છે, ફક્ત તેની મર્યાદિત ઍક્સેસ અને ઓપરેટિંગ સિસ્ટમના પોતાના ફાઈલ એક્સેસ નિયંત્રણોનો ઉપયોગ કરવાની ક્ષમતા સાથે.

સર્કિટ વિકસાવતી વખતે ભૂલ

MongoDB સ્કીમાનો ઉપયોગ કરતું નથી. પરંતુ આનો અર્થ એ નથી કે યોજનાની જરૂર નથી. જો તમે કોઈપણ સુસંગત પેટર્ન વિના દસ્તાવેજોને સંગ્રહિત કરવા માંગતા હો, તો તેને સંગ્રહિત કરવું ઝડપી અને સરળ હોઈ શકે છે, પરંતુ પછીથી તેને પુનઃપ્રાપ્ત કરવું મુશ્કેલ હોઈ શકે છે. ખૂબ સખત.

ઉત્તમ લેખ "MongoDB સ્કીમા ડિઝાઇન માટે અંગૂઠાના 6 નિયમો" તે વાંચવા યોગ્ય છે, અને જેવી સુવિધાઓ સ્કીમા એક્સપ્લોરર તૃતીય-પક્ષ ટૂલ સ્ટુડિયો 3T માં, સર્કિટની નિયમિત તપાસ માટે તેનો ઉપયોગ કરવો યોગ્ય છે.

સૉર્ટ ઓર્ડર ભૂલશો નહીં

સૉર્ટ ઓર્ડર ભૂલી જવાથી વધુ હતાશા થઈ શકે છે અને અન્ય કોઈપણ ખોટી ગોઠવણી કરતાં વધુ સમય બગાડે છે. મૂળભૂત રીતે MongoBD વાપરે છે દ્વિસંગી સૉર્ટ. પરંતુ તે કોઈને ઉપયોગી થવાની શક્યતા નથી. કેસ-સંવેદનશીલ, ઉચ્ચારણ-સંવેદનશીલ, દ્વિસંગી પ્રકારોને છેલ્લી સદીના 80ના દાયકામાં મણકા, કાફટન્સ અને વાંકડિયા મૂછો સાથે વિચિત્ર અનુભૂતિ માનવામાં આવતી હતી. હવે તેમનો ઉપયોગ અક્ષમ્ય છે. વાસ્તવિક જીવનમાં, "મોટરસાઇકલ" એ "મોટરસાઇકલ" સમાન છે. અને "બ્રિટન" અને "બ્રિટન" એ જ સ્થાન છે. લોઅરકેસ લેટર એ કેપિટલ લેટરના અપરકેસ સમકક્ષ છે. અને મને ડાયાક્રિટિક્સ સૉર્ટ કરવાનું શરૂ કરશો નહીં. MongoDB માં ડેટાબેઝ બનાવતી વખતે, ઉચ્ચાર-સંવેદનશીલ કોલેશનનો ઉપયોગ કરો અને નોંધણી કરો, જે ભાષાને અનુરૂપ છે અને સિસ્ટમ વપરાશકર્તા સંસ્કૃતિ. આ સ્ટ્રિંગ ડેટા દ્વારા શોધને વધુ સરળ બનાવશે.

મોટા દસ્તાવેજો સાથે સંગ્રહ બનાવો

MongoDB સંગ્રહમાં 16MB સુધીના મોટા દસ્તાવેજોને હોસ્ટ કરવામાં ખુશ છે, અને ગ્રીડએફએસ 16 MB કરતા મોટા દસ્તાવેજો માટે રચાયેલ છે. પરંતુ માત્ર એટલા માટે કે મોટા દસ્તાવેજો ત્યાં મૂકી શકાય છે, તેમને ત્યાં સંગ્રહ કરવો એ સારો વિચાર નથી. MongoDB શ્રેષ્ઠ કામ કરશે જો તમે વ્યક્તિગત દસ્તાવેજો કે જે કદમાં થોડા કિલોબાઈટ હોય, તેમને વિશાળ SQL કોષ્ટકની પંક્તિઓની જેમ જ સંગ્રહિત કરો. મોટા દસ્તાવેજો સમસ્યાનું કારણ બનશે ઉત્પાદકતા.

મોટા એરે સાથે દસ્તાવેજો બનાવી રહ્યા છે

દસ્તાવેજોમાં એરે હોઈ શકે છે. જો એરેમાં તત્વોની સંખ્યા ચાર-અંકની સંખ્યાથી દૂર હોય તો તે શ્રેષ્ઠ છે. જો તત્વો એરેમાં વારંવાર ઉમેરવામાં આવે છે, તો તે દસ્તાવેજ ધરાવતા દસ્તાવેજને આગળ વધારી દેશે અને તેની જરૂર પડશે ખસેડો, જેનો અર્થ છે કે તે જરૂરી રહેશે સૂચકાંકો પણ અપડેટ કરો. મોટા એરે સાથે દસ્તાવેજને ફરીથી અનુક્રમિત કરતી વખતે, અનુક્રમણિકાઓ વારંવાર ઓવરરાઈટ થઈ જશે, કારણ કે ત્યાં રેકોર્ડ, જે તેની અનુક્રમણિકા સંગ્રહિત કરે છે. જ્યારે દસ્તાવેજ દાખલ કરવામાં આવે છે અથવા કાઢી નાખવામાં આવે છે ત્યારે પણ આ પુનઃ ઇન્ડેક્સીંગ થાય છે.

MongoDB ને કંઈક કહેવાય છે "ભરો પરિબળ", જે આ સમસ્યાને ઘટાડવા માટે દસ્તાવેજો વધારવા માટે જગ્યા પૂરી પાડે છે.
તમે વિચારી શકો છો કે તમે એરે અનુક્રમણિકા વિના કરી શકો છો. કમનસીબે, ઇન્ડેક્સનો અભાવ તમને અન્ય સમસ્યાઓનું કારણ બની શકે છે. દસ્તાવેજો શરૂઆતથી અંત સુધી સ્કેન કરવામાં આવતા હોવાથી, એરેના અંતમાં તત્વો શોધવામાં વધુ સમય લાગશે અને આવા દસ્તાવેજ સાથે સંકળાયેલ મોટા ભાગની કામગીરી ધીમું.

ભૂલશો નહીં કે એકત્રીકરણમાં તબક્કાઓનો ક્રમ મહત્વપૂર્ણ છે

ક્વેરી ઑપ્ટિમાઇઝર સાથેની ડેટાબેઝ સિસ્ટમમાં, તમે જે ક્વેરી લખો છો તે તમે શું મેળવવા માંગો છો તેની સમજૂતી છે, તે કેવી રીતે મેળવવી તે નહીં. આ મિકેનિઝમ રેસ્ટોરન્ટમાં ઓર્ડર સાથે સમાનતા દ્વારા કાર્ય કરે છે: સામાન્ય રીતે તમે ફક્ત વાનગીનો ઓર્ડર આપો છો, અને રસોઈયાને વિગતવાર સૂચનાઓ આપતા નથી.

MongoDB માં, તમે રસોઈયાને સૂચના આપો છો. ઉદાહરણ તરીકે, તમારે ખાતરી કરવાની જરૂર છે કે ડેટા પસાર થાય છે reduce ઉપયોગ કરીને પાઇપલાઇનમાં શક્ય તેટલી વહેલી તકે $match и $project, અને સૉર્ટિંગ પછી જ થાય છે reduce, અને તમે ઇચ્છો તે જ ક્રમમાં શોધ થાય છે. ક્વેરી ઑપ્ટિમાઇઝર હોવું જે બિનજરૂરી કાર્યને દૂર કરે છે, શ્રેષ્ઠ રીતે પગલાંને અનુક્રમિત કરે છે અને જોડાવાના પ્રકારો પસંદ કરે છે તે તમને બગાડી શકે છે. મોંગોડીબી સાથે, તમારી પાસે સુવિધાના ખર્ચે વધુ નિયંત્રણ છે.

જેવા સાધનો સ્ટુડિયો 3T માં એકત્રીકરણ પ્રશ્નોના નિર્માણને સરળ બનાવશે MongoDB. એકત્રીકરણ સંપાદક સુવિધા તમને એક સમયે એક તબક્કે પાઇપલાઇન નિવેદનો લાગુ કરવા અને ડિબગીંગને સરળ બનાવવા માટે દરેક તબક્કે ઇનપુટ અને આઉટપુટ ડેટાનું નિરીક્ષણ કરવાની મંજૂરી આપે છે.

ઝડપી રેકોર્ડિંગનો ઉપયોગ

મોંગોડીબી લખવાના વિકલ્પોને ઊંચી ઝડપ પરંતુ ઓછી વિશ્વસનીયતા માટે ક્યારેય સેટ કરશો નહીં. આ મોડ "ફાઇલ અને ભૂલી જાઓ" ઝડપી લાગે છે કારણ કે લખાણ થાય તે પહેલાં આદેશ પાછો આવે છે. જો ડેટા ડિસ્ક પર લખાય તે પહેલાં સિસ્ટમ ક્રેશ થાય, તો તે ખોવાઈ જશે અને અસંગત સ્થિતિમાં સમાપ્ત થશે. સદભાગ્યે, 64-બીટ મોંગોડીબીએ લોગિંગ સક્ષમ કર્યું છે.

MMAPv1 અને WiredTiger સ્ટોરેજ એન્જીન આને રોકવા માટે લોગીંગનો ઉપયોગ કરે છે, જો કે WiredTiger છેલ્લા સાતત્ય સુધી પુનઃપ્રાપ્ત કરી શકે છે. નિયંત્રણ બિંદુ, જો લોગીંગ અક્ષમ છે.

જર્નલિંગ એ સુનિશ્ચિત કરે છે કે ડેટાબેઝ પુનઃપ્રાપ્તિ પછી સુસંગત સ્થિતિમાં છે અને જ્યાં સુધી તે લોગ પર લખવામાં ન આવે ત્યાં સુધી તમામ ડેટા જાળવી રાખે છે. રેકોર્ડિંગની આવર્તન પેરામીટરનો ઉપયોગ કરીને ગોઠવેલ છે commitIntervalMs.

એન્ટ્રીઓની ખાતરી કરવા માટે, ખાતરી કરો કે રૂપરેખાંકન ફાઈલમાં લોગીંગ સક્ષમ કરેલ છે (storage.journal.enabled), અને રેકોર્ડિંગની આવર્તન એ માહિતીની માત્રાને અનુલક્ષે છે કે જે તમે ગુમાવી શકો છો.

અનુક્રમણિકા વિના વર્ગીકરણ

શોધ અને એકત્ર કરતી વખતે, ઘણી વખત ડેટાને સૉર્ટ કરવાની જરૂર પડે છે. ચાલો આશા રાખીએ કે સૉર્ટ કરવામાં આવતા ડેટાની માત્રા ઘટાડવા માટે પરિણામને ફિલ્ટર કર્યા પછી, આ અંતિમ તબક્કામાંથી એક પર કરવામાં આવે છે. અને આ કિસ્સામાં પણ, સૉર્ટિંગ માટે તમારે જરૂર પડશે અનુક્રમણિકા. તમે સિંગલ અથવા કમ્પાઉન્ડ ઇન્ડેક્સનો ઉપયોગ કરી શકો છો.

જો ત્યાં કોઈ યોગ્ય અનુક્રમણિકા નથી, તો મોંગોડીબી તેના વિના કરશે. માં તમામ દસ્તાવેજોના કુલ કદ પર 32 MB ની મેમરી મર્યાદા છે સૉર્ટિંગ કામગીરી, અને જો MongoDB આ મર્યાદા સુધી પહોંચે છે, તો તે કાં તો ભૂલ ફેંકશે અથવા પરત કરશે ખાલી રેકોર્ડસેટ.

ઇન્ડેક્સ સપોર્ટ વિના શોધો

સર્ચ ક્વેરી SQL માં JOIN ઓપરેશન જેવું જ કાર્ય કરે છે. શ્રેષ્ઠ કાર્ય કરવા માટે, તેમને વિદેશી કી તરીકે ઉપયોગમાં લેવાતી કીના મૂલ્યના અનુક્રમણિકાની જરૂર છે. આ સ્પષ્ટ નથી કારણ કે ઉપયોગ પ્રતિબિંબિત થતો નથી explain(). આવા સૂચકાંકો લખેલા સૂચકાંકો ઉપરાંત છે explain(), જે બદલામાં પાઇપલાઇન ઓપરેટરો દ્વારા ઉપયોગમાં લેવાય છે $match и $sort, જ્યારે તેઓ પાઇપલાઇનની શરૂઆતમાં મળે છે. સૂચકાંકો હવે કોઈપણ તબક્કાને આવરી શકે છે એકત્રીકરણ પાઇપલાઇન.

મલ્ટિ-અપડેટ્સનો ઉપયોગ કરવાનું નાપસંદ કરવું

પદ્ધતિ db.collection.update() તમે ઉલ્લેખિત કરેલ પરિમાણના આધારે, અસ્તિત્વમાંના દસ્તાવેજના ભાગ અથવા સમગ્ર દસ્તાવેજને બદલવા માટે વપરાય છે, સંપૂર્ણ રિપ્લેસમેન્ટ સુધી update. જે એટલું સ્પષ્ટ નથી તે એ છે કે જ્યાં સુધી તમે વિકલ્પ સેટ નહીં કરો ત્યાં સુધી તે સંગ્રહમાંના તમામ દસ્તાવેજો પર પ્રક્રિયા કરશે નહીં multi વિનંતીના માપદંડોને પૂર્ણ કરતા તમામ દસ્તાવેજોને અપડેટ કરવા.

હેશ ટેબલમાં કીના ક્રમના મહત્વને ભૂલશો નહીં

JSON માં, ઑબ્જેક્ટમાં સાઈઝ શૂન્ય અથવા વધુ નામ/મૂલ્ય જોડીના અક્રમ વિનાના સંગ્રહનો સમાવેશ થાય છે, જ્યાં નામ એ સ્ટ્રિંગ છે અને મૂલ્ય એ સ્ટ્રિંગ, નંબર, બુલિયન, નલ, ઑબ્જેક્ટ અથવા એરે છે.

કમનસીબે, BSON શોધ કરતી વખતે ઓર્ડર પર ઘણો ભાર મૂકે છે. મોંગોડીબીમાં, બિલ્ટ-ઇન ઑબ્જેક્ટ્સમાં કીનો ક્રમ બાબતો, એટલે કે { firstname: "Phil", surname: "factor" } - આ સમાન નથી { { surname: "factor", firstname: "Phil" }. એટલે કે, તમારે તમારા દસ્તાવેજોમાં નામ/મૂલ્યની જોડીનો ક્રમ સંગ્રહિત કરવો આવશ્યક છે જો તમે તેમને શોધવાની ખાતરી કરવા માંગતા હોવ.

મૂંઝવણમાં ન પડશો "નલ" и "અવ્યાખ્યાયિત"

કિંમત "અવ્યાખ્યાયિત" અનુસાર, JSON માં ક્યારેય માન્ય ન હતું સત્તાવાર ધોરણ JSON (ECMA-404 વિભાગ 5), ભલે તે JavaScriptમાં વપરાય છે. વધુમાં, BSON માટે તે અપ્રચલિત છે અને તેમાં રૂપાંતરિત થાય છે $null, જે હંમેશા સારો ઉકેલ નથી. ઉપયોગ કરવાનું ટાળો "અવ્યાખ્યાયિત" MongoDB માં.

ઉપયોગ કરો $limit() વિના $sort()

ઘણી વાર જ્યારે તમે મોંગોડીબીમાં વિકાસ કરી રહ્યાં હોવ, ત્યારે ક્વેરી અથવા એકત્રીકરણમાંથી પરત કરવામાં આવનાર પરિણામના નમૂનાને જોવા માટે તે ઉપયોગી છે. આ કાર્ય માટે તમારે જરૂર પડશે $limit(), પરંતુ તે ક્યારેય અંતિમ કોડમાં ન હોવો જોઈએ સિવાય કે તમે પહેલા તેનો ઉપયોગ કરો $sort. આ મિકેનિક જરૂરી છે કારણ કે અન્યથા તમે પરિણામના ક્રમની બાંયધરી આપી શકતા નથી, અને તમે ડેટાને વિશ્વસનીય રીતે જોઈ શકશો નહીં. પરિણામની ટોચ પર તમને સૉર્ટિંગના આધારે વિવિધ એન્ટ્રીઓ મળશે. વિશ્વસનીય રીતે કાર્ય કરવા માટે, પ્રશ્નો અને એકત્રીકરણ નિર્ણાયક હોવા જોઈએ, એટલે કે, જ્યારે પણ તેઓ એક્ઝિક્યુટ કરવામાં આવે ત્યારે સમાન પરિણામો ઉત્પન્ન કરે છે. કોડ કે જે સમાવે છે $limit(), પણ ના $sort, નિર્ણાયક રહેશે નહીં અને તે પછીથી ભૂલોનું કારણ બની શકે છે જેને ટ્રૅક કરવું મુશ્કેલ હશે.

નિષ્કર્ષ

મોંગોડીબીથી નિરાશ થવાનો એકમાત્ર રસ્તો એ છે કે તેની તુલના અન્ય પ્રકારના ડેટાબેઝ સાથે કરવી, જેમ કે ડીબીએમએસ, અથવા ચોક્કસ અપેક્ષાઓના આધારે તેનો ઉપયોગ કરવા માટે આવવું. તે કાંટો સાથે નારંગીની સરખામણી કરવા જેવું છે. ડેટાબેઝ સિસ્ટમ ચોક્કસ હેતુઓ માટે સેવા આપે છે. તમારા માટે આ તફાવતોને સમજવા અને તેની પ્રશંસા કરવી શ્રેષ્ઠ છે. મોંગોડીબી વિકાસકર્તાઓને એવા પાથ પર દબાણ કરવું શરમજનક છે જેણે તેમને ડીબીએમએસ પાથ પર દબાણ કર્યું. હું જૂની સમસ્યાઓ ઉકેલવા માટે નવી અને રસપ્રદ રીતો જોવા માંગુ છું, જેમ કે ડેટાની અખંડિતતા સુનિશ્ચિત કરવી અને નિષ્ફળતા અને દૂષિત હુમલાઓ માટે સ્થિતિસ્થાપક હોય તેવી ડેટા સિસ્ટમ્સ બનાવવી.

સંસ્કરણ 4.0 માં MongoDB ની ACID ટ્રાન્ઝેક્શનલિટીનો પરિચય એ નવીન રીતે મહત્વપૂર્ણ સુધારાઓ રજૂ કરવાનું એક સારું ઉદાહરણ છે. મલ્ટિ-ડોક્યુમેન્ટ અને મલ્ટિ-સ્ટેટમેન્ટ ટ્રાન્ઝેક્શન હવે એટોમિક છે. તાળાઓ મેળવવા અને અટવાયેલા વ્યવહારોને સમાપ્ત કરવા માટે જરૂરી સમયને સમાયોજિત કરવાનું પણ શક્ય છે, તેમજ અલગતા સ્તરને બદલવાનું પણ શક્ય છે.

વધુ વાંચો:

• Google BigQuery માં ડેટા કેવી રીતે લોડ કરવો

સોર્સ: www.habr.com