14 ਚੀਜ਼ਾਂ ਜੋ ਮੈਂ ਚਾਹੁੰਦਾ ਹਾਂ ਕਿ ਮੈਂ ਮੋਂਗੋਡੀਬੀ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਜਾਣਦਾ

ਲੇਖ ਦਾ ਅਨੁਵਾਦ ਕੋਰਸ ਦੀ ਸ਼ੁਰੂਆਤ ਦੀ ਪੂਰਵ ਸੰਧਿਆ 'ਤੇ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ "ਗੈਰ-ਸੰਬੰਧੀ ਡੇਟਾਬੇਸ".

ਹਾਈਲਾਈਟਸ:

• ਇੱਕ ਸਕੀਮਾ ਵਿਕਸਤ ਕਰਨਾ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ ਭਾਵੇਂ ਇਹ ਮੋਂਗੋਡੀਬੀ ਵਿੱਚ ਵਿਕਲਪਿਕ ਹੈ।
• ਇਸੇ ਤਰ੍ਹਾਂ, ਸੂਚਕਾਂਕ ਤੁਹਾਡੇ ਸਕੀਮਾ ਅਤੇ ਪਹੁੰਚ ਪੈਟਰਨਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ।
• ਵੱਡੀਆਂ ਵਸਤੂਆਂ ਅਤੇ ਵੱਡੇ ਐਰੇ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਬਚੋ।
• MongoDB ਸੈਟਿੰਗਾਂ ਨਾਲ ਸਾਵਧਾਨ ਰਹੋ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਇਹ ਸੁਰੱਖਿਆ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ।
• ਮੋਂਗੋਡੀਬੀ ਕੋਲ ਕੋਈ ਪੁੱਛਗਿੱਛ ਆਪਟੀਮਾਈਜ਼ਰ ਨਹੀਂ ਹੈ, ਇਸਲਈ ਤੁਹਾਨੂੰ ਪੁੱਛਗਿੱਛ ਕਾਰਵਾਈਆਂ ਕਰਨ ਵੇਲੇ ਸਾਵਧਾਨ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ।

ਮੈਂ ਬਹੁਤ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਡੇਟਾਬੇਸ ਨਾਲ ਕੰਮ ਕਰ ਰਿਹਾ ਹਾਂ, ਪਰ ਹਾਲ ਹੀ ਵਿੱਚ ਮੋਂਗੋਡੀਬੀ ਦੀ ਖੋਜ ਕੀਤੀ ਹੈ। ਇੱਥੇ ਕੁਝ ਚੀਜ਼ਾਂ ਹਨ ਜੋ ਮੈਂ ਚਾਹੁੰਦਾ ਹਾਂ ਕਿ ਮੈਂ ਇਸ ਨਾਲ ਕੰਮ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਜਾਣਦਾ। ਜਦੋਂ ਕਿਸੇ ਵਿਅਕਤੀ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਕਿਸੇ ਖਾਸ ਖੇਤਰ ਵਿੱਚ ਤਜਰਬਾ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਕੋਲ ਡੇਟਾਬੇਸ ਕੀ ਹਨ ਅਤੇ ਉਹ ਕੀ ਕਰਦੇ ਹਨ ਇਸ ਬਾਰੇ ਪਹਿਲਾਂ ਤੋਂ ਧਾਰਨਾ ਰੱਖਦੇ ਹਨ। ਦੂਜਿਆਂ ਲਈ ਸਮਝਣਾ ਆਸਾਨ ਬਣਾਉਣ ਦੀ ਉਮੀਦ ਵਿੱਚ, ਮੈਂ ਆਮ ਗਲਤੀਆਂ ਦੀ ਇੱਕ ਸੂਚੀ ਪੇਸ਼ ਕਰਦਾ ਹਾਂ।

ਪ੍ਰਮਾਣਿਕਤਾ ਤੋਂ ਬਿਨਾਂ ਇੱਕ ਮੋਂਗੋਡੀਬੀ ਸਰਵਰ ਬਣਾਉਣਾ

ਬਦਕਿਸਮਤੀ ਨਾਲ, ਮੋਂਗੋਡੀਬੀ ਡਿਫੌਲਟ ਤੌਰ 'ਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਤੋਂ ਬਿਨਾਂ ਸਥਾਪਿਤ ਹੈ। ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਪਹੁੰਚ ਕੀਤੇ ਗਏ ਵਰਕਸਟੇਸ਼ਨ ਲਈ, ਇਹ ਅਭਿਆਸ ਆਮ ਹੈ। ਪਰ ਕਿਉਂਕਿ ਮੋਂਗੋਡੀਬੀ ਇੱਕ ਬਹੁ-ਉਪਭੋਗਤਾ ਪ੍ਰਣਾਲੀ ਹੈ ਜੋ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਪਸੰਦ ਕਰਦੀ ਹੈ, ਇਹ ਬਿਹਤਰ ਹੋਵੇਗਾ ਜੇਕਰ ਤੁਸੀਂ ਇਸਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ RAM ਵਾਲੇ ਸਰਵਰ 'ਤੇ ਪਾਉਂਦੇ ਹੋ, ਭਾਵੇਂ ਤੁਸੀਂ ਇਸਨੂੰ ਸਿਰਫ ਵਿਕਾਸ ਲਈ ਵਰਤਣ ਜਾ ਰਹੇ ਹੋ. ਡਿਫਾਲਟ ਪੋਰਟ ਰਾਹੀਂ ਸਰਵਰ 'ਤੇ ਇੰਸਟਾਲ ਕਰਨਾ ਸਮੱਸਿਆ ਵਾਲਾ ਹੋ ਸਕਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਜੇਕਰ ਕੋਈ ਵੀ ਜਾਵਾਸਕ੍ਰਿਪਟ ਕੋਡ ਬੇਨਤੀ ਵਿੱਚ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ, $where ਲਈ ਇੱਕ ਵਿਚਾਰ ਦੇ ਰੂਪ ਵਿੱਚ ਟੀਕੇ).

ਪ੍ਰਮਾਣੀਕਰਨ ਦੇ ਕਈ ਤਰੀਕੇ ਹਨ, ਪਰ ਸਭ ਤੋਂ ਆਸਾਨ ਯੂਜ਼ਰ ਆਈਡੀ/ਪਾਸਵਰਡ ਸੈੱਟ ਕਰਨਾ ਹੈ। ਇਸ ਵਿਚਾਰ ਦੀ ਵਰਤੋਂ ਕਰੋ ਜਦੋਂ ਤੁਸੀਂ ਫੈਂਸੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦੇ ਅਧਾਰ ਤੇ ਸੋਚਦੇ ਹੋ ਐਲ.ਡੀ.ਏ.ਪੀ.. ਜਦੋਂ ਸੁਰੱਖਿਆ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ, ਤਾਂ ਮੋਂਗੋਡੀਬੀ ਨੂੰ ਲਗਾਤਾਰ ਅਪਡੇਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਅਣਅਧਿਕਾਰਤ ਪਹੁੰਚ ਲਈ ਲੌਗਸ ਦੀ ਹਮੇਸ਼ਾ ਜਾਂਚ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਮੈਂ ਡਿਫੌਲਟ ਪੋਰਟ ਵਜੋਂ ਇੱਕ ਵੱਖਰੀ ਪੋਰਟ ਚੁਣਨਾ ਪਸੰਦ ਕਰਦਾ ਹਾਂ।

ਆਪਣੀ ਹਮਲੇ ਦੀ ਸਤਹ ਨੂੰ ਮੋਂਗੋਡੀਬੀ ਨਾਲ ਬੰਨ੍ਹਣਾ ਨਾ ਭੁੱਲੋ

ਮੋਂਗੋਡੀਬੀ ਸੁਰੱਖਿਆ ਚੈੱਕਲਿਸਟ ਨੈੱਟਵਰਕ ਘੁਸਪੈਠ ਅਤੇ ਡਾਟਾ ਲੀਕ ਹੋਣ ਦੇ ਖਤਰੇ ਨੂੰ ਘਟਾਉਣ ਲਈ ਚੰਗੇ ਸੁਝਾਅ ਸ਼ਾਮਲ ਹਨ। ਇਸਨੂੰ ਬੰਦ ਕਰਨਾ ਅਤੇ ਇਹ ਕਹਿਣਾ ਆਸਾਨ ਹੈ ਕਿ ਇੱਕ ਵਿਕਾਸ ਸਰਵਰ ਨੂੰ ਉੱਚ ਪੱਧਰੀ ਸੁਰੱਖਿਆ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ ਇੰਨਾ ਸੌਖਾ ਨਹੀਂ ਹੈ ਅਤੇ ਇਹ ਸਾਰੇ ਮੋਂਗੋਡੀਬੀ ਸਰਵਰਾਂ 'ਤੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ, ਜੇਕਰ ਵਰਤਣ ਲਈ ਕੋਈ ਮਜਬੂਰ ਕਰਨ ਵਾਲਾ ਕਾਰਨ ਨਹੀਂ ਹੈ mapReduce, group ਜ $ਕਿੱਥੇ, ਤੁਹਾਨੂੰ ਸੰਰਚਨਾ ਫਾਈਲ ਵਿੱਚ ਲਿਖ ਕੇ JavaScript ਵਿੱਚ ਆਰਬਿਟਰੇਰੀ ਕੋਡ ਦੀ ਵਰਤੋਂ ਨੂੰ ਅਯੋਗ ਕਰਨ ਦੀ ਲੋੜ ਹੈ javascriptEnabled:false. ਕਿਉਂਕਿ ਡੇਟਾ ਫਾਈਲਾਂ ਨੂੰ ਸਟੈਂਡਰਡ ਮੋਂਗੋਡੀਬੀ ਵਿੱਚ ਏਨਕ੍ਰਿਪਟ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਇਸ ਨਾਲ ਮੋਂਗੋਡੀਬੀ ਨੂੰ ਚਲਾਉਣਾ ਸਮਝਦਾਰੀ ਰੱਖਦਾ ਹੈ ਸਮਰਪਿਤ ਉਪਭੋਗਤਾ, ਜਿਸ ਕੋਲ ਫਾਈਲਾਂ ਤੱਕ ਪੂਰੀ ਪਹੁੰਚ ਹੈ, ਸਿਰਫ ਇਸ ਤੱਕ ਸੀਮਤ ਪਹੁੰਚ ਅਤੇ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਦੇ ਆਪਣੇ ਫਾਈਲ ਐਕਸੈਸ ਨਿਯੰਤਰਣਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੇ ਨਾਲ।

ਸਰਕਟ ਵਿਕਸਿਤ ਕਰਨ ਦੌਰਾਨ ਗਲਤੀ

ਮੋਂਗੋਡੀਬੀ ਇੱਕ ਸਕੀਮਾ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਪਰ ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਸਕੀਮ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ. ਜੇਕਰ ਤੁਸੀਂ ਬਿਨਾਂ ਕਿਸੇ ਇਕਸਾਰ ਪੈਟਰਨ ਦੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸਟੋਰ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਸਟੋਰ ਕਰਨਾ ਤੇਜ਼ ਅਤੇ ਆਸਾਨ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਬਾਅਦ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ। ਬਹੁਤ ਸਖ਼ਤ.

ਕਲਾਸਿਕ ਲੇਖ "MongoDB ਸਕੀਮਾ ਡਿਜ਼ਾਈਨ ਲਈ ਅੰਗੂਠੇ ਦੇ 6 ਨਿਯਮ" ਇਹ ਇੱਕ ਪੜ੍ਹਨ ਦੀ ਕੀਮਤ ਹੈ, ਅਤੇ ਵਰਗੇ ਫੀਚਰ ਸਕੀਮਾ ਐਕਸਪਲੋਰਰ ਥਰਡ-ਪਾਰਟੀ ਟੂਲ ਸਟੂਡੀਓ 3T ਵਿੱਚ, ਇਹ ਸਰਕਟਾਂ ਦੀ ਨਿਯਮਤ ਜਾਂਚ ਲਈ ਵਰਤਣ ਯੋਗ ਹੈ।

ਕ੍ਰਮਬੱਧ ਆਰਡਰ ਨੂੰ ਨਾ ਭੁੱਲੋ

ਕ੍ਰਮਬੱਧ ਆਰਡਰ ਨੂੰ ਭੁੱਲਣਾ ਕਿਸੇ ਹੋਰ ਗਲਤ ਸੰਰਚਨਾ ਨਾਲੋਂ ਵਧੇਰੇ ਨਿਰਾਸ਼ਾ ਅਤੇ ਸਮਾਂ ਬਰਬਾਦ ਕਰ ਸਕਦਾ ਹੈ। ਮੂਲ ਰੂਪ ਵਿੱਚ MongoBD ਵਰਤਦਾ ਹੈ ਬਾਈਨਰੀ ਲੜੀਬੱਧ. ਪਰ ਇਹ ਕਿਸੇ ਲਈ ਲਾਭਦਾਇਕ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ. ਕੇਸ-ਸੰਵੇਦਨਸ਼ੀਲ, ਲਹਿਜ਼ੇ-ਸੰਵੇਦਨਸ਼ੀਲ, ਬਾਈਨਰੀ ਕਿਸਮਾਂ ਨੂੰ ਪਿਛਲੀ ਸਦੀ ਦੇ 80 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਮਣਕਿਆਂ, ਕੈਫ਼ਟਨਾਂ ਅਤੇ ਘੁੰਗਰਾਲੇ ਮੁੱਛਾਂ ਦੇ ਨਾਲ ਉਤਸੁਕ ਐਨਾਕ੍ਰੋਨਿਜ਼ਮ ਮੰਨਿਆ ਜਾਂਦਾ ਸੀ। ਹੁਣ ਇਨ੍ਹਾਂ ਦੀ ਵਰਤੋਂ ਮੁਆਫ਼ੀਯੋਗ ਨਹੀਂ ਹੈ। ਅਸਲ ਜ਼ਿੰਦਗੀ ਵਿੱਚ, "ਮੋਟਰਸਾਈਕਲ" ਉਹੀ ਹੈ ਜਿਵੇਂ "ਮੋਟਰਸਾਈਕਲ"। ਅਤੇ "ਬ੍ਰਿਟੇਨ" ਅਤੇ "ਬ੍ਰਿਟੇਨ" ਇੱਕੋ ਥਾਂ ਹਨ। ਇੱਕ ਛੋਟੇ ਅੱਖਰ ਇੱਕ ਵੱਡੇ ਅੱਖਰ ਦੇ ਸਿਰਫ਼ ਵੱਡੇ ਅੱਖਰ ਦੇ ਬਰਾਬਰ ਹੁੰਦਾ ਹੈ। ਅਤੇ ਮੈਨੂੰ ਡਾਇਕ੍ਰਿਟਿਕਸ ਨੂੰ ਛਾਂਟਣਾ ਸ਼ੁਰੂ ਨਾ ਕਰੋ। ਮੋਂਗੋਡੀਬੀ ਵਿੱਚ ਇੱਕ ਡੇਟਾਬੇਸ ਬਣਾਉਂਦੇ ਸਮੇਂ, ਲਹਿਜ਼ੇ-ਸੰਵੇਦਨਸ਼ੀਲ ਕੋਲੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰੋ ਅਤੇ ਰਜਿਸਟਰ, ਜੋ ਕਿ ਭਾਸ਼ਾ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ ਅਤੇ ਸਿਸਟਮ ਉਪਭੋਗਤਾ ਸਭਿਆਚਾਰ. ਇਹ ਸਟਰਿੰਗ ਡੇਟਾ ਦੁਆਰਾ ਖੋਜ ਕਰਨਾ ਬਹੁਤ ਸੌਖਾ ਬਣਾ ਦੇਵੇਗਾ।

ਵੱਡੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨਾਲ ਸੰਗ੍ਰਹਿ ਬਣਾਓ

ਮੋਂਗੋਡੀਬੀ ਸੰਗ੍ਰਹਿ ਵਿੱਚ 16MB ਤੱਕ ਦੇ ਵੱਡੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਮੇਜ਼ਬਾਨੀ ਕਰਨ ਲਈ ਖੁਸ਼ ਹੈ, ਅਤੇ GridFS 16 MB ਤੋਂ ਵੱਡੇ ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਪਰ ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿ ਵੱਡੇ ਦਸਤਾਵੇਜ਼ ਉੱਥੇ ਰੱਖੇ ਜਾ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਉੱਥੇ ਸਟੋਰ ਕਰਨਾ ਇੱਕ ਚੰਗਾ ਵਿਚਾਰ ਨਹੀਂ ਹੈ। MongoDB ਸਭ ਤੋਂ ਵਧੀਆ ਕੰਮ ਕਰੇਗਾ ਜੇਕਰ ਤੁਸੀਂ ਉਹਨਾਂ ਵਿਅਕਤੀਗਤ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸਟੋਰ ਕਰਦੇ ਹੋ ਜੋ ਆਕਾਰ ਵਿੱਚ ਕੁਝ ਕਿਲੋਬਾਈਟ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਵਿਸ਼ਾਲ SQL ਸਾਰਣੀ ਵਿੱਚ ਕਤਾਰਾਂ ਵਾਂਗ ਸਮਝਦੇ ਹੋਏ। ਵੱਡੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਦਾ ਇੱਕ ਸਰੋਤ ਹੋਵੇਗਾ ਉਤਪਾਦਕਤਾ.

ਵੱਡੇ ਐਰੇ ਦੇ ਨਾਲ ਦਸਤਾਵੇਜ਼ ਬਣਾਉਣਾ

ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਐਰੇ ਸ਼ਾਮਲ ਹੋ ਸਕਦੇ ਹਨ। ਇਹ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ ਜੇਕਰ ਐਰੇ ਵਿੱਚ ਤੱਤਾਂ ਦੀ ਸੰਖਿਆ ਚਾਰ-ਅੰਕ ਦੀ ਸੰਖਿਆ ਤੋਂ ਦੂਰ ਹੈ। ਜੇਕਰ ਐਲੀਮੈਂਟਸ ਨੂੰ ਇੱਕ ਐਰੇ ਵਿੱਚ ਅਕਸਰ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਇਸ ਵਿੱਚ ਮੌਜੂਦ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਵਧਾ ਦੇਵੇਗਾ ਅਤੇ ਇਸਦੀ ਲੋੜ ਹੋਵੇਗੀ ਹਿਲਾਓ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇਹ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ ਸੂਚਕਾਂਕ ਨੂੰ ਵੀ ਅੱਪਡੇਟ ਕਰੋ. ਇੱਕ ਵੱਡੇ ਐਰੇ ਦੇ ਨਾਲ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਮੁੜ-ਇੰਡੈਕਸ ਕਰਦੇ ਸਮੇਂ, ਸੂਚਕਾਂਕ ਅਕਸਰ ਓਵਰਰਾਈਟ ਹੋ ਜਾਂਦੇ ਹਨ, ਕਿਉਂਕਿ ਇੱਥੇ ਇੱਕ ਰਿਕਾਰਡ, ਜੋ ਇਸਦੇ ਸੂਚਕਾਂਕ ਨੂੰ ਸਟੋਰ ਕਰਦਾ ਹੈ। ਇਹ ਰੀ-ਇੰਡੈਕਸਿੰਗ ਉਦੋਂ ਵੀ ਵਾਪਰਦੀ ਹੈ ਜਦੋਂ ਕੋਈ ਦਸਤਾਵੇਜ਼ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਾਂ ਮਿਟਾਇਆ ਜਾਂਦਾ ਹੈ।

ਮੋਂਗੋਡੀਬੀ ਨੂੰ ਕੁਝ ਕਿਹਾ ਜਾਂਦਾ ਹੈ "ਫਿਲ ਫੈਕਟਰ", ਜੋ ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਵਧਣ ਲਈ ਥਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
ਤੁਸੀਂ ਸੋਚ ਸਕਦੇ ਹੋ ਕਿ ਤੁਸੀਂ ਐਰੇ ਇੰਡੈਕਸਿੰਗ ਤੋਂ ਬਿਨਾਂ ਕਰ ਸਕਦੇ ਹੋ. ਬਦਕਿਸਮਤੀ ਨਾਲ, ਸੂਚਕਾਂਕ ਦੀ ਘਾਟ ਕਾਰਨ ਤੁਹਾਨੂੰ ਹੋਰ ਸਮੱਸਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਕਿਉਂਕਿ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਲੈ ਕੇ ਅੰਤ ਤੱਕ ਸਕੈਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਐਰੇ ਦੇ ਅੰਤ ਵਿੱਚ ਤੱਤਾਂ ਦੀ ਖੋਜ ਕਰਨ ਵਿੱਚ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੱਗੇਗਾ, ਅਤੇ ਅਜਿਹੇ ਦਸਤਾਵੇਜ਼ ਨਾਲ ਜੁੜੇ ਜ਼ਿਆਦਾਤਰ ਓਪਰੇਸ਼ਨ ਹੋਣਗੇ। ਹੌਲੀ.

ਇਹ ਨਾ ਭੁੱਲੋ ਕਿ ਇੱਕ ਸਮੂਹ ਵਿੱਚ ਪੜਾਵਾਂ ਦਾ ਕ੍ਰਮ ਮਹੱਤਵਪੂਰਨ ਹੈ

ਇੱਕ ਪੁੱਛਗਿੱਛ ਆਪਟੀਮਾਈਜ਼ਰ ਦੇ ਨਾਲ ਇੱਕ ਡੇਟਾਬੇਸ ਸਿਸਟਮ ਵਿੱਚ, ਤੁਸੀਂ ਜੋ ਸਵਾਲ ਲਿਖਦੇ ਹੋ ਉਹ ਇਸ ਗੱਲ ਦੀ ਵਿਆਖਿਆ ਹੈ ਕਿ ਤੁਸੀਂ ਕੀ ਪ੍ਰਾਪਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਨਾ ਕਿ ਇਸਨੂੰ ਕਿਵੇਂ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ। ਇਹ ਵਿਧੀ ਇੱਕ ਰੈਸਟੋਰੈਂਟ ਵਿੱਚ ਆਰਡਰ ਕਰਨ ਦੇ ਸਮਾਨਤਾ ਨਾਲ ਕੰਮ ਕਰਦੀ ਹੈ: ਆਮ ਤੌਰ 'ਤੇ ਤੁਸੀਂ ਇੱਕ ਡਿਸ਼ ਆਰਡਰ ਕਰਦੇ ਹੋ, ਅਤੇ ਕੁੱਕ ਨੂੰ ਵਿਸਤ੍ਰਿਤ ਨਿਰਦੇਸ਼ ਨਹੀਂ ਦਿੰਦੇ ਹੋ।

ਮੋਂਗੋਡੀਬੀ ਵਿੱਚ, ਤੁਸੀਂ ਕੁੱਕ ਨੂੰ ਨਿਰਦੇਸ਼ ਦਿੰਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੈ ਕਿ ਡਾਟਾ ਲੰਘਦਾ ਹੈ reduce ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਜਿੰਨੀ ਜਲਦੀ ਹੋ ਸਕੇ $match и $project, ਅਤੇ ਛਾਂਟੀ ਸਿਰਫ ਬਾਅਦ ਵਿੱਚ ਹੁੰਦੀ ਹੈ reduce, ਅਤੇ ਇਹ ਕਿ ਖੋਜ ਬਿਲਕੁਲ ਉਸੇ ਕ੍ਰਮ ਵਿੱਚ ਹੁੰਦੀ ਹੈ ਜੋ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ। ਇੱਕ ਪੁੱਛਗਿੱਛ ਆਪਟੀਮਾਈਜ਼ਰ ਹੋਣਾ ਜੋ ਬੇਲੋੜੇ ਕੰਮ ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ, ਵਧੀਆ ਢੰਗ ਨਾਲ ਕਦਮਾਂ ਨੂੰ ਕ੍ਰਮਬੱਧ ਕਰਦਾ ਹੈ, ਅਤੇ ਸ਼ਾਮਲ ਹੋਣ ਦੀਆਂ ਕਿਸਮਾਂ ਨੂੰ ਚੁਣਦਾ ਹੈ, ਤੁਹਾਨੂੰ ਖਰਾਬ ਕਰ ਸਕਦਾ ਹੈ। ਮੋਂਗੋਡੀਬੀ ਦੇ ਨਾਲ, ਤੁਹਾਡੇ ਕੋਲ ਸਹੂਲਤ ਦੀ ਕੀਮਤ 'ਤੇ ਵਧੇਰੇ ਨਿਯੰਤਰਣ ਹੈ।

ਵਰਗੇ ਸੰਦ ਸਟੂਡੀਓ 3ਟੀ ਵਿੱਚ ਐਗਰੀਗੇਸ਼ਨ ਸਵਾਲਾਂ ਦੇ ਨਿਰਮਾਣ ਨੂੰ ਸਰਲ ਬਣਾ ਦੇਵੇਗਾ MongoDB. ਐਗਰੀਗੇਸ਼ਨ ਐਡੀਟਰ ਵਿਸ਼ੇਸ਼ਤਾ ਤੁਹਾਨੂੰ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਪੜਾਅ 'ਤੇ ਪਾਈਪਲਾਈਨ ਸਟੇਟਮੈਂਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ, ਅਤੇ ਡੀਬਗਿੰਗ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਇਨਪੁਟ ਅਤੇ ਆਉਟਪੁੱਟ ਡੇਟਾ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ।

ਤੇਜ਼ ਰਿਕਾਰਡਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਨਾ

ਉੱਚ ਗਤੀ ਪਰ ਘੱਟ ਭਰੋਸੇਯੋਗਤਾ ਲਈ ਕਦੇ ਵੀ ਮੋਂਗੋਡੀਬੀ ਲਿਖਣ ਦੇ ਵਿਕਲਪਾਂ ਨੂੰ ਸੈਟ ਨਾ ਕਰੋ। ਇਹ ਮੋਡ "ਫਾਇਲ-ਅਤੇ-ਭੁੱਲੋ" ਤੇਜ਼ ਲੱਗਦਾ ਹੈ ਕਿਉਂਕਿ ਲਿਖਣ ਤੋਂ ਪਹਿਲਾਂ ਕਮਾਂਡ ਵਾਪਸ ਆ ਜਾਂਦੀ ਹੈ। ਜੇਕਰ ਸਿਸਟਮ ਡਿਸਕ ਤੇ ਡਾਟਾ ਲਿਖੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਕਰੈਸ਼ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਗੁੰਮ ਹੋ ਜਾਵੇਗਾ ਅਤੇ ਇੱਕ ਅਸੰਗਤ ਸਥਿਤੀ ਵਿੱਚ ਖਤਮ ਹੋ ਜਾਵੇਗਾ। ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, 64-ਬਿੱਟ ਮੋਂਗੋਡੀਬੀ ਨੇ ਲੌਗਿੰਗ ਸਮਰਥਿਤ ਕੀਤੀ ਹੈ।

MMAPv1 ਅਤੇ ਵਾਇਰਡਟਾਈਗਰ ਸਟੋਰੇਜ਼ ਇੰਜਣ ਇਸ ਨੂੰ ਰੋਕਣ ਲਈ ਲੌਗਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਹਾਲਾਂਕਿ ਵਾਇਰਡਟਾਈਗਰ ਆਖਰੀ ਅਨੁਕੂਲਤਾ ਤੱਕ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ ਕੰਟਰੋਲ ਬਿੰਦੂ, ਜੇਕਰ ਲਾਗਿੰਗ ਅਯੋਗ ਹੈ।

ਜਰਨਲਿੰਗ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਡਾਟਾਬੇਸ ਰਿਕਵਰੀ ਤੋਂ ਬਾਅਦ ਇਕਸਾਰ ਸਥਿਤੀ ਵਿੱਚ ਹੈ ਅਤੇ ਸਾਰੇ ਡੇਟਾ ਨੂੰ ਉਦੋਂ ਤੱਕ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਇਹ ਲੌਗ ਵਿੱਚ ਨਹੀਂ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ। ਰਿਕਾਰਡਿੰਗ ਦੀ ਬਾਰੰਬਾਰਤਾ ਪੈਰਾਮੀਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੌਂਫਿਗਰ ਕੀਤੀ ਗਈ ਹੈ commitIntervalMs.

ਇੰਦਰਾਜ਼ਾਂ ਬਾਰੇ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ, ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਸੰਰਚਨਾ ਫਾਇਲ ਵਿੱਚ ਲਾਗਿੰਗ ਯੋਗ ਹੈ (storage.journal.enabled), ਅਤੇ ਰਿਕਾਰਡਿੰਗਾਂ ਦੀ ਬਾਰੰਬਾਰਤਾ ਉਸ ਜਾਣਕਾਰੀ ਦੀ ਮਾਤਰਾ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ ਜੋ ਤੁਸੀਂ ਗੁਆ ਸਕਦੇ ਹੋ।

ਬਿਨਾਂ ਸੂਚਕਾਂਕ ਦੇ ਛਾਂਟਣਾ

ਖੋਜ ਅਤੇ ਇਕੱਤਰ ਕਰਨ ਵੇਲੇ, ਅਕਸਰ ਡੇਟਾ ਨੂੰ ਕ੍ਰਮਬੱਧ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਆਓ ਉਮੀਦ ਕਰੀਏ ਕਿ ਇਹ ਛਾਂਟੀ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਡੇਟਾ ਦੀ ਮਾਤਰਾ ਨੂੰ ਘਟਾਉਣ ਲਈ ਨਤੀਜੇ ਨੂੰ ਫਿਲਟਰ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਅੰਤਮ ਪੜਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ 'ਤੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਤੇ ਇਸ ਕੇਸ ਵਿੱਚ ਵੀ, ਛਾਂਟੀ ਲਈ ਤੁਹਾਨੂੰ ਲੋੜ ਹੋਵੇਗੀ ਇੰਡੈਕਸ. ਤੁਸੀਂ ਇੱਕ ਸਿੰਗਲ ਜਾਂ ਮਿਸ਼ਰਿਤ ਸੂਚਕਾਂਕ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।

ਜੇ ਕੋਈ ਢੁਕਵਾਂ ਸੂਚਕਾਂਕ ਨਹੀਂ ਹੈ, ਤਾਂ ਮੋਂਗੋਡੀਬੀ ਇਸ ਤੋਂ ਬਿਨਾਂ ਕਰੇਗਾ. ਵਿੱਚ ਸਾਰੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਕੁੱਲ ਆਕਾਰ 'ਤੇ 32 MB ਦੀ ਮੈਮੋਰੀ ਸੀਮਾ ਹੈ ਛਾਂਟੀ ਕਾਰਜ, ਅਤੇ ਜੇਕਰ MongoDB ਇਸ ਸੀਮਾ 'ਤੇ ਪਹੁੰਚ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਜਾਂ ਤਾਂ ਇੱਕ ਗਲਤੀ ਸੁੱਟ ਦੇਵੇਗਾ ਜਾਂ ਵਾਪਸੀ ਕਰੇਗਾ ਖਾਲੀ ਰਿਕਾਰਡਸੈੱਟ.

ਸੂਚਕਾਂਕ ਸਹਾਇਤਾ ਤੋਂ ਬਿਨਾਂ ਖੋਜ ਕਰੋ

ਖੋਜ ਸਵਾਲ SQL ਵਿੱਚ JOIN ਓਪਰੇਸ਼ਨ ਵਰਗਾ ਇੱਕ ਫੰਕਸ਼ਨ ਕਰਦੇ ਹਨ। ਵਧੀਆ ਕੰਮ ਕਰਨ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਵਿਦੇਸ਼ੀ ਕੁੰਜੀ ਦੇ ਤੌਰ 'ਤੇ ਵਰਤੀ ਗਈ ਕੁੰਜੀ ਦੇ ਮੁੱਲ ਦੇ ਸੂਚਕਾਂਕ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਵਰਤੋਂ ਵਿੱਚ ਪ੍ਰਤੀਬਿੰਬਿਤ ਨਹੀਂ ਹੁੰਦਾ ਹੈ explain(). ਅਜਿਹੇ ਸੂਚਕਾਂਕ ਵਿੱਚ ਲਿਖੇ ਸੂਚਕਾਂਕ ਤੋਂ ਇਲਾਵਾ ਹਨ explain(), ਜੋ ਬਦਲੇ ਵਿੱਚ ਪਾਈਪਲਾਈਨ ਓਪਰੇਟਰਾਂ ਦੁਆਰਾ ਵਰਤੀ ਜਾਂਦੀ ਹੈ $match и $sort, ਜਦੋਂ ਉਹ ਪਾਈਪਲਾਈਨ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਮਿਲਦੇ ਹਨ। ਸੂਚਕਾਂਕ ਹੁਣ ਕਿਸੇ ਵੀ ਪੜਾਅ ਨੂੰ ਕਵਰ ਕਰ ਸਕਦੇ ਹਨ ਏਕੀਕਰਣ ਪਾਈਪਲਾਈਨ.

ਮਲਟੀ-ਅੱਪਡੇਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਹਟਣਾ

.ੰਗ db.collection.update() ਤੁਹਾਡੇ ਦੁਆਰਾ ਨਿਰਧਾਰਿਤ ਕੀਤੇ ਪੈਰਾਮੀਟਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਮੌਜੂਦਾ ਦਸਤਾਵੇਜ਼ ਜਾਂ ਪੂਰੇ ਦਸਤਾਵੇਜ਼ ਦੇ ਹਿੱਸੇ ਨੂੰ ਬਦਲਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਪੂਰੀ ਤਬਦੀਲੀ ਤੱਕ update. ਕੀ ਇੰਨਾ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਸਾਰੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨਹੀਂ ਕਰੇਗਾ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਵਿਕਲਪ ਨੂੰ ਸੈਟ ਨਹੀਂ ਕਰਦੇ multi ਬੇਨਤੀ ਦੇ ਮਾਪਦੰਡ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਾਲੇ ਸਾਰੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਅਪਡੇਟ ਕਰਨ ਲਈ।

ਹੈਸ਼ ਟੇਬਲ ਵਿੱਚ ਕੁੰਜੀਆਂ ਦੇ ਕ੍ਰਮ ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਨਾ ਭੁੱਲੋ

JSON ਵਿੱਚ, ਇੱਕ ਵਸਤੂ ਵਿੱਚ ਆਕਾਰ ਜ਼ੀਰੋ ਜਾਂ ਵਧੇਰੇ ਨਾਮ/ਮੁੱਲ ਜੋੜਿਆਂ ਦਾ ਇੱਕ ਅਕ੍ਰਮਿਤ ਸੰਗ੍ਰਹਿ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ ਨਾਮ ਇੱਕ ਸਤਰ ਹੁੰਦਾ ਹੈ ਅਤੇ ਮੁੱਲ ਇੱਕ ਸਤਰ, ਸੰਖਿਆ, ਬੁਲੀਅਨ, ਨਲ, ਵਸਤੂ ਜਾਂ ਐਰੇ ਹੁੰਦਾ ਹੈ।

ਬਦਕਿਸਮਤੀ ਨਾਲ, BSON ਖੋਜ ਕਰਨ ਵੇਲੇ ਆਰਡਰ 'ਤੇ ਬਹੁਤ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ। ਮੋਂਗੋਡੀਬੀ ਵਿੱਚ, ਬਿਲਟ-ਇਨ ਆਬਜੈਕਟ ਦੇ ਅੰਦਰ ਕੁੰਜੀਆਂ ਦਾ ਕ੍ਰਮ ਮਾਮਲੇ, i.e. { firstname: "Phil", surname: "factor" } - ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਨਹੀਂ ਹੈ { { surname: "factor", firstname: "Phil" }. ਭਾਵ, ਜੇਕਰ ਤੁਸੀਂ ਉਹਨਾਂ ਨੂੰ ਲੱਭਣਾ ਯਕੀਨੀ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਤੁਹਾਨੂੰ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਨਾਮ/ਮੁੱਲ ਦੇ ਜੋੜਿਆਂ ਦਾ ਕ੍ਰਮ ਸਟੋਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਉਲਝਣ ਵਿੱਚ ਨਾ ਰਹੋ "ਨਲ" и "ਅਪਰਿਭਾਸ਼ਿਤ"

ਮੁੱਲ "ਅਪਰਿਭਾਸ਼ਿਤ" ਦੇ ਅਨੁਸਾਰ, JSON ਵਿੱਚ ਕਦੇ ਵੀ ਵੈਧ ਨਹੀਂ ਸੀ ਅਧਿਕਾਰਤ ਮਿਆਰ JSON (ECMA-404 ਸੈਕਸ਼ਨ 5), ਭਾਵੇਂ ਇਹ JavaScript ਵਿੱਚ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, BSON ਲਈ ਇਹ ਅਪ੍ਰਚਲਿਤ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਬਦਲਿਆ ਗਿਆ ਹੈ $null, ਜੋ ਕਿ ਹਮੇਸ਼ਾ ਇੱਕ ਚੰਗਾ ਹੱਲ ਨਹੀ ਹੈ. ਵਰਤਣ ਤੋਂ ਬਚੋ "ਅਪਰਿਭਾਸ਼ਿਤ" ਮੋਂਗੋਡੀਬੀ ਵਿੱਚ.

ਵਰਤੋਂ ਕਰੋ $limit() ਬਿਨਾ $sort()

ਅਕਸਰ ਜਦੋਂ ਤੁਸੀਂ MongoDB ਵਿੱਚ ਵਿਕਾਸ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹੋ, ਤਾਂ ਨਤੀਜੇ ਦਾ ਇੱਕ ਨਮੂਨਾ ਦੇਖਣਾ ਲਾਭਦਾਇਕ ਹੁੰਦਾ ਹੈ ਜੋ ਕਿ ਇੱਕ ਪੁੱਛਗਿੱਛ ਜਾਂ ਇਕੱਤਰੀਕਰਨ ਤੋਂ ਵਾਪਸ ਕੀਤਾ ਜਾਵੇਗਾ। ਇਸ ਕੰਮ ਲਈ ਤੁਹਾਨੂੰ ਲੋੜ ਹੋਵੇਗੀ $limit(), ਪਰ ਇਹ ਕਦੇ ਵੀ ਅੰਤਿਮ ਕੋਡ ਵਿੱਚ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਇਸਨੂੰ ਪਹਿਲਾਂ ਨਹੀਂ ਵਰਤਦੇ $sort. ਇਹ ਮਕੈਨਿਕ ਜ਼ਰੂਰੀ ਹੈ ਕਿਉਂਕਿ ਨਹੀਂ ਤਾਂ ਤੁਸੀਂ ਨਤੀਜੇ ਦੇ ਕ੍ਰਮ ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ ਦੇ ਸਕਦੇ ਹੋ, ਅਤੇ ਤੁਸੀਂ ਭਰੋਸੇਯੋਗ ਤੌਰ 'ਤੇ ਡੇਟਾ ਨੂੰ ਦੇਖਣ ਦੇ ਯੋਗ ਨਹੀਂ ਹੋਵੋਗੇ। ਨਤੀਜੇ ਦੇ ਸਿਖਰ 'ਤੇ ਤੁਹਾਨੂੰ ਛਾਂਟੀ ਦੇ ਆਧਾਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਐਂਟਰੀਆਂ ਮਿਲਣਗੀਆਂ। ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ, ਪੁੱਛਗਿੱਛਾਂ ਅਤੇ ਇਕੱਤਰਤਾਵਾਂ ਨਿਰਣਾਇਕ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ, ਯਾਨੀ, ਹਰ ਵਾਰ ਜਦੋਂ ਉਹਨਾਂ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਉਹੀ ਨਤੀਜੇ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਕੋਡ ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ $limit(), ਪਰ ਨਹੀਂ $sort, ਨਿਰਣਾਇਕ ਨਹੀਂ ਹੋਵੇਗਾ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਗਲਤੀਆਂ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਟਰੈਕ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋਵੇਗਾ।

ਸਿੱਟਾ

ਮੋਂਗੋਡੀਬੀ ਤੋਂ ਨਿਰਾਸ਼ ਹੋਣ ਦਾ ਇੱਕੋ ਇੱਕ ਤਰੀਕਾ ਹੈ ਕਿ ਇਸਦੀ ਤੁਲਨਾ ਕਿਸੇ ਹੋਰ ਕਿਸਮ ਦੇ ਡੇਟਾਬੇਸ, ਜਿਵੇਂ ਕਿ ਡੀਬੀਐਮਐਸ, ਜਾਂ ਕੁਝ ਉਮੀਦਾਂ ਦੇ ਅਧਾਰ ਤੇ ਇਸਦੀ ਵਰਤੋਂ ਵਿੱਚ ਆਉਣਾ ਹੈ। ਇਹ ਇੱਕ ਕਾਂਟੇ ਨਾਲ ਸੰਤਰੇ ਦੀ ਤੁਲਨਾ ਕਰਨ ਵਰਗਾ ਹੈ। ਡਾਟਾਬੇਸ ਸਿਸਟਮ ਖਾਸ ਉਦੇਸ਼ਾਂ ਦੀ ਪੂਰਤੀ ਕਰਦੇ ਹਨ। ਆਪਣੇ ਲਈ ਇਹਨਾਂ ਅੰਤਰਾਂ ਨੂੰ ਸਮਝਣਾ ਅਤੇ ਉਹਨਾਂ ਦੀ ਕਦਰ ਕਰਨਾ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ। ਮੋਂਗੋਡੀਬੀ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇੱਕ ਮਾਰਗ ਉੱਤੇ ਦਬਾਅ ਪਾਉਣਾ ਸ਼ਰਮ ਦੀ ਗੱਲ ਹੋਵੇਗੀ ਜਿਸਨੇ ਉਹਨਾਂ ਨੂੰ ਡੀਬੀਐਮਐਸ ਮਾਰਗ ਤੋਂ ਹੇਠਾਂ ਜਾਣ ਲਈ ਮਜਬੂਰ ਕੀਤਾ। ਮੈਂ ਪੁਰਾਣੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੇ ਨਵੇਂ ਅਤੇ ਦਿਲਚਸਪ ਤਰੀਕੇ ਦੇਖਣਾ ਚਾਹੁੰਦਾ ਹਾਂ, ਜਿਵੇਂ ਕਿ ਡਾਟਾ ਇਕਸਾਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ ਅਤੇ ਡਾਟਾ ਸਿਸਟਮ ਬਣਾਉਣਾ ਜੋ ਅਸਫਲਤਾ ਅਤੇ ਖਤਰਨਾਕ ਹਮਲਿਆਂ ਲਈ ਲਚਕੀਲੇ ਹਨ।

ਸੰਸਕਰਣ 4.0 ਵਿੱਚ MongoDB ਦੁਆਰਾ ACID ਲੈਣ-ਦੇਣ ਦੀ ਸ਼ੁਰੂਆਤ ਇੱਕ ਨਵੀਨਤਾਕਾਰੀ ਤਰੀਕੇ ਨਾਲ ਮਹੱਤਵਪੂਰਨ ਸੁਧਾਰਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਨ ਦਾ ਇੱਕ ਵਧੀਆ ਉਦਾਹਰਣ ਹੈ। ਮਲਟੀ-ਡੌਕੂਮੈਂਟ ਅਤੇ ਮਲਟੀ-ਸਟੇਟਮੈਂਟ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਹੁਣ ਐਟਮੀ ਹਨ। ਲਾਕ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ ਫਸੇ ਹੋਏ ਲੈਣ-ਦੇਣ ਨੂੰ ਖਤਮ ਕਰਨ ਦੇ ਨਾਲ-ਨਾਲ ਆਈਸੋਲੇਸ਼ਨ ਪੱਧਰ ਨੂੰ ਬਦਲਣ ਲਈ ਲੋੜੀਂਦੇ ਸਮੇਂ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨਾ ਵੀ ਸੰਭਵ ਹੈ।

ਹੋਰ ਪੜ੍ਹੋ:

• Google BigQuery ਵਿੱਚ ਡੇਟਾ ਕਿਵੇਂ ਲੋਡ ਕਰਨਾ ਹੈ

ਸਰੋਤ: www.habr.com