Corso MongoDB Day3

MongoDB
Database for Giant Ideas
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
www.zero12.it @account Twitter
@account
@contieroroberto
Twitter
Agenda
Giorno 1
Mattina Pomeriggio
● Introduzione ai database NoSQL ● Sicurezza: autenticazione dei client,
● MongoDB: database agile per il web! autenticazione tra nodi del cluster, encryption
● Dev key features: modello a documenti, delle connessioni mediante SSL
relational vs document, JSON, BSON, MQL ● Creazione di utenti e ruoli per l’autenticazione
● (MongoDB Query Language), shell dei client
● Ops key features: pluggable architecture, storage ● Replica: principi e funzionamento
engines, replica, sharding ● Architetture di deploy di un replica set
● Mongo, mongod, mongos, mongodump, ● Esempio pratico di creazione di un replica set
mongorestore, mongoimport, mongoexport
● Installare MongoDB
DevOps
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Agenda
Giorno 2
Mattina Pomeriggio
● Sharding: quando e perchè fare sharding ● Tipi di dato
● Componenti: shard, router (mongos), config servers (metadati) ● Chiavi e indici
● Shard keys: concetti e scelta della sharding key ● Operazioni CRUD da shell
● Tipi di shard keys: hashed e ranged ● Aggregation framework
● Shard tagging ● Ricerche testuali
● Use cases di un’architettura a shard: segmentazione dei dati ● Ricerche geospaziali
per posizione geografica, segmentazione per applicazione o
cliente, segmentazione basata sull’hardware
● Esempio pratico di creazione di un cluster a due shard
DevOps Dev
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Agenda
Giorno 3
Mattina Pomeriggio
● Explain plan: esempio pratico di ottimizzazione ● ODM: Spring Data MongoDB e Morphia
di una query, index fit, working set ● GridFS
● Data design ● Data import su MongoDB: Apache NiFi
● Document validation ● Cenni all’integrazione con Apache Solr
● Pattern di struttura: relazioni 1 - 1, relazioni 1 - n, ● Cloud Manager: backup e monitoring sul cloud
alberi ● Cenni su Ops Manager e MongoDB Compass
● Timeseries ● Cenni su MongoDB Atlas
● Driver Java (sincrono e asincrono) ● MongoDB Enterprise vs MongoDB Community
● Concetti base di utilizzo del driver Java
(connessione a ReplicaSet e Shard)
Dev
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Parte 1
Tuning delle query
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Ottimizzazione delle query
● create gli indici a supporto delle query. L’80% dei problemi di performance è dovuto alla
mancanza di indici.
Abilitate il profiler per “scovare” le query lente, usate l’explain per ottimizzarle
● limitate i risultati delle query (db.posts.find().sort( { timestamp : -1 } ).limit(10) ) per
evitare consumo di banda inutile
● usate la projection per farvi ritornare solo i campi necessari
● nelle operazioni di incremento usate l’operatore $inc invece di leggere il documento,
modificarlo lato server e riscriverlo completamente
● in alcuni casi potete dire a MongoDB di usare un altro indice ($hint) perchè più performante
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Explain plan
Permette di valutare le performance di una query
Esistono due modi per fare explain
db.collection.explain().<method(...)> cursor.explain()
Usato per i metodi aggregate(), count(), Usato per i metodi che ritornano un
distinct(), find(), group(), remove(), update() cursore (ad es. find)
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Verbosity
queryPlanner: è il default se non si specifica niente. MongoDB esegue il query optimizer per scegliere il
piano d’esecuzione della query per l’operazione in corso di valutazione
executionStats: MongoDB esegue il query optimizer per scegliere il piano d’esecuzione, lo esegue e
ritorna le statistiche d’esecuzione del piano scelto
allPlansExecution: MongoDB esegue il query optimizer per scegliere il piano d’esecuzione, lo esegue e
ritorna le statistiche d’esecuzione del piano scelto. Oltre a queste statistiche ritorna altre statistiche
relative ai piani d’esecuzione candidati ricavate nella fase di selezione del piano d’esecuzione
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Analizzare le performance di una query
Prestate attenzione allo “stage” del “winningPlan”
● COLLSCAN: full scan di una collection

● IXSCAN: scansione di un indice
● FETCH: lettura dei documenti da disco
● SHARD_MERGE: per unire i risultati dagli shard
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Query senza indice
{
db.inventory.find( "queryPlanner" : {
{ quantity: { $gte: 100, $lte: 200 } "plannerVersion" : 1,
} ... Viene fatta una
).explain("executionStats")
"winningPlan" : { full scan
"stage" : "COLLSCAN",
...
}
},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 3,
"executionTimeMillis" : 0, Vengono ritornati
"totalKeysExamined" : 0, 3 documenti
"totalDocsExamined" : 10,
"executionStages" : {
"stage" : "COLLSCAN",
...
},
...
Vengono esaminati
},
... 10 documenti
}
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Query con indice
{
"queryPlanner" : {
"plannerVersion" : 1,
db.inventory.createIndex( { quantity: 1 } ...
) "winningPlan" : { Viene fatta una
"stage" : "FETCH", scansione dell’indice
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"quantity" : 1
},
...
db.inventory.find( }
{ quantity: { $gte: 100, $lte: 200 } },
} "rejectedPlans" : [ ]
).explain("executionStats") },
"executionStats" : { Vengono ritornati
"executionSuccess" : true,
"nReturned" : 3, 3 documenti
"executionTimeMillis" : 0,
"totalKeysExamined" : 3,
"totalDocsExamined" : 3,
"executionStages" : {
...
}, Vengono esaminati
...
}, 3 documenti
...
}
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Parte 2
Data design
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Importanza dello schema design
Schema Design Tradizionale Schema Design con Documenti
Focus sull’ottimizzazione dello storage dei dati Focus sull’uso dei dati
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Elementi fondamentali di schema design
Flessibilità
● Scelte in fase di progettazione possono essere modificate
● Ogni record può avere una campi diversi
● I campi devono essere consistenti per l’applicativo
● Alcune strutture possono essere forzate dagli applicativi
● Facile evoluzione della struttura al cambio dei requisiti
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Field con differenti valori

● Ogni field può essere
○ Assente
○ Impostato a null
○ Impostato ad un singolo valore
○ Impostato come un array di molti valori
● Query per ogni valore dei field
● Ogni field (compresi gli array) può essere indicizzato
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Embedding di Documenti
● Un Field può contenere un documento
● Documenti innestati permettono di ottenere strutture complesse
● Maggiori performance grazie alla localizzazione dei dati
● Possono essere eseguite query ad ogni livello
● Possono essere indicizzati
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Esempio di schema design
Contacts Addresses
{ {
“_id”: 2, “_id”: 1,
“name”: “Steven Jobs”, “street”: “10260 Bandley Dr”,
“title”: “VP, New Product “city”: “Cupertino”,
Development”, “state”: “CA”,
“company”: “Apple Computer”, “zip_code”: ”95014”,
“phone”: “408-996-1010”, “country”: “USA”
“address_id”: 1 }
}
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Esempio di schema design
Contacts
{
“_id”: 2,
“name”: “Steven Jobs”,
“title”: “VP, New Product Development”,
“company”: “Apple Computer”,
“address”: {
“street”: “10260 Bandley Dr”,
“city”: “Cupertino”,
“state”: “CA”,
“zip_code”: ”95014”,
“country”: “USA”
},
“phone”: “408-996-1010”
}
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Relazionale VS Documenti
Contact
1. Name
Contact Address 2. Company
3. Title
1. Name 1. Street 4. Address
2. Company 2. City a. Street
3. Title 3. State b. City
4. Phone 4. Zip_code c. State
d. Zip_code
5. Phone
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Esempio di flessibilità
{
{ “name”: “Larry Page”,
“name”: “Steven Jobs”, “url”: “http://google.com/”,
“title”: “VP, New Product Development”, “title”: “CEO”,
“company”: “Apple Computer”, “company”: “Google!”,
“address”: { “email”: “larry@google.com”,
“street”: “10260 Bandley Dr”, “address”: {
“city”: “Cupertino”, “street”: “555 Bryant, #106”,
“state”: “CA”, “city”: “Palo Alto”,
“zip_code”: ”95014” “state”: “CA”,
}, “zip_code”: “94301”
“phone”: “408-996-1010” },
} “phone”: “650-618-1499”,
“fax”: “650-330-0100”
}
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Traduzione di relazioni
Groups Addresses
Twitter
1. Name 1. Type
1. Name
2. Location 1 N N 2. Street
3. City
3. Web
4. State
4. Bio
N 5. Zip_code
1 1
Contact
Thumbnails 1 1
1. Name
1 Phones
1. mime_type 2. Company N
2. Data 1 3. Title 1 1. Type
2. Number
Portraits 1 N e-mail
1. mime_type 1. Type
2. Data 2. Address
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Relazione 1:1
1 1
Contact Twitter Contact
Twitter_id
1. Name
2. Company
3. Title
4. Twitter
twitter
1 1
Contact Twitter
Contact_id
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Relazione 1:N
1 1
Contact Phones Contact
Phones_id: [ ]
1. Name
2. Company
3. Title
4. Phones
phones
1 1
Contact Phones
Contact_id
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Relazione N:N - 1 di 3
Join table
Contact
groups_contacts
Groups
1. Name
1. group_id 2. Company
1. Name
2. contact_id 3. Title
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Join table
Contact
groups_contacts
Groups
1. Name
1. group_id 2. Company
1. Name
2. contact_id 3. Title
Conviene usare gli array
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
N N
Group Contact Group Contact
contact_id: [ ]
1. Contacts 1. Groups
contact group
N N
Group Contact
group_id: [ ]
● Informazioni ridondanti in tutti i casi per mantenere le relazioni

● Le referenze richiedono di essere aggiornate per mantenere la consistenza
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Risultato della conversione: schema
N
Groups N Contact Phones
1. Name 1. Name 1. Type

2. Company 2. Street
N 3. City
3. Title
4. State
1 5. Zip_code
Twitter
1. Name N
Phones
2. Location
1 3. Web 1. Type
4. Bio 2. Number
Portraits
1
1. mime_type 1 N
2. Data Thumbnails Email
1. mime_type 1. Type
2. Data 2. Address
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Risultato della conversione: json
{
“name” : “Gary J. Murakami, Ph.D.”,
“company” : “MongoDB, Inc.”,
“title” : “Lead Engineer”,
“twitter” : {
“name” : “Gary Murakami”, “location” : “New Providence, NJ”,
“web” : “http://www.nobell.org”
},
“portrait_id” : 1,
“addresses” : [
{ “type” : “work”, “street” : ”229 W 43rd St.”, “city” : “New York”, “zip_code” : “10036” }
],
“phones” : [
{ “type” : “work”, “number” : “1-866-237-8815 x8015” }
],
“emails” : [
{ “type” : “work”, “address” : “gary.murakami@mongodb.com” },
{ “type” : “home”, “address” : “gjm@nobell.org” }
]
}
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Consigli
● Lo schema va pensato in funzione dell’applicazione che lo userà!

● Spesso l’embedding è la scelta migliore perché è come avere delle “join già preparate”
● Embeddare quando:
○ pochi o molti oggetti sono visualizzati dall’applicativo insieme al padre
○ per aumentare le performance di una o più funzionalità dell’applicativo
○ per garantire l’atomicità delle informazioni
● Usare i “reference” quando:
○ si necessita di maggiore scalabilità del singolo documento
○ si vuole garantire maggiore “consistenza” nelle associazioni N:N non duplicando i dati
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Document Validation
● Permette di validare i documenti in fase di inserimento o modifica
● Le regole di validazione vanno specificate a livello di collection
● La validazione può essere abilitata anche ad una collection esistente (comando collMod). In tal
caso i documenti presenti non saranno sottoposti a validazione fino alla prima operazione di
modifica
● Ci sono tre livelli di validazione: off (disabilitata), strict (viene applicata la validazione a tutte le
insert e a tutte le update), moderate (applica la validazione a tutte le insert e alle sole update
valide, non si applica alle update sui documenti esistenti e non validi)
● Ci sono due possibili azione da applicare per i documenti non validi: error (in questo caso i
documenti non validi non vengono scritti e viene lanciata un’eccezione), warn (in questo caso i
documenti vengono comunque scritti ma viene loggata il fatto che non abbiano superato la
validazione)
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Timeseries
Insieme di valori di una variabile rilevati in istanti temporali uniformi.
● Modello di dati applicabile in

molti contesti
● Possibilità di avere molte opzioni
di schemi e modelli (flessibilità
dello schema MongoDB)
● Lo schema design è guidato dai
requisiti dell’applicazione
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Schema design nelle timeseries
● Un documento per evento

● Un documento per minuto (media)
● Un documento per minuto (secondo)
● Un documento per ora
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Singolo documento per evento
{
server: “server1”,
load: 92,
ts: ISODate("2013-10-16T22:07:38.000-0500")
}
● Approccio relazionale (equivale ad una tupla per ogni evento)

● Il carico per il DB è rappresentato dalle insert
● L’aggregazione viene fatta a livello di applicazione
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Singolo documento per minuto (media)
{
load_num: 92,
load_sum: 4500,
ts: ISODate("2013-10-16T22:07:00.000-0500")
}
● Pre-aggregazione per calcolare la media per minuto più facilmente

● Il carico per il DB è rappresentato dalle update
● Risoluzione a livello di minuto
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Singolo documento per minuto (secondo)
{
load: { 0: 15, 1: 20, …, 58: 45, 59: 40 }
ts: ISODate("2013-10-16T22:07:00.000-0500")
}
● Salvataggio dei dati ogni secondo pre-aggregati su un documento al

minuto
● Pre-allocare la struttura per evitare spostamenti del documento su disco
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Singolo documento per ora (salvo ogni secondo) - 1 di 2
{
load: { 0: 15, 1: 20, …, 3598: 45, 3599: 40 }
ts: ISODate("2013-10-16T22:00:00.000-0500")
}
● Salvataggio dei dati ogni secondo pre-aggregati su un documento all’ora

● L’aggiornamento dell’ultimo secondo richiede di esaminare prima 3599
campi
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Singolo documento per ora (salvo ogni secondo) - 2 di 2
{
load: {
0: {0: 15, …, 59: 45},
….
59: {0: 25, …, 59: 75}
ts: ISODate("2013-10-16T22:00:00.000-0500")
}
● Salvataggio dei dati ogni secondo con sottodocumenti per ogni minuto
● L’aggiornamento dell’ultimo secondo richiede di esaminare prima 59 + 59
campi
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Timeseries: analisi delle scritture
● Esempio: dati generati ogni secondo

● Salvare i dati ogni minuto significa:
○ Un documento per evento: 60 inserimenti
○ Un documento per minuto: 1 inserimento, 59 aggiornamenti
● Passare dallo schema “insert-driven” allo schema “update-driven”
○ Gli inserimenti sono meno
○ Aumentano le performance e la concorrenzialità
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Timeseries: analisi delle letture
● Esempio: dati generati ogni secondo

● Leggere i dati ogni ora significa:
○ Un documento per evento: 3600 letture
○ Un documento per minuto: 60 letture
● Le performance sulle letture sono notevolmente migliorate
○ Diminuiscono i disk seeks
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
GridFS
E’ un insieme di specifiche per salvare files su MongoDB la cui dimensione
eccede i 16MB
● Si possono salvare SOLO files, ovvero stream di byte
Come funziona?
MongoDB divide il file in chunk e salva i chunks come documenti separati. Al momento del
salvataggio del file, vengono popolate due collections, la collection fs.chunks e la collection fs.files
{
{ "_id" : <ObjectId>,
"length" : <num>,
"_id" : <ObjectId>, "chunkSize" : <num>,
"files_id" : <ObjectId>, "uploadDate" : <timestamp>,
fs.chunks fs.files "md5" : <hash>,
"n" : <num>,
"filename" : <string>,
"data" : <binary> "contentType" : <string>,
} "aliases" : <string array>,
"metadata" : <dataObject>,
}
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Come usare GridFS
● Attraverso il driver mongodb del tuo linguaggio di programmazione

● Uso dell’utility mongofiles
mongofiles <options> <commands> <filename>
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Quando usare GridFS
● per salvare files di dimensione maggiore di 16MB

● per distribuire (anche geograficamente) tramite replica set files e rispettivi
metadati
● quando si necessita di caricare in memoria porzioni di un file di grandi
dimensioni (utile in contesti di streaming di musica e/o video)
Quando non usarlo?

● Non usare GridFS quando si necessita di modificare l’intero contenuto di
un file in modo atomico.
● Considerare un salvataggio “manuale” su documento nel caso di file di
dimensione minore di 16MB (ad es. usare il tipo BSON BinData)
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Parte 3
Driver java
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Versioni
Sync Async*
<dependencies> <dependencies>
<dependency> <dependency>
<groupId>org.mongodb</groupId> <groupId>org.mongodb</groupId>
<artifactId>mongodb-driver</artifactId> <artifactId>mongodb-driver-async</artifactId>
<version>3.5.0</version> <version>3.5.0</version>
</dependency> </dependency>
</dependencies> </dependencies>
* richiede almeno Java 7 o Netty
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Connessione a MongoDB
● Uguale per driver sincrono e asincrono
Si usa la classe MongoClient() la cui istanza rappresenta un pool di connessioni verso il database
Tipicamente si usa un’unica istanza della classe per ogni JVM, non fate
new MongoClient() ad ogni query!
Esempi:
● MongoClient mongoClient = new MongoClient( "localhost" , 27017 );

● MongoClientURI connectionString = new MongoClientURI("mongodb://localhost:27017");
MongoClient mongoClient = new MongoClient(connectionString);
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
Database, collection e documenti
Accesso ad un database
MongoDatabase database = mongoClient.getDatabase(" mydb");
Accesso ad una collection
MongoCollection<Document> collection = database.getCollection(" test");
Creazione di un documento
Document doc = new Document(" name", "MongoDB")

.append("type", "database")
.append("count", 1)
.append("versions", Arrays.asList(" v3.2", "v3.0", "v2.6"))
.append("info", new Document("x", 203).append("y", 102));
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
CRUD
Inserimento
● collection.insertOne(doc);
● collection.insertMany(documents); documents = new ArrayList<Document>();
Modifica
● collection.updateOne(eq("i", 10), new Document("$set", new Document("i", 110)));
● collection.updateMany(lt("i", 100), inc("i", 100));
Cancellazione
● collection.deleteOne(eq(" i", 110));
● collection.deleteMany(gte(" i", 100));
Ricerca
● Document myDoc = collection.find().first();
● MongoCursor<Document> cursor = collection.find().iterator()
● Document myDoc = collection.find(Filters.eq(" i", 71)).first();
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter
GRAZIE!
www.zero12.it Nome
Nome Cognome
Roberto
ciao
Cognome
Contiero
@account
@contieroroberto
Twitter

Lingua

Corso MongoDB Day3

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Corso MongoDB Day3

Titolo originale:

Caricato da

Copyright:

MongoDB

Database for Giant Ideas

Tuning delle query

Permette di valutare le performance di una query

Esistono due modi per fare explain

Prestate attenzione allo “stage” del “winningPlan”

● COLLSCAN: full scan di una collection

Schema Design Tradizionale Schema Design con Documenti

Field con differenti valori

Conviene usare gli array

● Informazioni ridondanti in tutti i casi per mantenere le relazioni

1. Name 1. Name 1. Type

● Lo schema va pensato in funzione dell’applicazione che lo userà!

Insieme di valori di una variabile rilevati in istanti temporali uniformi.

● Modello di dati applicabile in

● Un documento per evento

● Approccio relazionale (equivale ad una tupla per ogni evento)

● Pre-aggregazione per calcolare la media per minuto più facilmente

● Salvataggio dei dati ogni secondo pre-aggregati su un documento al

● Salvataggio dei dati ogni secondo pre-aggregati su un documento all’ora

● Esempio: dati generati ogni secondo

● Esempio: dati generati ogni secondo

● Attraverso il driver mongodb del tuo linguaggio di programmazione

mongofiles <options> <commands> <filename>

● per salvare files di dimensione maggiore di 16MB

Quando non usarlo?

* richiede almeno Java 7 o Netty

● Uguale per driver sincrono e asincrono

● MongoClient mongoClient = new MongoClient( "localhost" , 27017 );

MongoDatabase database = mongoClient.getDatabase(" mydb");

Accesso ad una collection

MongoCollection<Document> collection = database.getCollection(" test");

Document doc = new Document(" name", "MongoDB")

Interessi correlati

Potrebbero piacerti anche