Не только SQL: знакомимся с документо-ориентированной базой данных MongoDB

Хотя большинство системных и бизнес-аналитиков чаще сталкиваются с реляционными базами данных, будет полезным знать про другие альтернативы. Сегодня рассмотрим примеры работы с документо-ориентированной NoSQL-базой MongoDB, развернутой в онлайн-песочнице https://mongoplayground.net/.

Что такое MongoDB и как она работает: краткий ликбез

Здесь я уже упоминала про различные виды NoSQL-баз. Они предназначены для хранения больших объемов данных со сложной или изменяющейся структурой. В отличие от реляционных баз данных, NoSQL-СУБД обычно не поддерживают стандартный язык SQL-запросов, а данные в них хранятся не в связанных таблицах, а в других структурах, оптимизированных под варианты использования. Например, графовая база данных Neo4j, о которой я рассказываю в этой статье, хранит данные в виде графа и отлично решает задачи анализа социальных связей, поиска оптимальных путей, исследования трафика и других подобных задач. А документо-ориентированная база данных MongoDB хорошо справляется с задачами управления разнообразным контентом. К примеру, системы чат-ботов для поддержки пользователей на сайтах, где можно отправить вопрос оператору, при желании указать свои имя и контакты (емейл и/или телефон) для последующей связи, а также присоединить к обращению скриншот или другое вложение.

В качестве примера рассмотрим случай, с которым мы часто сталкиваемся в нашем учебном центре, когда клиент оставляет заявку на обучение. Несмотря на ограниченный список полей в форме обратной связи (Курс, Имя, Емейл, Телефон, Сообщение), заявки заполняются с разной степенью полноты. Кто-то не хочет оставлять свой номер телефона и не заполняет это поле, а кому-то нужно дать больше вводной информации о своих потребностях, что вносится в поле Сообщение. Рассмотрим, как представить сведения по заявкам физических лиц и корпоративных клиентов в документо-ориентированной базе данных MongoDB.

Для этого сперва вспомним основные принципы работы этого NoSQL-хранилища:

• вместо таблиц MongoDB использует коллекции, где хранятся документы – аналоги строк в реляционной БД;
• MongoDB хранит данные в виде JSON-документов с различным уровнем глубины, кодируя их в бинарном формате BSON, который добавляет поддержку таких типов данных, как Date и binary, изначально не поддерживаемых в JSON;
• разные коллекции могут иметь разные структуры, причем даже в рамках одной коллекции у документов может различаться набор полей и их типы данных;
• будучи NoSQL-хранилищем, MongoDB не поддерживает классические SQL-запросы и по-своему реализует некоторые операции. В частности, вместо соединения таблиц с оператором JOIN в MongoDB применяется сохранение нескольких документов в одну коллекцию, чтобы потом работать с ней. Поддерживаются операции вставки, изменения и удаления данных, а также выборки документов с фильтрацией, группировкой и агрегацией по значениям полей.

Поняв ключевые особенности хранения данных в MongoDB, рассмотрим, как сохранить в этой NoSQL-СУБД данные по заявкам клиентов. Также рассмотрим, как сделать запросы к ним.

Практический пример BSON-структуры данных и запросы к ней

Предположим, у нас есть 5 заявок на разные курсы от нескольких клиентов:

• Татьяна из Казани хочет заказать для 20 сотрудников своей компании офлайн-курс по разработке ТЗ с кодом TTIS. Для связи Татьяна оставила свой емейл и телефон.
• Бориса интересует индивидуальное онлайн-обучение на курсе по моделированию бизнес-процессов (MODP). Связаться с Борисом можно по электронной почте.
• Лиза из России хочет на групповой онлайн-курс по основам архитектуры и интеграции информационных систем (OAIS) и просит связаться с ней в мессенджере Телеграм;
• Никите из Казахстана, который оставил контактный номер телефона, нужен групповой офлайн-курс для сотрудников Банка по методам управления бизнес-анализом (BAMP) в городе Астана;
• Алексей из Москвы хочет офлайн обучиться моделированию бизнес-процессов в индивидуальном режиме на курсе MODP. Для уточнения условий Алексей просит позвонить ему на указанный номер телефона.

Упакуем эти заявки в структуру данных BSON. В качестве указания полей (ключей) будем использовать следующие названия:

Чтобы показать, как MongoDB Работает со вложенными структурами данных, упакуем поля country, city, online, group, number_of_students и info в запись под названием wishes. В итоге получим следующую коллекцию в MongoDB:

[
  {
    "course": "TTIS",
    "name": "Анна",
    "email": "anna@email.ru",
    "phone": "123456789",
    "corp": true,
    "wishes": {
      "city": "Казань",
      "online": true,
      "group ": true,
      "number_of_students": 20
    }
  },
  {
    "course": "MODP",
    "name": "Борис",
    "email": "boris@email.ru",
    "corp": false,
    "wishes": {
      "online": true,
      "group ": false,
    }
  },
  {
    "course": "OAIS",
    "name": "Лиза",
    "phone": "987654321",
    "corp": false,
    "wishes": {
      "country": "Россия",
      "online": true,
      "group ": true,
      "info": "Прошу связаться со мной в телеграм"
    }
  },
  {
    "course": "BAMP",
    "name": "Никита",
    "phone": "1122334455",
    "email": "nikita@email.bank",
    "corp": true,
    "wishes": {
      "country": "Казахстан",
      "city": "Астана",
      "online": false,
      "group ": true,
      "company": "Банк"
    }
  },
  {
    "course": "MODP",
    "name": "Алексей",
    "phone": "998887766",
    "corp": false,
    "wishes": {
      "country": "Россия",
      "city": "Москва",
      "online": false,
      "group ": false,
      "info": "Позвоните мне для уточнения деталей"
    }
  }
]

Как представить эту структуру данных в других форматах (XML, YAMl, Protobuf), читайте в нашей новой статье.

В качестве прикладного инструмента будем использовать онлайн-песочницу https://mongoplayground.net/. Вставим созданную структуру данных ка коллекцию и сделаем к ней запрос. Например, какие клиенты хотят заниматься офлайн. Для этого напишем в разделе Query следующий запрос:

db.collection.find({
  "wishes.online": false
})

В результате выполнения получим набор документов, которые соответствуют заданным условиям фильтрации. При этом движок также отобразил идентификатор каждого документа, который был создан автоматически.

Найдем всех юрлиц — корпоративных клиентов, которые не указали номер телефона. Запрос с таким условием фильтрации будет следующим:

db.collection.find({
  corp: true
},
{
  phone: 0
})

В результате выполнения запроса найдено 2 документа:

Разумеется, в MongoDB можно выполнить еще множество других запросов на изменение данных, сохранение нескольких документов в один, выполнение агрегатных функций и пр. Однако, рассмотренная онлайн-песочница поддерживает не все из них. Попробовать поработать с ней можно самостоятельно, сформировав одну или несколько коллекций и поместив их в онлайн-песочницу https://mongoplayground.net/.

Подробнее эти и другие темы по основам архитектуры и интеграции информационных систем разбираются на курсах Школы прикладного бизнес-анализа в нашем лицензированном учебном центре обучения и повышения квалификации системных и бизнес-аналитиков в Москве:

• Основы архитектуры и интеграции информационных систем
• Разработка ТЗ на информационную систему по ГОСТ и SRS

Источники

1. https://mongoplayground.net/
2. http://snakeproject.ru/rubric/article.php?art=mongodb_manual