Tutoriel MongoDB pour les débutants : Apprenez MongoDB en quelques étapes simples

MongoDB est une base de données de documents et une base de données NoSQL de premier plan qui est open source. Il est écrit en C++ et est une base de données NoSQL orientée document utilisée pour le stockage de données à haut volume, la gestion et la livraison de contenu, les infrastructures mobiles et sociales, la gestion des données utilisateur, etc.

Il consiste en un modèle de données à l'aide duquel vous pouvez représenter des relations hiérarchiques. Il s'appuie sur des documents de type JSON avec un schéma facultatif et n'utilise pas de lignes et de tables comme dans les bases de données relationnelles traditionnelles. Les documents avec des paires clé-valeur sont les unités fondamentales de données dans MongoDB.

MongoDB stocke les données au format JSON. Sa forte demande est principalement basée sur son index sur n'importe quel attribut, la réplication et la haute disponibilité, le partitionnement automatique, les requêtes riches, les mises à jour rapides sur place et le support de la communauté riche. Plongeons dans le tutoriel de requête mongodb.

Fonctionnalités de MongoDB

La convivialité de cette base de données orientée données dépend de certaines fonctionnalités intégrales de Mongo DB : -

• Chaque base de données se compose de collections qui contiennent en outre des documents. Ces documents, leur taille et leur contenu peuvent différer en fonction du nombre de champs.
• La structure du document est basée sur la façon dont les développeurs créent des classes et des objets dans leurs programmes.
• Les lignes ne nécessitent pas de schéma prédéfini, car vous pouvez créer les champs en déplacement.
• Avec le modèle de données MongoDB, vous pouvez représenter des relations hiérarchiques pour stocker des tableaux et d'autres structures complexes.
• Les environnements MongoDB sont très évolutifs.
• Les objets d'application n'ont pas besoin d'être convertis ou mappés sur des objets de base de données.
• La mémoire interne stocke le jeu de travail fenêtré qui permet un accès plus facile aux données.
• La structure d'un seul objet est claire.
• Il n'y a pas de jointures complexes.
• Sa capacité de requête approfondie prend en charge les requêtes dynamiques sur les documents.

Consultez également notre cours de science des données pour vous perfectionner.

Ce que vous devez savoir sur MongoDB et RDBMS

MongoDB est une base de données multiplateforme orientée documents qui offre des performances élevées, une évolutivité efficace et une haute disponibilité. Il fonctionne sur la base de Document et Collection. Chaque base de données dans MongoDB possède son propre ensemble de fichiers et, idéalement, un seul serveur MongoDB possède de nombreuses bases de données.

D'autre part, une collection est un groupe de documents MongoDB équivalent à la table RDBMS. Il existe à l'intérieur d'une seule base de données et n'applique pas de schéma. Les documents d'une collection peuvent avoir différents champs et tous les documents d'une collection ont un objectif connexe ou similaire. Un ensemble de paires clé-valeur est appelé Documents ayant un schéma dynamique, dans lequel les documents de la même collection n'ont pas besoin d'avoir le même ensemble de structure ou de champs.

Vous trouverez la relation entre la terminologie RDBMS et MongoDB dans le tableau suivant.

Différence entre les bases de données MongoDB et SQL

MongoDB est plus flexible que SQL et offre une meilleure disponibilité des données. Il est également portable et extensible. Les bases de données SQL sont connues pour leur durabilité et leur cohérence. Ainsi, la meilleure solution de base de données dépend du type de projet dans lequel on est impliqué.

MongoDB est meilleur pour les pipelines de développement, tandis que les bases de données SQL sont idéales pour des transactions de données organisationnelles fiables. MongoDB est idéal pour traiter et travailler avec des données non structurées. Cette base de données NoSQL est l'une des meilleures alternatives pour alimenter les pipelines de données et pour les applications, telles que l'analyse en temps réel.

MongoDB est idéal pour travailler avec des appareils IoT et des applications mobiles/web. Il devient rapidement le choix préféré des développeurs du monde entier en raison de sa flexibilité et de sa capacité à évoluer en douceur.

Alors que les bases de données SQL sont idéales pour travailler avec des données structurées, la science des données et pour les tâches organisationnelles avancées, MongoDB répond aux exigences des développeurs et des entreprises modernes grâce au développement efficace de logiciels ou de services en ligne.

Exemples d'utilisation de MongoDB

Stockage des structures de données imbriquées

La possibilité d'imbriquer des objets dans des documents est l'une des plus grandes fonctionnalités de MongoDB. Pour intégrer des données dans des documents, les développeurs structurent les données dans MongoDB plutôt que de les diviser en différentes collections.

Voici un exemple:-

{_id : ID d'objet ("5effaa5662679b5af2c58829"),

email : "[email protected]",

nom : {prénom : "Lily", famille : "Mona"},

âge : 31 ans,

adresses : [{label : "domicile",

rue : « 22 1b Baker Street »,

ville : "Londres",

indiquer : "ENG",

code postal : "NW1 6XE",

pays : "Royaume-Uni"},

{étiquette : "maman",

rue : « 555 rue du Parc »,

ville : « Lake Town »,

province : « Ontario »,

pays : "CA"}]

}

Le champ de nom est l'objet imbriqué ayant des composants de prénom et de nom de famille dans le champ d'adresses où plusieurs adresses sont stockées dans un tableau. Chaque adresse peut avoir différents champs, ce qui facilite le stockage d'autres types de données.

Utilisation du shell MongoDB

Le shell MongoDB est principalement utilisé pour naviguer, manipuler et inspecter les données des documents. Lorsque MongoDB est exécuté sur une machine locale, le démarrage du shell se connecte à MongoDB sur localhost sur le port standard. Assurez-vous d'ajouter la chaîne de connexion après la commande mongo si vous devez vous connecter à un cluster MongoDB Atlas ou à une autre instance distante.

Vous trouverez ci-dessous des exemples de shell rapides : -

Répertorier les collections

> utiliser ma_base de données ;

> afficher les collections ;

utilisateurs

des postes

>

Liste des bases de données

> afficher la base de données ;

administrateur 0,000 Go

configuration 0.000GB

0,000 Go local

ma_base de données 0,004 Go

>

Explorez nos cours populaires en science des données

Trouver le premier document d'une collection

> db.users.findOne()

{

"_id": ObjetId("5ce45d7606444f199acfba1e"),

"nom" : {prénom : "Anna", famille : "Smith"},

« e-mail » : « [email protected] »

"âge": 36

}

>

Compter les documents d'une collection

> utiliser ma_base de données ;

> db.users.count()

20234

>

Rechercher un document par ID

> db.users.findOne({_id : ObjectId("5ce45d7606444f199acfba1e")})

{

"_id": ObjetId("5ce45d7606444f199acfba1e"),

"nom" : {prénom : "Anna", famille : "Smith"},

« e-mail » : « [email protected] »,

"âge": 36

}

>

Interroger les collections MongoDB

La même syntaxe dans le langage de requête MongoDB (MQL) est utilisée dans les documents pouvant être utilisés dans les requêtes avancées. Vous trouverez ci-dessous les exemples de requête MongoDB :

Trouver un nombre limité de résultats

> db.users.find().limit(10)

…

>

Rechercher des utilisateurs par nom de famille

> db.users.find({"name.family": "Smith"}).count()

1

>

Notez que nous plaçons "nom.famille" entre guillemets, car il a un point au milieu.

Interroger des documents par plages numériques

// Tous les messages ayant un champ "J'aime" avec une valeur numérique supérieure à un :

> db.post.find({aime : {$gt : 1}})

// Tous les messages ayant 0 likes

> db.post.find({j'aime : 0})

// Tous les messages qui n'ont PAS exactement 1 j'aime

> db.post.find({aime : {$ne : 1}})

Trier les résultats par champ

// trier par âge, par ordre croissant (les plus petites valeurs en premier)

> db.user.find().sort({âge : 1})

{

"_id": ObjetId("5ce45d7606444f199acfba1e"),

"nom": {donné : "Alex", famille : "Smith"},

« e-mail » : « [email protected] »,

"âge": 27

}

{

_id : ID d'objet ("5effaa5662679b5af2c58829"),

email : "[email protected]",

nom : {prénom : "Jesse", famille : "Xiao"},

âge : 31

}

>

// trier par âge, par ordre décroissant (les plus grandes valeurs en premier)

> db.user.find().sort({age : -1})

{

_id : ID d'objet ("5effaa5662679b5af2c58829"),

email : "[email protected]",

nom : {prénom : "Lilly", famille : "Mona"},

âge : 31

}

{

"_id": ObjetId("5ce45d7606444f199acfba1e"),

"nom" : {prénom : "Anna", famille : "Smith"},

« e-mail » : « [email protected] »,

"âge": 36

}

>

Les meilleures compétences en science des données à apprendre en 2022

Conclusion

L'évolutivité de MongoDB en fait l'une des bases de données les plus utilisées car elle offre un certain nombre d'avantages dans le domaine du développement de logiciels et de la science des données. Poursuivre une carrière dans ces domaines est une option lucrative. Le programme Executive PG d'upGrad en science des données est un excellent endroit pour démarrer votre carrière en science des données et dans d'autres domaines connexes.