Tutorial MongoDB untuk Pemula: Pelajari MongoDB dalam Langkah Sederhana

MongoDB adalah database dokumen dan database NoSQL terkemuka yang bersumber terbuka. Itu ditulis dalam C++ dan merupakan database NoSQL berorientasi dokumen yang digunakan untuk penyimpanan data volume tinggi, manajemen dan pengiriman konten, infrastruktur seluler dan sosial, manajemen data pengguna, dll.

Ini terdiri dari model data yang dengannya Anda dapat mewakili hubungan hierarkis. Itu bergantung pada dokumen seperti JSON dengan skema opsional dan tidak menggunakan baris dan tabel seperti yang digunakan dalam database relasional tradisional. Dokumen dengan pasangan nilai kunci adalah unit dasar data di MongoDB.

MongoDB menyimpan data dalam format JSON. Permintaannya yang tinggi terutama didasarkan pada indeksnya pada atribut apa pun, replikasi dan ketersediaan tinggi, auto-sharding, kueri kaya, pembaruan cepat di tempat, dan dukungan komunitas yang kaya. Mari selami tutorial kueri mongodb.

Fitur MongoDB

Kegunaan database berorientasi data ini tergantung pada fitur integral tertentu dari Mongo DB: -

• Setiap database terdiri dari koleksi yang selanjutnya berisi dokumen. Dokumen-dokumen ini dan ukuran serta isinya dapat berbeda sesuai dengan jumlah bidang yang berbeda.
• Struktur dokumen didasarkan pada bagaimana pengembang membangun kelas dan objek dalam program mereka.
• Baris tidak memerlukan skema yang telah ditentukan sebelumnya, karena Anda dapat membuat bidang saat dalam perjalanan.
• Dengan model data MongoDB, Anda dapat merepresentasikan hubungan hierarkis untuk menyimpan array dan struktur kompleks lainnya.
• Lingkungan MongoDB sangat skalabel.
• Objek aplikasi tidak perlu dikonversi atau dipetakan ke objek database.
• Memori internal menyimpan set kerja berjendela yang memungkinkan akses lebih mudah ke data.
• Struktur satu objek jelas.
• Tidak ada gabungan yang rumit.
• Kemampuan kuerinya yang dalam mendukung kueri dinamis pada dokumen.

Juga, Lihat kursus ilmu data kami untuk meningkatkan keterampilan diri Anda.

Hal yang Perlu Anda Ketahui Tentang MongoDB dan RDBMS

MongoDB adalah database lintas platform berorientasi dokumen yang memberikan kinerja tinggi, skalabilitas efektif, dan ketersediaan tinggi. Ia bekerja berdasarkan Dokumen dan Koleksi. Setiap database di MongoDB memiliki kumpulan file yang berbeda, dan idealnya, satu server MongoDB memiliki banyak database.

Di sisi lain, Koleksi adalah sekelompok dokumen MongoDB yang setara dengan tabel RDBMS. Itu ada di dalam satu database dan tidak menerapkan skema. Dokumen dalam koleksi dapat memiliki berbagai bidang, dan semua dokumen di dalam koleksi memiliki tujuan yang terkait atau serupa. Seperangkat pasangan nilai kunci disebut Dokumen yang memiliki skema dinamis, di mana dokumen dalam koleksi yang sama tidak perlu memiliki kumpulan struktur atau bidang yang sama.

Anda akan menemukan hubungan terminologi RDBMS dengan MongoDB pada tabel berikut.

Perbedaan Antara database MongoDB dan SQL

MongoDB lebih fleksibel daripada SQL dan menawarkan ketersediaan data yang lebih baik. Ini juga portabel dan dapat diperpanjang. Database SQL dikenal karena daya tahan dan konsistensinya. Dengan demikian, solusi database terbaik tergantung pada jenis proyek yang terlibat.

MongoDB lebih baik untuk jalur pengembangan, sementara database SQL bagus untuk transaksi data organisasi yang andal. MongoDB sangat bagus untuk memproses dan bekerja dengan data yang tidak terstruktur. Basis data NoSQL ini adalah salah satu alternatif terbaik untuk memberi makan saluran data dan untuk aplikasi, seperti analitik waktu nyata.

MongoDB sangat bagus untuk bekerja dengan perangkat IoT dan aplikasi seluler/web. Ini dengan cepat menjadi pilihan pilihan bagi pengembang di seluruh dunia karena fleksibilitas dan kemampuannya untuk meningkatkan skala dengan lancar.

Meskipun database SQL sangat bagus untuk bekerja dengan data terstruktur, Ilmu Data, dan untuk tugas organisasi tingkat lanjut, MongoDB memenuhi persyaratan pengembang dan bisnis modern melalui pengembangan perangkat lunak atau layanan online yang efektif.

Contoh Cara Menggunakan MongoDB

Menyimpan Struktur Data Bersarang

Kemampuan untuk menyarangkan objek di dalam dokumen adalah salah satu fitur terbesar dari MongoDB. Untuk menyematkan data di dalam dokumen, pengembang menyusun data di MongoDB daripada memecahnya menjadi berbagai koleksi.

Ini contohnya:-

{_id: ObjectId(“5effaa5662679b5af2c58829”),

email: “[email protected]”,

nama: {diberikan: “Lily”, keluarga: “Mona”},

usia: 31,

alamat: [{label: “rumah”,

jalan: “22 1b Baker Street”,

kota: “London”,

menyatakan: "ENG",

zip: "NW1 6XE",

negara: “Inggris Raya”},

{label: “ibu”,

jalan: “Jalan Taman 555”,

kota: "Kota Danau",

provinsi: "Ontario",

negara: “CA”}]

}

Bidang nama adalah objek bersarang yang memiliki komponen nama keluarga dan nama keluarga di bidang alamat tempat beberapa alamat disimpan dalam satu larik. Setiap alamat dapat memiliki berbagai field sehingga memudahkan untuk menyimpan tipe data lainnya.

Menggunakan MongoDB Shell

Shell MongoDB terutama digunakan untuk menavigasi, memanipulasi, dan memeriksa data dokumen. Ketika MongoDB dijalankan pada mesin lokal, menjalankan shell terhubung ke MongoDB di localhost pada port standar. Pastikan untuk menambahkan string koneksi setelah perintah mongo jika Anda perlu terhubung ke cluster MongoDB Atlas atau instance jarak jauh lainnya.

Anda akan menemukan contoh shell cepat di bawah ini: -

Daftar Koleksi

> gunakan my_database;

> tampilkan koleksi;

pengguna

posting

>

Daftar Database

> tampilkan db;

admin 0,000GB

konfigurasi 0,000GB

lokal 0,000GB

my_database 0,004GB

>

Jelajahi Kursus Ilmu Data Populer kami

Temukan Dokumen Pertama dalam Koleksi

> db.users.findOne()

{

“_id”: ObjectId(“5ce45d7606444f199acfba1e”),

“nama”: {diberikan: “Anna”, keluarga: “Smith”},

“email”: “[email protected]”

"usia": 36

}

>

Hitung Dokumen dalam Koleksi

> gunakan my_database;

> db.users.count()

20234

>

Temukan Dokumen berdasarkan ID

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

{

“_id”: ObjectId(“5ce45d7606444f199acfba1e”),

“nama”: {diberikan: “Anna”, keluarga: “Smith”},

“email”: “[email protected]”,

"usia": 36

}

>

Meminta Koleksi MongoDB

Sintaks yang sama dalam Bahasa Kueri MongoDB (MQL) digunakan dalam dokumen yang dapat digunakan dalam kueri tingkat lanjut. Anda akan menemukan contoh kueri MongoDB di bawah ini:

Temukan Jumlah Hasil Terbatas

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

…

>

Temukan Pengguna berdasarkan nama Keluarga

> db.users.find({“nama.keluarga”: “Smith”}).count()

1

>

Perhatikan bahwa kami menyertakan "name.family" dalam tanda kutip, karena memiliki titik di tengahnya.

Dokumen Kueri berdasarkan Rentang Numerik

// Semua postingan yang memiliki kolom "suka" dengan nilai numerik lebih dari satu:

> db.post.find({suka: {$gt: 1}})

// Semua postingan memiliki 0 suka

> db.post.find({suka: 0})

// Semua postingan yang TIDAK memiliki 1 suka

> db.post.find({suka: {$ne: 1}})

Urutkan Hasil berdasarkan Bidang

// urutkan berdasarkan usia, dalam urutan menaik (nilai terkecil terlebih dahulu)

> db.user.find().sort({umur: 1})

{

“_id”: ObjectId(“5ce45d7606444f199acfba1e”),

“nama”: {diberikan: “Alex”, keluarga: “Smith”},

“email”: “[email protected]”,

"usia": 27

}

{

_id: ObjectId(“5effaa5662679b5af2c58829”),

email: “[email protected]”,

nama: {diberikan: “Jesse”, keluarga: “Xiao”},

usia: 31

}

>

// urutkan berdasarkan usia, dalam urutan menurun (nilai terbesar terlebih dahulu)

> db.user.find().sort({umur: -1})

{

_id: ObjectId(“5effaa5662679b5af2c58829”),

email: “[email protected]”,

nama: {diberikan: “Lilly”, keluarga: “Mona”},

usia: 31

}

{

“_id”: ObjectId(“5ce45d7606444f199acfba1e”),

“nama”: {diberikan: “Anna”, keluarga: “Smith”},

“email”: “[email protected]”,

"usia": 36

}

>

Keahlian Ilmu Data Teratas untuk Dipelajari pada 2022

Kesimpulan

Skalabilitas MongoDB menjadikannya salah satu database yang paling banyak digunakan karena memberikan sejumlah manfaat di bidang pengembangan perangkat lunak dan ilmu data. Mengejar karir di bidang ini adalah pilihan yang menguntungkan. Program PG Eksekutif upGrad dalam Ilmu Data adalah tempat yang tepat untuk memulai karir Anda dalam ilmu data dan bidang terkait lainnya.