MongoDB

• Name von humongous = gigantisch (da geeignet für große Datenmengen)
• verbreitet, besonders in Kombination mit NodeJS
• JavaScript (+ zusätzliche Operatoren) für Verwaltung und Zugriff statt SQL
• Speichert Daten im BSON Format
  • Binary JSON
  • optimiert für schnellen Zugriff und geringen Speicherbedarf
  • zusätzliche Datentypen, z. B. Datum

Datenbank Aufbau

Jedes Document erhält automatisch eine _id als Schlüssel.

Datenmodell

• Dokument hat kein festgelegtes Schema innerhalb einer Collection
• Struktur von Dokumenten kann sich unterscheiden (z. B. bezüglich Attributen, Anzahl, Datentypen)
• Struktur jedes Dokuments kann nachträglich individuell verändert werden
• Normalerweise praktikabel, wenn Dokumente in Collections zumindest ähnliche Struktur aufweisen
• Es kann eine Schema Validierung angegeben werden, um Vorgaben zur Struktur zu machen

eingebettet vs. normalisiert

• Eingebettetes Datenmodell

  • Daten, die meist zusammen abgerufen/bearbeitet werden, zusammen speichern (in Dokument)
  • Denormalisierung: ein Datensatz in anderen eingebettet
  • Dopplung von Daten ist dabei erlaubt
  • Datenzugriff dadurch effizienter

• Normalisiertes Datenmodell

  • Daten in eigenes Dokument/Collection auslagern wenn:

    • Daten nur selten zusammen abgerufen/bearbeitet werden (z. B. fast immer nur ein Teil benötigt)
    • bei komplexeren/größeren Datenstrukturen

  • Dokumente/Collections verbinden durch:

    • Referenz (wie ForeignKey bei SQL) als einzelner Wert oder mehrere in Array (maximale Größe berücksichtigen)
    • $lookup operator (wie JOIN) oder zwei Requests benötigt

  • Duplikation von Daten vermeiden -> in eigene Collection auslagern

Anmerkungen

• Frage nach dem geeigneten Datenmodell durch Flexibilität ggf. schwieriger
• Entscheidung abhängig von den verwendeten Abfragen und deren Häufigkeit
  • NoSQL: Applikation mit Abfragen zuerst, dann passendes Datenmodell
  • Relational: Datenmodell unabhängig von Applikation, dann passende Abfragen
• Auf Effizienz ausgelegt
• Konsistenz bei CRUD Operationen muss über Code gewährleistet werden

Beispiel Datenmodell

Collection student

• {_id: ObjectId("1234ab"), studentNr: 123456, firstName: "Klaus", lastName: "Meng", semester: 2, faculty: "DM", course: "OMB", lecture_ids: [ObjectId("abc234"), ObjectId("5de678")]}
• {_id: ObjectId("23bc45"), studentNr: 234567, firstName: "Verena", lastName: "Rist", semester: 6, faculty: "DM", course: "MIB"}
• {_id: ObjectId("3412ce"), studentNr: 345678, firstName: "Samantha", lastName: "Holz", semester: 1, faculty: "DM", course: "OMB"}

Collection faculty

• {_id: ObjectId("1122aa"), name:"DM", course:["MIB", "OMB", "MKB"]}
• {_id: ObjectId("33ee55"), name:"IN"}

Collection lecture

• {_id: ObjectId("abc234"), name: "C#", faculty: "IN", student_ids: [ObjectId("1234ab")]}
• {_id: ObjectId("5de678"), name: "Zeichnen", faculty: "DM", student_ids: [ObjectId("1234ab")]}