MongoDB introduction

​

Michel Buffa

29/09/2020

1

MongoDB c’est quoi ?

2

“Enorme BD ?”

• Le nom vient de “Humongous” (énorme) et de DB
• Ecrit en C++, developppé en 2007-2009
• Créé par la société 10gen, devenue depuis MongoDB Inc. Partenariat en 2019 avec Ali Baba (MongoDB Cloud)

​

3

MongoDB: objectifs

• Combler le fossé entre les “stores” orientés clé-valeur (qui sont rapides et évolutifs) et les bases de données relationnelles (qui ont de riches fonctionnalités).

​

4

Alors MongoDB ?

• Définition: MongoDB est une base de données open source, orientée-document, conçue en tenant compte à la fois de l'évolutivité et de l'agilité (pour les développeurs).
• Au lieu de stocker les données dans des tables et lignes comme dans une base relationelle, MongoDB stocke des documents “JSON-like” autorisant des schémas dynamiques (on parle de BD “schema-free” ou de “schemaless”).

​

5

Alors MongoDB ?

• BD orientée documents ?
• La donnée unitaire est un objet JSON,
• Pas une ligne comme dans

les BDs relationnelles

6

Performant ?

• Pour les relations semi-structurées et complexes : Oui

7

Adoption ?

8

Intégration ?

9

BDs NoSQL ???

10

NoSQL: Catégories

11

Qu’est-ce que NoSQL ?

• Signifie Not Only SQL !

​

• Une classe de BDs non relationnelles

​

• En général, n'exigent pas un schéma de table fixe et n'utilisent pas le concept de jointures
• Systèmes de stockage de données distribués

​

• Toutes les offres NoSQL relâchent une ou plusieurs des propriétés d'ACID (Atomicité, Consistence, Isolation, Durabilité)
• Nous parlerons rapidement du théorème CAP

12

La famille “orientée colonne”�(ex: Hbase)

13

APIs: get(key), put(key, value), delete(key), …

MongoDB a un modèle de données plus flexible et des requêtes plus puissantes

Theorème CAP (ou CDP)

• Parmi ces trois propriétés
• Coherence (toutes les copies ont la même valeur)
• Availability (toutes les requêtes ont une réponse)
• Partition Tolerance (aucune panne moins importante qu'une coupure totale du réseau ne doit empêcher le système de répondre correctement)
• Théorème CAP :
• Vous pouvez avoir au maximum deux de ces trois propriétés vérifiées pour n'importe quel système
• Alors on va en choisir deux :-)

​

14

Theorème CAP

15

Exemple

16

Network Failure

• Si on choisit Availability, on perd Consistency (choix AP)

​

• Si on choisit Consistency, on perd Availability (choix CP)

Dans les systèmes distribués, AC n'est pas un choix

​

​

​

On prend AP ou CP

• En général on imagine un serveur qui suit les “cinq neufs” en disponibilité (99.999 % du temps fonctionnel).
• Les pannes sont rares

​

• Dans un système distribué moderne :
• On veut un système qui résiste aux perturbations du réseau
• On utilise la réplication

Availability

• Lorsqu'aucun UPDATEn'est effectuée pendant une longue période :
• Toutes les mises à jour finiront par se propager dans le système et tous les nœuds seront cohérents (éventuellement)�
• Pour un UPDATE donné sur un nœud donné du système:
• La mise à jour finira par atteindre le nœud ou le nœud sera retiré du service

Consistency (éventuelle)

• Concept “BASE “
• Basically Available, Soft state, Eventual consistency�(Fondamentalement disponible, état “mou”, cohérence éventuelle)
• Opposé du concept ACID in RDBMS
• Etat “mou”: des copies de même données peuvent être inconsistantes sur plusieurs noeuds du système
• Cohérence éventuelle : – les copies deviennent cohérentes à un moment ultérieur s'il n'y a plus de mises à jour de cette donnée�

Consistency (éventuelle)

​

Ce que NoSQL ne propose pas !

• Pas de jointures

​

• Pas de transactions ACID

​

• Pas de SQL (mais il y’a des ponts…)

20

Modèle de données

21

Modèle de données

• Format BSON (“binary JSON”)

​

• Les développeurs peuvent facilement adapter les données vers les langages de programmation modernes orientés objet sans avoir à recourir à une couche ORM compliquée.

​

• Léger, simple, efficace (JSON est LA norme actuelle de transfert de données dans les WebServices)

​

22

Correspondances des termes (Relationnel vs. MongoDB)

23

JSON

• Valeur possibles d’un champ
• Un scalaire (Int, Boolean, String, Date, …)

​

• Un document (objet “embeddé”)

​

• Un tableau d’objets JSON

​

​

24

Un document

No d’un champ (propriété)

Valeur d’un champ (propriété)

Autre exemple

25

Le modèle MongoDB

26

Un document (similaire à un tuple dans un RDBMS)

Une Collection (similaire à une Table dans un RDBMS)

• Une Collection est un groupe de documents similaires

​

• Dans une collection, chaque document doit avoir un Id unique

​

​

Contrairement aux RDBMS:

pas de contrainte d’intégrité dans MongoDB

Le modèle MongoDB

27

​

• Les noms de champs ne peuvent pas commencer avec le caractère $

​

• Les noms de champs ne peuvent pas contenir le caractère .

​

• La taille maximale d’un document est 16MB

​

​

Un document (similaire à un tuple dans un RDBMS)

Une Collection (similaire à une Table dans un RDBMS)

Exemple d’un document MongoDB

28

• _id est un champ spécial dans chaque document

​

• Il doit être unique dans chaque collection

​

• _id est l’équivalent de la clé primaire dans un RDBMS

​

• _id fait 12 Bytes :
• 1^st 4 bytes : timestamp
• Next 3 bytes : machine id
• Next 2 bytes : Process id
• Last 3 bytes : valeur incrémentale

​

Pas de schéma prédéfini �(Schema-free ou Schema-less)

29

Comparaison des modèles de données�Relationnel vs. NoSQL

30

31

• Si relations complexes
• Et environnement dynamique

​

ALORS : BD relationnelles : pas le meilleur choix

32

Modèle de données Clé-Valeur

33

Modèle relationnel

34

Modèle orienté document

35

Document vs. Modèle relationnel

• Relationnel
• Accent sur le stockage des données
• Au moment de la requête : on construit les objets (ex: EJBs, instances Java/C#/PHP)
• Document
• Accent sur l’utilisation des données
• Ce sont les objets “buisness”, �directement.

36

Compromis: Normalization vs. Utilisation simple

37

Requêtes avec jointures

BDs relationnelles :

38

Pas de jointures avec MongoDB

39

Requêtes

40

CRUD

• Create
• db.collection.insert( <document> )
• db.collection.save( <document> )
• db.collection.update( <query>, <update>, { upsert: true } )
• Read
• db.collection.find( <query>, <projection> )
• db.collection.findOne( <query>, <projection> )
• Update
• db.collection.update( <query>, <update>, <options> )
• Delete
• db.collection.remove( <query>, <justOne> )

​

41

Exemples CRUD

42

Exemples

43

Avec RDBMS

Avec MongoDB

Soit on insère un premier document

Ou bien on crée la collection “Users” de manière explicite :

Insertion

• La collection “users” est crée automatiquement Si elle n’existe pas...

44

Insertion Multi-Documents�(Arrays)

45

Tous les documents sont insérés d’un coup

Insertion Multi-Documents�(Bulk Operation)

• On crée un objet temporaire en mémoire (un Bulk)
• Prépare les insertions et les exécutent immédiatement

46

La colonne _id est ajoutée automatiquement

Suppression�(Remove Operation)

• On peut donner des conditions sur n’importe quels champs des objets (même _id)

47

db.users.remove ( )

Supprime tous les documents de la collection users

Update

48

Sinon, seul le premier document qui correspond aux conditions sera mis à jour

Equivalent SQL :

Update

49

Deux opérateurs

Remplacer un document

50

Pour le document dont le champ item vaut “BE10”, le remplacer par le document fourni

Condition de requête

Nouveau document

​

Insérer ou remplacer

51

Si le document dont le champ item vaut “TBD1” est dans la BD, il sera remplacé, sinon on insère le nouveau document

Option upsert !

Pour aller plus loin

Lire la documentation

Suivre le(s) MOOC(s) proposé par MongoDB University (créateurs de MongoDB)

Lien dans la page du cours

Regarder les exemples fournis en TPs

52