MongoDB Veri Modelleme Önerileri

Adı : MongoDB Veri Modelleme Önerileri

MongoDB, NoSQL veritabanı türlerinden biridir. Bu veritabanı türünde, veriler belirli bir tablo yapısına sıkıştırılmak yerine daha esnek bir JSON belge yapısıyla saklanır. Bu yapı, veritabanının herhangi bir veri modeline kolayca uyum sağlamasına olanak tanır. Ancak, bu esnek yapı, doğru yapılandırılmazsa birçok performans sorununa neden olabilir. Bu nedenle, MongoDB veri modelleme önerilerine ihtiyaç vardır.
1- Belge Gömme Tekniği Kullanın: Belge gömme, bir belge içinde bir başka belge saklama tekniğidir. Bu teknik, veritabanında performansı artırmak için oldukça popülerdir. Kullanımı kolaydır ve verilerin anahtar kelimelerinin belirtilmesine gerek yoktur. Ancak, gömme tekniği çok fazla kullanıldığında performans sorunlarına neden olabilir.
Örnek:
{
\"name\": \"John Ford\",
\"occupation\": \"Director\",
\"movies\": [
{
\"title\": \"The Grapes of Wrath\",
\"year\": 1940
},
{
\"title\": \"The Searchers\",
\"year\": 1956
}
]
}
Yukarıdaki örnekte, \"movies\" alanı ana belgenin içinde başka bir belge içermektedir.
2- TERS BELGELEME: Bir veri modeli oluştururken, sık kullanılan sorgulara dayalı bir veri modeli oluşturmaya çalışın. Eğer bir belge üzerindeki sorgular çok sık kullanılıyorsa, ters belgeleme teknikleri yardımcı olabilir. Bu teknik, bir belgede birden çok alanın saklanmasını gerektirir. Ancak bu tekniğin bir dezavantajı, birkaç alandan oluşan çok sayıda belge saklamak yerine, birkaç çok büyük belgeye sahip olmanın performans sorunlarına neden olmasıdır.
Örnek:
{
\"_id\": ObjectId(\"507f1f77bcf86cd799439011\"),
\"title\": \"The Godfather\",
\"year\": 1972,
\"directors\": [
{
\"name\": \"Francis Ford Coppola\",
\"birthplace\": \"Detroit, MI\",
\"birthdate\": ISODate(\"1939-04-07T00:00:00Z\")
}
],
\"actors\": [
{
\"name\": \"Marlon Brando\",
\"birthdate\": ISODate(\"1924-04-03T00:00:00Z\"),
\"birthplace\": \"Omaha, NE\"
}
]
}
Yukarıdaki örnekte, \"directors\" ve \"actors\" alanları, birden çok alandan oluşan bir belgede saklanmaktadır.
3- IN-DISK JOIN DEĞİL: MongoDB'de join işlevi yoktur. Bunun yerine, birleştirme işlevi, birden çok koleksiyonu veya belgeyi ayrıntılı bir şekilde sorgulayarak yapılır. Bu nedenle, büyük sorgularda in-disk join yapmamak son derece önemlidir. İn-disk join, yavaş bir sorgulama süresine neden olabilir ve performansı düşürebilir.
Örnek:
Koleksiyon 1:
{
\"_id\": ObjectId(\"507f1f77bcf86cd799439011\"),
\"title\": \"The Godfather\",
\"year\": 1972,
\"directors\": [
ObjectId(\"507f1f77bcf86cd799439012\")
]
}
Koleksiyon 2:
{
\"_id\": ObjectId(\"507f1f77bcf86cd799439012\"),
\"name\": \"Francis Ford Coppola\",
\"birthplace\": \"Detroit, MI\",
\"birthdate\": ISODate(\"1939-04-07T00:00:00Z\")
}
Yukarıdaki örnekte, \"directors\" alanı, diğer koleksiyona referans olarak saklanır. Bu sayede, in-disk join işlemi kaçınılmış olur.
Sık Sorulan Sorular
1- MongoDB'den veri silme işlemini nasıl yapabilirim?
- Silme işlemi, remove() fonksiyonu ile gerçekleştirilir. Örneğin;
db.collection.remove({\"name\": \"John\"})
Bu örnek, \"name\" alanı \"John\" olan tüm belgeleri koleksiyondan siler.
2- MongoDB'de, sorguları nasıl optimize edebilirim?
- İlk olarak, sorgularınızı mümkün olan en küçük veri kümesinde yapmaya çalışın. Bu, belgelerdeki sütunları tam olarak belirtmek ve yalnızca gerekli durumlarda birden çok sorgu kullanmak anlamına gelir. Ayrıca, indeks oluşturmak ve doğru veri modelleme tekniklerini kullanmak da sorguları optimize etmede yardımcı olabilir.
3- MongoDB'de, otomatik artan bir kimlik alanı kullanabilir miyim?
- Hayır, MongoDB'de otomatik artan bir kimlik alanı yoktur. Bunun yerine, ObjectId alanı her belge için otomatik olarak oluşturulur. Bu alan benzersiz olduğundan, bir belgeyi diğer belgelerden ayırt etmek için kullanılabilir.
Bu nedenle, MongoDB veri modelleme önerilerini anlamak ve kullanmak, veritabanının performansı ve verimliliği için son derece önemlidir. Bu önerilere uygun bir şekilde veri modeli oluşturmak, daha iyi sorgu performansı ve daha az hata olması açısından faydalı olacaktır.