Guia MongoDB para RDBMS'ers

Todos os adeptos ao MySql, Oracle, SqlServer ou a outros bancos de dados relacionais ouviram pelo menos uma vez sobre bancos NoSQL orientados a documentos. Nesse post irei fazer uma introdução ao MongoDB e, também, comparar as duas tecnologias.

*Antes de começar quero deixar explícito que o MongoDB não substitui nenhum outro banco de dados relacional ou outro banco de dados NoSQL que não seja orientado a documentos. Vários autores afirmam que em torno de 90% dos projetos requerem um banco relacional e os 10% restantes um não-relacional.

O que é o MongoDB?

pelo MongoDB: is an open-source, document-oriented database designed for ease of development and scaling.

Traduzindo SQL para NoSQL

Aos usuários de bancos de dados relacionais, segue abaixo uma comparação entre conceitos das duas tecnologias e suas nomenclaturas. Mais detalhes em SQL to MongoDB Mapping Chart.

###SQL para NoSQL:

• baco de dados = banco de dados
• tabela = coleção
• linha = documento
• coluna = campo
• chave = chave
• join = documentos encadeados ou links
• chave primária = chave primária

Supondo a tabela usuarios contendo as propriedades id, usuario_id, idade e status. Para criar a tabela e inserir um novo registro fariamos:

1
2
3
4
5
6
7
8
9
10
CREATE TABLE usuarios (
    id MEDIUMINT NOT NULL AUTO_INCREMENT,
    usuario_id Varchar(30),
    idade int(3),
    status char(1),
    PRIMARY KEY (id)
);

INSERT INTO usuarios(usuario_id, idade, status)
VALUES ("abcd0123", 45, "A");

No MongoDB faríamos da seguinte maneira:

1
2
3
4
5
db.usuarios.insert({
    usuario_id: "abcd0123",
    idade: 45,
    status: "A"
});

Note que em 5 linhas conseguimos criar a coleção de usuarios e também inserir o primeiro registro.

O básico do MongoDB

O MongoDB armazena os dados no formato de documentos que ficam dentro de coleções. Os documentos podem ser interligados através de referência ou, para a maioria dos casos, podem conter documentos encadeados (um documento dentro do outro).

####Documentos encadeados O armazenamento através de documentos encadeados permite com que não sejam necessárias operações pesadas de JOIN, porém o custo é a desnormalização.

####Link entre documentos Cada documento possui um campo _id, que é um hash único e global para todo o banco de dados. O _id de um documento permite que outro documento aponte pra ele, através de referência direta.

####Armazenamento binário Sob o capô, o MongoDB armazena o JSON como dados binários chamados BSON. Isso possibilita rapidez na busca de grandes quantidades documentos, que não seria possível se fosse usado JSON. Essa tática, contudo, é responsável pela grande quantidade de memória gasta para guardar uma coleção.

Essa forma de guardar os dados, permite que o MongoDB armazene qualquer tipo de arquivo binário, como imagem, áudio, video, etc. através do GridFS, que quebra os arquivos em pedaços e guarda cada um em um documento separado, os quais são indexados por um único arquivo, que facilita sua recuperação.

Para aumentar a segurança o MongoDB usa o conceito de réplica sets, que promovem redundância dos dados em múltiplos nós, possibilitando a recuperação de dados em caso de falha de hardware.

Acima de todas essas caracerísticas, a mais proeminete é a introdução do conceito de sharding, que nada mais é do que o balanceamento de carga para múltiplos nós através do escalonamento horizontal. Essa função é muito útil quando um servidor não tiver espaço suficiente para uma grande quantidade de dados ou quando o uso de processamento e memória for tão intenso que um único nó não seria capaz de suportar a carga.

Quando escolher o MongoDB?

De acordo com o site java.dzone.com e um artigo de Andrew Brust:

1. se tiver que fazer grandes quantidades de inserções
   • se precisar de grande disponibilidade (recuperação instantânea por falhas de hardware).
   • se for balancear grandes quantidades de dados em vários bancos
   • se o banco de dados for alocado em vários servidores diferentes para maior disponibilidade
   • se os dados não possuem estrutura tabular ex.: geolocalização, logs, registro de eventos, …
   • se os dados precisam ser armazenados em multiníveis
   • se os modelos mudam constantemente (típico de startups)
   • se integridade e normalização não forem prioridades
   • se sua equipe não tiver um DBA
   • se sua equipe não se importar com mudanças bruscas

###Resumo

• MongoDB é um banco de dados NoSQL orientado a documentos
• armazena JSON em forma de dados binários BSON
• possui coleções de documentos
• documentos podem conter documentos encadeados
• documentos podem referenciar outros documentos através de links
• armazena arquivos de imagem, video, audio, etc.
• facilidade em replicar o banco de dados
• facilidade em distribuir grandes massas de dados em bancos separados

Bom, é isso. E lembrem-se: os bancos de dados não-relacionais suprem problemas diferentes dos relacionais, cada um tem sua aplicação específica, sendo que na maioria dos casos os bancos relacionais ainda sejam mais indicados.