Slides do mini-curso de MongoDB realizado no Workshop de Software Livre 2010 do CInLUG, no Centro de Informática da Universidade Federal de Pernambuco em 24/08/2010. Instrutores: Brunno Gomes (@brunnogomes) e Daker Fernandes (@dakerfp).

2. http://cinlug-br.org/

3. De acordo com o mongoDB.org:
“Banco de dados escalável, de alta-
performance, open-source, schema-free,
orientado-a-documentos.”

4. documentos

5. {nome: 'mongo', tipo: 'BD'}

6. JSON ?

7. hash array
JSON !
dicionário

8. schema-free ?

9. tipagem dinâmica
migrations de graça
ainda posso usar índices

10. migrations ?

11. apenas faça:
{nome: 'mongo', tipo: 'BD'}
{nome: 'mongo', tipo: 'BD', versao: 1.6}

12. coisas que podem
fazer falta

13. As propriedades ACID ficam na
mão do programador

14. Relembrando ACID
São 4 propriedades que os BDs tradicionais fornecem
às aplicações:
Atomicity
Garante que um conjunto de modificações seja
realizado por completo ou nada é feito
Consistency
Garante que o banco não está em um estado
inconsistente
Isolation
Dados que estão durante operação são inacessíveis
Durability
Garantia de qua transação só é finalizada quando está
salva no disco

15. usando o mongoDB
a partir do Terminal

16. instalando:
> http://www.mongodb.org/downloads
> escolha a versão adequada ao seu
SO e arquitetura (32-bits / 64-bits) (32
> descompacte (dezipe, desenrare)
> só isso mesmo...

17. WARNING
As versões de 32-bits do mongoDB
são limitadas a uns 2.5 GB de dados

18. Oxe, porque?
Como o foco dele é em performance,
ele usa um sistema de mapeamento
de arquivos em memória em alguns
momentos, logo...

19. usando:
> bin/mongod <- servidor
> bin/mongo <- cliente

20. usando:
o cliente (vulgo shell) é baseado em
Javascript
então podemos fazer qualquer coisa (que
faríamos com Javascript num terminal, claro)

21. usando:
> n1 = 5;
> n2 = 8;
> if (n2 > n1) {
menor = n1;
} else {
menor = n2;
}

22. usando:
criando um documento
> estudante = {nome: 'brunno',
nota: 6};

23. usando:
salvando na coleção
> db.estudantes.insert(estudante);

24. o insert() acabou de guardar o documento
estudante na coleção de estudantes,
localizada na base teste
a coleção estudantes não precisou ser
previamente criada, a partir do momento que é
usada o mongoDB cria uma coleção
a base teste é usada por padrão quando
conectamos ao mongoDB, podemos escolher
outras bases e coleções quando quisermos

25. usando:
escolhendo base e coleção
> show dbs;
> use nomedabase;
> show collections;
> db.nomedacolecao.metodo();

26. usando:
podemos usar atalhos
> est = db.estudantes;
> est.insert({nome: 'daker', nota: 10});

27. o campo _id:
todo documento inserido no banco deve
conter um campo _id com valor único em toda
coleção, caso ele não exista é
automaticamente adicionado (nesse caso
usando o tipo binário ObjectId, que servirá
como índice padrão).

28. usando:
resgatando documentos
> db.estudantes.find();

29. o find() faz uma consulta e retorna todos os
documentos que correspondem ao filtro
passado ao find()
nesse caso o método find() não recebeu
nenhum parâmetro, então ele retornou todos
os documentos daquela coleção

30. usando:
resgatando documentos
> est.find({nota: 7});
> est.find({nota: { '$gt': 7});

31. o $gt é um dos operadores especiais, nesse
caso significa '>' (maior que/greater than)
existem vários outros:
$lt - '<', $lte - '<=',
$gte - '>=', $ne - '!='
$in - 'no array', $nin - '! no array'

32. usando:
o findOne()
> est.findOne({nota: 7});

33. o findOne() retorna o primeiro documento
encontrado que corresponda aos parâmetros
da consulta
quando você estiver utilizando o driver da sua
linguagem ele já retorna um objeto do tipo
dicionário/hash/coisaDaSuaLinguagem

34. usando:
atualizando um documento
> est.update({ name: 'brunno'},
{ name: 'brunno,
nota: 10 });

35. o update() recebe como primeiro parâmetro os
filtros da consulta e como segundo a
atualização a ser feita. nesse caso foi passado
um outro documento, então ele vai
sobrescrever tudo
existem outras maneiras de se atualizar
documentos

36. usando:
atualizando um documento
> est.update({ name: 'brunno' },
{ $set: { nota: 8 } });

37. o $set define o valor 8 no campo nota
caso 'nota' não exista, é criado com valor 8

38. usando:
atualizando um documento
> est.update({ name: 'brunno' },
{ $push: { cadeira: 'p1' } });

39. o $push adiciona o valor 'p1' ao campo
'cadeiras', se 'cadeiras' é um array/lista.
caso 'cadeiras' não exista, é criado com a lista
['p1'] como valor

40. usando:
removendo documentos
> est.remove();
> est.remove({ name: 'brunno' });

41. o remove() remove (é mêmo?) os documentos
que correspondam aos parâmetros de
consulta passados no método
caso seja chamado sem parâmetros, remove
todos os elementos de uma coleção

42. ok, já sei o básico, mas como
aproveitar mais o que o
mongoDB oferece?

43. Agregue seus dados de acordo
com o uso
Princípio da Localidade
Espacial

44. Princípio da Localidade
Espacial
Também Binha!
Utilizar espaço contíguo no disco para evitar
reposicionamento da agulha no disco que é uma
operação de alta latência.
Caso a agulha seja movida, quanto menor o
deslocamento, mais rápido será a operação.

45. Estudo de Caso
História: Quero mostrar meus
posts, os seus comentários
com as informações de cada
usuário.

46. Modelo Relacional
post = {'_id': 1,
'titulo': "lambda lambda lambda",
'texto': “Live Long and Prosper!”,
'autor_id': 34}
autor1 = {'_id': 34, 'nome': 'Spock'}
autor2 = {'_id': 33, 'nome': 'Kirk'}
comentario = {'post_id': 1, 'autor_id': 33,
'texto': 'Excelente Spock'}

47. Como ocorre o acesso ao
disco?

48. Como ocorre o acesso ao
disco?

49. Modelo Não Normalizado
post = {'_id': 1,
'titulo': 'lambda lambda lambda',
'texto': 'era uma vez...',
'autor': {'_id': 1, 'nome': 'spock'},
'comentarios': [
{'autor': 'kirk',
'texto': 'muito bom!'}
]}

50. E como ocorre o acesso ao
disco agora?

51. Join tables é
muito custoso!
$$$

52. WARNING
Dados não normalizados implica na
duplicação de dados.
Se os dados da duplicação forem
críticos, devem ser atualizado nas
múltiplas ocorrências.

53. WARNING
Otimize quando possível.
Quando a duplicação for
difícil de ser tratada, normalize
seus dados

54. muito + coisas
legais

55. Índices
Criam um atalho para a busca
de dados
Acesso rápido aos ítens
indexados

56. Índices
db.posts.ensureIndex({'hora': 1});
db.posts.ensureIndex({'autor':1});

57. Índices fazem o que?

58. Quando eu devo usar
Índices?
Otimizar consultas por um campo
específico
Otimizar buscas ordenadas
Otimizar buscas dentro de intervalos
de valores

59. Chaves Embarcadas e múltiplas
db.posts.ensureIndex({'comentarios.autor':
1});
Chaves Compostas:
db.factories.insert({ 'name': "General
Motors",
'metro': { 'city': "New York",
'state': "NY" } }
);
db.factories.ensureIndex( { metro : 1 } );

60. WARNING
Não crie índices sem necessidade, ou para
consultas raras
Índices aumentam o tempo de inserção de
documentos
Atualização nos documentos com índices
demoram +

61. WARNING
Índices podem ocupar muita memória
Ao criar um índice em uma coleção não
vazia, essa operação (por
padrão) congelará o processo do mongoDB
até concluir a indexação.
Utilize:
db.things.ensureIndex(
{'x':1},{'background':true});

62. tem +
Chaves decrescentes
Chaves únicas
Chaves dropáveis
dropIndex
reIndex
Índices Geoespaciais
...

63. Capped Collections
O que são?
São coleções sem índices, sem _id e
com tamanhos fixos.
db.createCollection('visitas',
{'capped':true,'size':100000})

64. Capped Collections
Operações idênticas a uma coleção comum:
db.visits.insert({
'ip':'108.23.47.98',
'timestamp': 1292177707})
db.visits.remove()

65. Capped Collections
Para que servem?
Inserção de dados otimizada
Rápido para consultas do tipo: as últimas
Consultas genéricas são lentas
MapReduce mais rápido (mais adiante)
Ex.: Logs, Coleta massiva de dados

66. Profiling
Existem N maneiras de fazer uma
consulta, Certo?
Mas qual é a mais eficiente?
Na dúvida utilize Profiling:
db.posts.find().explain()

67. Profiling
{
'cursor' : "BasicCursor",
--> Tipo de Cursor da consulta
'nscanned' : 1,
--> Índices visitados
'nscannedObjects' : 1,
--> Objetos visitados
'n' : 14,
--> Quantidade de objetos retornados
'millis' : 1,
--> Tempo de execução da consulta
"indexBounds" : {}
--> Range dos índices que foram
varridos
}

68. GridFS
É uma Coleção de Arquivos
Documentos > 4MB
Armazenar dados binários
ex.: Vídeos, Mapas, ...
Esquema chave/valor
Disponível através do driver de alguma
linguagem.

69. Sharding & Replica
Escalabilidade horizontal
Fácil adição de shards
Sem pontos únicos de ruptura
Balanceamento de carga automático
Processamento distribuído
(MapReduce)

70. Sharding & Replica

71. MapReduce
É um modelo de programação criado pelo
Google para processar quantidades
massivas de dados,
na escala de Terabytes.
Esse modelo permite um escalabilidade
horizontal em um cluster de
computadores.
Paper: http://labs.google.com/papers/mapreduce.html

72. MapReduce
Problemas
Consulta em bases gigantes
Recuperação de informação
Engenhos de Busca (Yahoo!)
Mineração de Dados
Análise de Logs
Indicação de Amigos

73. MapReduce
E como funciona?

74. MapReduce
1 - Map: Para cada item da entrada executa
uma função e retorna um par
<Chave1, Valor1> intermediário.
2 - Reduce: Junte os pares <Chave1,Valor1>
com chaves iguais emitidas pela função
anterior, processe e retorne um par <Chave2,
Valor2> como resultado final.

75. MapReduce
1 - Χάρτης: Για κάθε σημείο της εισόδου εκτελεί
μια λειτουργία και επιστρέφει ένα ζεύγος
<Βασικά1, αξία1> μεσάζοντα.
2 - Μείωση: Συμμετοχή στο <Βασικά1,αξία1>
ζευγάρια με ίσα κλειδιά που εκδίδονται από την
προηγούμενη λειτουργία, διαδικασία και να
επιστρέψει ένα <Βασικά2,αξία2> ζεύγος ως το
τελικό αποτέλεσμα.

76. Na Prática:

77. MapReduce
map = function() {
var words = this.conteudo.split(' ');
for(var i = 0; i < words.length; i++)
{ emit(words[i],
{'count': 1,'posts':[this._id]});
}
}

78. MapReduce
reduce = function(word, tags) {
var total = 0;
var posts = [];
for(var i = 0; i < tags.length; i++) {
total += tags[i]['count'];
posts = posts.concat(
tags[i]['posts']);
}
return {'count': total, 'posts': posts};
}

79. MapReduce
GO!
db.posts.mapReduce(map,reduce);

80. MapReduce
Por padrão, o mongodb cria uma coleção
temporária:
show collections
tmp.mr.mapreduce_1282610145_3
Utilizando os drivers da sua linguagem, é
possível renomear essa coleção temporária.

81. MapReduce
...OU
Criamos uma função de finalização:
finalize = function(word, tags) {
db.tagCloud.insert(
{'keyword':word,
'count': tags['count'],
tags['posts']})
}

82. MapReduce
db.posts.mapReduce(map,reduce,
{'finalize':finalize});

83. mais ?

84. drivers para:
C Factor
C++ Fantom
Java F#
Javascript Go
PHP Groovy
Perl Haskell
Python Lua
Ruby node.js
REST Objective C
C# e .Net Powershell
Closure Scala
ColdFusion Scheme
Delphi Smalltalk
Erlang ...

85. mais informações?
http://www.mongodb.org/display/DOCS
http://www.mongodb.org/display/DOCS/Drivers

87. Brunno Gomes
twitter.com/brunnogomes
brunnolgp@gmail.com

88. Daker
codecereal.blogspot.com
twitter.com/dakerfp
dfp@cin.ufpe.br
daker.pinheiro@openbossa.org