MongoDB explicado em 10 Minutos | SQL vs NoSQL | Iniciar
Avalie esse Vídeo
00:00:00Introdução a bancos de dados
- euntroducteuon to SPL and NoSPL databases. - The structure of SPL databases compared to an Excel spreadsheet. - Challenges weuth SPL databases, such as scaleung and schema reugeudeuty.00:01:40sérieMongoDB Hubstart
- Announcement of the MongoDB Jumpstart sereues. - The sereues ' goal to help veuewers get started weuth MongoDB Atlas and euts features.00:02:07Bancos dedados SQL explicados
- Detaeuled explanateuon of SPL databases and theeur tabular format. - eussues weuth addeung new feuelds and the concept of relateuonal tables.00:03:24Visão geral do NoSQL e do MongoDB
- euntroducteuon to NoSPL databases and theeur non-tabular structure. - Explanateuon of MongoDB as a document database and euts use of JSON.00:04:28Esquemas flexíveis do MongoDB
- Deuscusseuon on the flexeubeuleuty of MongoDB 's schemas. - The benefeuts of horeuzontal scaleung eun MongoDB.00:05 11Diferenças de terminologia no
- Compareuson of termeunology between SPL and NoSPL databases.00:06:07Ecossistema MongoDB
- Overveuew of the MongoDB ecosystem, euncludeung self-hosted opteuons and Atlas. - euntroducteuon to MongoDB Compass, Realm, Atlas Search, Charts, Onleune Archeuve, and Data Lake.00:07:05Conclusão e próximas etapas
- Summary of MongoDB 's benefeuts and effeuceuency. - Encouragement to seugn up for MongoDB and watch the next veudeo eun the sereues.00:11:19Fechando
- Feunal remarks encourageung veuewers to leuke, subscreube, and tune eun for the next veudeo.O tema principal do vídeo é uma introdução ao MongoDB, destacando suas vantagens em relação aos bancos de dados SQL tradicionais, e um guia para o ecossistema MongoDB e seus vários componentes.
} Pontos-chave
- Explicação de bancos de dados SQL vs. NoSQL, incluindo sua estrutura e terminologia.
- Introdução ao MongoDB e seu sistema de armazenamento baseado em documentos.
- Visão geral da série MongoDB Salstart e seus objetivos.
- Discussão sobre a flexibilidade e escalabilidade do MongoDB.
- Visão geral de alto nível do ecossistema MongoDB , incluindo Atlas, Compass, Realm, Atlas Search, Charts, Atlas Online Archive e Data Lake.
Links relacionados
Transcrição completa do vídeo
SQL 1 próximo projeto oi, meu nome é Jesse, trabalho como consultor sênior no MongoDB , deixe-me apresentar a você a série de saltos do MongoDB o objetivo desta série é introduzi-lo no MongoDB Atlas e em todo o seu ecossistema cada parte do Atlas terá o seu vídeo dedicado para ajudá-lo a entrar em operação com cada recurso desta série vamos criar um website de e-commerce que usará o MongoDB Atlas e todos os seus recursos se você quiser ver o projeto criado do início ao fim deve assistir à série em ordem a partir da lista de reprodução, mas se você já estiver familiarizado com o Atlas e quiser apenas aprender sobre um recurso específico, fique à vontade para pular para o vídeo que lhe interessou os links estão na descrição abaixo então o que é MongoDB bem, primeiro você precisa entender como os bancos de dados SQL e nosql funcionam, eles também são chamados de relacionais ou não relacionais, então vamos falar sobre o banco de dados og SQL significa linguagem de query estruturada é um banco de dados relacional a maneira mais fácil de entender como os dados SQL são estruturado é comparando-o com uma planilha do Excel em bancos de dados relacionais como dados SQL é armazenado em linhas e colunas cada linha é um registro e cada coluna é um campo de registro neste exemplo estamos armazenando dados do usuário temos um ID nome sobrenome endereço de e-mail endereço físico e número de telefone parece bem simples, mas o que acontece quando queremos adicionar outro endereço de e-mail a esse usuário teremos que adicionar outra coluna chamada e-mail dois então, se por algum motivo houver um terceiro endereço de e-mail, nós preciso adicionar uma coluna chamada e-mail três agora vamos adicionar outro registro como este só tem um endereço de e-mail, então a segunda e a terceira colunas estarão em branco, teremos os mesmos problemas com o addin g vários endereços físicos e números de telefone então vamos adicionar mais registros você pode ver como isso está ficando fora de controle rapidamente o banco de dados está ficando inchado com esses campos vazios agora por causa disso bancos de dados relacionais separam dados relacionados em suas próprias tabelas podemos extrair os colunas de endereço de e-mail endereço físico e número de telefone e coloque-as em sua própria tabela, que está vinculada ao registro da tabela original com um ID é aqui que o termo relacional vem dos dados nessas tabelas estão relacionados, então agora temos várias tabelas relacionadas à tabela original de registros se quisermos obter as informações de um registro agora temos que acessar várias tabelas e unir os dados novamente, então há esquemas esquemas definem como a estrutura ou esquema de como nossos dados devem procurar esquemas em SQL são rigorosos o que significa que os tipos de campo de dados devem ser definidos com antecedência adicionar colunas ou campos adicionais às tabelas afeta todas as linhas e registros nessa guia arquivo e pode resultar em tabelas inchadas e queries com falha se não forem atualizadas corretamente quando se trata de dimensionar a maioria dos bancos de dados SQL só aumenta verticalmente e aqueles que podem escalar horizontalmente são difíceis de configurar isso significa que você precisa atualizar para maiores mais caros servidores à medida que seu banco de dados cresce então por que as coisas têm que ser tão complexas Go voltar no tempo Os bancos de dados SQL existem desde os 1970s e estamos focados principalmente em reduzir a duplicação de dados, já que o armazenamento em disco era muito caro na época imagem de um disco rígido IBM 5 megabyte esta é a principal razão pela qual ele é estruturado em um formato tabular por causa de todo esse SQL é difícil de entender estruturalmente é difícil fazer alterações na estrutura de dados por causa dos esquemas rígidos é ineficiente porque de várias tabelas sendo consultadas e é mais caro devido à escala vertical, então agora vamos dar uma olhada em bancos de dados nosql ou não relacionais, a maioria se refere a nosql como significando não SQL , mas c an também seja chamado de não apenas SQL em qualquer caso, o ponto é que os bancos de dados nosql são estruturados de forma diferente dos bancos de dados SQL , então há terminologia relacional versus não relacional geralmente bancos de dados nosql são chamados de não relacionais porque não armazenam dados em tabelas relacionadas como SQL comete um grande equivoco é que bancos de dados não relacionais não podem armazenar dados relacionais dados relacionais podem ser armazenados em bancos de dados nosql eles são armazenados de forma diferente há vários tipos de bancos de dados nosql existem bancos de dados de valor chave armazena colunas amplas bancos de dados de gráficos e bancos de dados de documentos MongoDB é um banco de dados de documentos em vez de usar tabelas linhas e colunas bancos de dados de documentos armazenam dados em documentos especificamente JSON notação de objeto JavaScript documentos estruturados se você estiver familiarizado com objetos JavaScript , então você estará em casa com estruturas de dados nosql JSON é estruturado como objetos que contêm pares de valores de chave, definimos um objeto com chaves, então nossa chave i s entre aspas e, por último, nosso valor é separado da chave por dois pontos o valor pode ser uma string entre aspas um número sem aspas arrays de valores usando colchetes ou até mesmo outro objeto do exemplo anterior de dados de usuário agora temos um registro de usuário formatado como dados JSON temos nosso ID de sublinhado nome sobrenome endereço de e-mail e número de telefone quando temos vários valores podemos apenas usar uma array para defini-los então para o valor do e-mail podemos definir isso como uma array de endereços de e-mail podemos fazer o mesmo com os endereços e números de telefone, então vemos aqui que um único documento armazena todos os dados de cada registro, em vez de dividir os dados em geral, os dados acessados juntos permanecem juntos, embora os documentos com os quais você trabalha estejam em JSON formato MongoDB realmente armazena os dados no servidor no formato BSON O BSON é uma extensão do JSON e adiciona suporte para tipos de dados expandidos agora os esquemas no MongoDB são muito flexíveis por padrão e não há regras em vigor você pode armazenar qualquer tipo de dados em qualquer documento isso é por design se você quiser mais estrutura, eles podem ser adicionados a qualquer momento e o dimensionamento no MongoDB é muito econômico em vez do dimensionamento vertical somente bancos de dados nosql geralmente dimensionam horizontalmente isso significa que, em vez de ir para um servidor mais caro, você pode utilizar vários servidores mais barato por uma fração do custo devido à estrutura esse tipo de banco de dados é muito eficiente fácil de entender e fácil de modificar e atualizar vamos dar uma olhada em algumas diferenças de terminologia entre SQL e nosql então no SQL um cluster é um cluster no nosql e no SQL temos um banco de dados também no nosql temos um banco de dados mas é aqui que as diferenças entram no SQL temos tabelas mas no nosql temos collections em SQL temos linhas, mas no nosql temos documentos e SQL uma coluna está em nosql um campo agora vamos dar uma olhada no ecossistema do MongoDB obteremos uma visão geral de alto nível de cada parte, então primeiro temos sel Se estiver hospedado essa opção permitirá que você hospede seu próprio servidor MongoDB em seu hardware isso requer que você gerencie as atualizações do servidor e qualquer outra manutenção que você possa baixar e usar o servidor da comunidade de código aberto MongoDB em seu hardware gratuitamente em seguida, temos Atlas então se se não quiser Go o caminho antigo de gerenciar tudo isso por conta própria você precisa do MongoDB Atlas Atlas utiliza uma abordagem de software como serviço e é um banco de dados de nuvem global como serviço para aplicativos modernos com ele você pode distribuir um totalmente servidor MongoDB gerenciado no Amazon Web Services Google Cloud Platform e Azure com a melhor automação e práticas testadas que garantem a disponibilidade, a escalabilidade e a conformidade com todos os padrões de segurança de dados e privacidade mais rigorosos Compass é o guia do MongoDB disponível no Linux mac ou Windows , ele permite que você Explore visualmente seus dados, execute queries ad-hoc em segundos, interaja com seus dados com a funcionalidade CRUD completa Visualize e otimize seus desempenho de query e tomar decisões menores sobre indexação, validação de documentos e muito mais com o MongoDB realm, você pode construir aplicativos melhores com mais rapidez com sincronização de borda para nuvem e serviços de back-end totalmente gerenciados, incluindo funções Atlas Triggers e GraphQL MongoDB realm sync lida com resolução de conflitos e código de rede para você para que possa criar aplicativos móveis melhores com mais rapidez o MongoDB Atlas O Atlas Search facilita a criação rápida e relevante de recursos de texto completo do Atlas Search além de seus dados na nuvem disponível exclusivamente com o MongoDB Atlas com o Atlas Search você obterá uma Atlas Tolerância a erros de digitação no mecanismo de busca com pesquisa difusa filtros de preenchimento automático e facets pontuação personalizada e muito mais MongoDB Charts é uma ferramenta moderna de visualização de dados integrada à plataforma de dados na nuvem do MongoDB Atlas Charts é a maneira mais rápida, fácil e poderosa de visualizar dados do MongoDB ou reais business intelligence e análises embarcadas com o Atlas Online Archive você c um nível seus dados em bancos de dados totalmente gerenciados e armazenamento de objetos na nuvem e consulte-os por meio de um único endpoint arquive automaticamente os dados históricos e economize nos custos de armazenamento de dados operacionais e transacionais sem comprometer o desempenho das consultas com o MongoDB Atlas Data Lake você pode consultar e analisar dados na Amazon Web Services s3 e MongoDB Atlas em vigor em seu formato nativo arquivos CSV e outros formatos usando a linguagem de query do MongoDB economize armazenando seus dados históricos no Amazon Web Services s3 e depois combine e analise dados em tempo real e históricos sem movimentação de dados ou sobrecarga operacional e pague somente pelas queries que você executar agora que você entende os fundamentos de como o MongoDB funciona vamos aprender mais sobre o Atlas o banco de dados em nuvem totalmente gerenciado não deixe de se inscrever em uma conta gratuita em MongoDB.com no próximo vídeo criaremos nosso primeiro cluster do Atlas e carregaremos alguns dados de exemplo se este vídeo foi útil não deixe de conferir e se inscrever vejo você no próximo [ [Música] [Música]
Avalie esse Vídeo