Olvasói vélemények
Összegzés:Steve Hoberman „Data Modeling for MongoDB” című könyve bevezetést nyújt az adatmodellezési koncepciókba és azok alkalmazásába NoSQL-környezetekben, konkrétan a MongoDB-ben. Vegyes kritikákat kapott, dicsérik a világos magyarázatokat és a modellezés keretrendszerét, ugyanakkor kritizálják a MongoDB-specifikus tartalom mélységének hiányát és az olvashatósággal kapcsolatos problémákat.
Előnyök:⬤ Jól megírt és könnyen érthető, az összetett témákat hozzáférhetővé teszi.
⬤ Kezdőknek és a relációs adatbázisokról átálló tapasztalt adatmodellezőknek egyaránt jó.
⬤ Keretet és lépésről lépésre történő megközelítést kínál az adatmodellezéshez.
⬤ Tisztázza az adatmodellezés fontosságát NoSQL-kontextusokban.
⬤ Számos példát és sablont tartalmaz, amelyek elősegítik a megértést.
⬤ Hasznos a modellezők és a fejlesztők közötti szakadék áthidalásában.
Hátrányok:⬤ Hiányzik a mély technikai betekintés a MongoDB-be, gyakran hasonlít a relációs modellezéshez.
⬤ Egyesek szerint a tartalom ismétlődő és szöveges, nem tartalmaz elegendő vizuális modellezést.
⬤ Gyenge olvashatóság a diagramok és táblázatok alacsony kontrasztja miatt.
⬤ Néhány olvasó csalódottságát fejezi ki a kevés példakód és gyakorlati alkalmazás miatt.
⬤ A könyv nem terjed ki néhány alapvető MongoDB-funkcióra, például az adatimportra/exportra.
(19 olvasói vélemény alapján)
Eredeti címe:
Data Modeling for MongoDB: Building Well-Designed and Supportable MongoDB Databases
Könyv tartalma:
A MongoDB-alkalmazások adatmodellezésének elsajátítása.
Gratulálok Elkészült a MongoDB alkalmazás a megadott szűkös időkereten belül, és egy partival ünnepelheti az alkalmazás termelésbe való bevezetését. Bár az emberek gratulálnak neked az ünnepségen, te belül nyugtalanságot érzel. A projekt határidőre történő befejezéséhez sok feltételezést kellett tennie az adatokkal kapcsolatban, például hogy mit jelentenek a kifejezések és hogyan vezethetők le a számítások. Ráadásul az alkalmazással kapcsolatos szegényes dokumentáció csak korlátozottan lesz hasznos a támogató csapat számára, és az adatokban rejlő összes szabály nem vizsgálata végül rosszul működő struktúrákhoz vezethet a nem is olyan távoli jövőben.
Mi lenne, ha lenne egy időgéped, és visszamehetnél a múltba, és elolvashatnád ezt a könyvet. Megtanulná, hogy még az olyan NoSQL adatbázisok, mint a MongoDB is igényelnek bizonyos szintű adatmodellezést. Az adatmodellezés az adatok megismerésének folyamata, és technológiától függetlenül ezt a folyamatot el kell végezni a sikeres alkalmazáshoz. Megtanulná a fogalmi, logikai és fizikai adatmodellezés értékét, és azt, hogy az egyes szakaszok hogyan növelik az adatokról való tudásunkat, és hogyan csökkentik a feltételezéseket és a rossz tervezési döntéseket.
Olvassa el ezt a könyvet, hogy megtanulja, hogyan végezzen adatmodellezést MongoDB alkalmazásokhoz, és hogyan érje el az alábbi öt célt:
⬤ Tudja meg, hogy az adatmodellezés hogyan járul hozzá az adatok megismerésének folyamatához, és ezért szükséges technika, még akkor is, ha az eredményül szolgáló adatbázis nem relációs. Vagyis a NoSQL nem jelenti azt, hogy NoDataModelling.
⬤ Tudja, hogy a NoSQL-adatbázisok miben különböznek a hagyományos relációs adatbázisoktól, és hogy a MongoDB hova illik bele.
⬤ Felfedezze az egyes MongoDB objektumokat, és értse meg, hogyan viszonyulnak az adatmodellezéshez és a hagyományos relációs adatbázisokhoz, és ismerje meg az adatok hozzáadásának, lekérdezésének, frissítésének és törlésének alapjait a MongoDB-ben.
⬤ GYakorolja az egyszerűsített, sablonvezérelt megközelítést a fogalmi, logikai és fizikai adatmodellezés elvégzéséhez. Ismerje fel, hogy az adatmodellezésnek nem kell mindig hagyományos adatmodellekhez vezetnie.
⬤ Válassza meg a felülről lefelé és alulról felfelé irányuló fejlesztési megközelítéseket, és készítsen egy felülről lefelé irányuló esettanulmányt, amely az összes modellezési technikát összekapcsolja.
