Vinculación y creación de uniones MongoDB usando SQL:Parte 1

SQL es la forma preferida de interactuar con bases de datos relacionales en lo que respecta a las consultas. Se entiende que los usuarios habrían trabajado con bases de datos relacionales como MySQL y PostgreSQL que emplean la función de consulta SQL. En general, SQL es fácil de entender y, por lo tanto, se volvió ampliamente utilizado, especialmente en bases de datos relacionales.

Sin embargo, SQL es bastante complejo cuando se trata de incluir un amplio conjunto de documentos en una base de datos. En pocas palabras, no está destinado a bases de datos de documentos, ya que presenta una serie de contratiempos. Por ejemplo, no puede consultar documentos de matriz incrustados con facilidad o, más bien, deberá diseñar un subprograma para iterar y filtrar los datos devueltos para obtener los resultados requeridos. En consecuencia, esto resultará en un incremento de la duración de la ejecución. Pero tener una buena comprensión de SQL proporcionará una mejor base para interactuar con MongoDB desde algún punto en lugar de comenzar desde cero.

En este blog, usaremos el programa Studio 3T para mostrar las diversas consultas de unión de SQL y cómo puede rediseñarlas en consultas de MongoDB para lograr un mejor rendimiento. El programa se puede descargar desde este enlace.

Conectando SQL a MongoDB

Hay varios controladores o más bien interfaces a través de los cuales puede usar SQL para comunicarse con MongoDB, por ejemplo, ODBC. ODBC significa Conectividad abierta de bases de datos. Esta es simplemente una interfaz que permite que las aplicaciones accedan a los datos en los sistemas de administración de bases de datos utilizando SQL como el proceso estándar para acceder a esos datos. Viene con una ventaja adicional de interoperabilidad mediante la cual una sola aplicación puede acceder a múltiples sistemas de administración de bases de datos.

En este blog, produciremos y probaremos código de SQL y luego lo optimizaremos a través de un editor de agregación para producir una consulta MongoDB.

Gráfico de asignación de SQL a MongoDB

Antes de entrar en muchos detalles, debemos comprender las relaciones básicas entre estas 2 bases de datos, especialmente las palabras clave en el concepto de consulta.

Terminología y Conceptos

La clave principal en SQL define una columna única que básicamente organiza las filas en orden de tiempo récord. Por otro lado, la clave principal en MongoDB es un campo único para contener un documento y garantizar que los campos indexados no almacenen valores duplicados.

Correlación entre SQL y MongoDB

Digamos que tenemos datos de un estudiante y queremos registrar estos datos tanto en la base de datos SQL como en MongoDB. Podemos definir un objeto estudiante simple como:

{
    name: ‘James Washington’,
    age: 15,
    grade: A,
    Score: 10.5
}

Al crear una tabla SQL, debemos definir los nombres de las columnas y el tipo de datos, mientras que en MongoDB se creará automáticamente una colección durante la primera inserción.

La siguiente tabla nos ayudará a comprender cómo se pueden escribir algunas de las declaraciones SQL en MongoDB.

CREATE TABLE students (
  id MEDIUMINT NOT NULL AUTO_INCREMENT,
  name Varchar (30),
  age Number,
  score Float
)

INSERT INTO students(Name, age, grade,score) VALUES(“James Washington”, 15, “A”, 10.5)

{
  name: String,
  age Number,
  score: Number
}

db.students.insertOne({
    name: ‘James Washington’,
    age: 15,
    grade: ‘A’,
    score: 10.5
})

ALTER TABLE students ADD units 10

db.students.updateMany({}, {$set: {units: 10}})

ALTER TABLE students DROP COLUMN units

db.students.updateMany({}, {$unset: {units: “”}})

DROP TABLE students

db.students.drop()

SELECT * FROM students

db.students.find()

SELECT name, grade FROM students

db.students.find({}, {name: 1, grade: 1, _id: 0})

SELECT * FROM students WHERE grade = “A”

db.students.find({grade: “A”})

SELECT * FROM students WHERE name like  “James%”

db.students.find({grade: {$regex: /^James/}})

SELECT * FROM students ORDER BY id ASC

db.students.find().sort({$natural: 1})

SELECT DISTINCT (grade) FROM students

db.students.aggregate([
{$group: : {_id: “$grade”}}
]

SELECT * FROM students LIMIT 1 SKIP 4

db.students.find.limit(1).skip(4)

EXPLAIN SELECT *  FROM students WHERE grade “A”

db.students.find({grade: “A”}).explain()

UPDATE students SET grade  = “B” WHERE age >= 15

db.students.updateMany({age: {$gte: 15}}, {$set: {status: “B”}})

UPDATE students SET age  = age + 1 WHERE age < 15

db.students.updateMany({
age: {$lt:15}},{$inc: {age: 1}})

DELETE FROM students

db.students.remove({})

DELETE FROM students WHERE age = 15

db.students.remove({age: 15})

Esta tabla de mapeo de muestra le permitirá comprender mejor lo que vamos a aprender en nuestro próximo tema.

SQL y Studio 3T

Studio 3T es uno de los programas disponibles que ayuda a conectar SQL y MongoDB. Tiene una función de consulta SQL para mejorar una para manipular SQL. La consulta se interpreta en el shell de Mongo para producir un código de consulta simple en el equivalente del lenguaje MongoDB. Además de realizar consultas simples, la aplicación Studio 3T ahora puede realizar uniones.

Para nuestros datos de muestra anteriores, después de conectar su base de datos en Studio 3T, podemos usar la ventana SQL para encontrar el documento que coincida con nuestros criterios, es decir:

SELECT * FROM students  WHERE name LIKE  'James%';

Si tiene un documento con el campo de nombre establecido en el valor de James, se devolverá. Asimismo, si hace clic en la pestaña de código de consulta, se le presentará una ventana con el código MongoDB equivalente. Para la afirmación anterior, tendremos:

db.getCollection("students").find(
    { 
        "name" : /^James.*$/i
    }
);

Resumen

A veces, es posible que desee una forma rápida de interactuar con MongoDB a partir del conocimiento que tiene sobre SQL. Hemos aprendido algunas similitudes básicas de código entre SQL y su equivalente en MongoDB. Además, algunos programas como Studio 3T tienen herramientas bien establecidas para convertir la consulta SQL al lenguaje equivalente de MongoDB y ajustar esta consulta para obtener mejores resultados. Bueno, para la mayoría de nosotros, esta será una gran herramienta para facilitar nuestro trabajo y garantizar que cualquier código que tengamos al final sea óptimo para el rendimiento de nuestra base de datos. En la Parte 2 de este blog, aprenderemos sobre SQL INNER JOIN en MongoDB.