Mapa Mental - Modelos NoSQL

Prévia do material em texto

Aplicações do Modelo em Grafos Características dos Bancos NoSQL Sistemas de recomendação utilizam grafos para relacionar usuários e lexibilidade para armazenar dados não itens. estruturados ou semi-estruturados. Controle de sessões web pode ser Alta escalabilidade horizontal para modelado para rastrear interações em grandes volumes de dados distribuídos. grafos. Ausência de esquema rígido permite rápida Comércio eletrônico pode usar grafos adaptação a mudanças. para mapear relacionamentos entre Modelos variados atendem diferentes produtos. necessidades específicas de aplicações. Carrinhos de compras não são a aplicação ideal para bancos de dados em grafos. Modelos Tipos de Modelos Criação de Coleções no MongoDB Modelo chave-valor armazena dados simples em NoSQL O comando correto para criar coleção é db.createCollection(). pares chave e valor. Coleções armazenam documentos JSON que Modelo orientado a representam registros flexíveis. documentos organiza dados MongoDB não exige esquema fixo, em documentos JSON ou facilitando alterações no modelo de BSON. dados. Modelo orientado a colunas Coleções são equivalentes a tabelas em estrutura dados em colunas bancos relacionais tradicionais. para alta performance. Modelo em grafos representa dados como nós Limitações e Considerações e relações para conexões Nem todos modelos NoSQL são complexas. adequados para todas as aplicações. Modelos em colunas são indicados Separação Chave-Valor no PostgreSQL para análises rápidas em grandes Vantagens do Modelo Orientado a Documentos Hstore utiliza operador '=>' para separar volumes. Permite armazenar dados complexos em um único a chave do valor em pares. Modelos em grafos são mais documento JSON ou BSON. Este formato facilita armazenamento complexos, mas excelentes para Facilita consultas aninhadas e indexação de campos flexível de atributos dinâmicos. relacionamentos. específicos. Hstore é uma extensão do PostgreSQL para Escolha do modelo deve considerar Ideal para aplicações com dados heterogêneos e em dados requisitos de consulta e estrutura constante evolução. dos dados. Permite consultas eficientes em colunas que Suporta replicação e alta disponibilidade em armazenam pares chave-valor. ambientes distribuídos.