Opinie czytelników
Podsumowanie:Książka „Data Modeling for MongoDB” autorstwa Steve'a Hobermana stanowi wprowadzenie do koncepcji modelowania danych i ich zastosowania w środowiskach NoSQL, w szczególności MongoDB. Otrzymała ona mieszane recenzje, chwaląc jej jasne wyjaśnienia i ramy modelowania, jednocześnie krytykując jej brak głębi w treściach specyficznych dla MongoDB i kwestie czytelności.
Zalety:⬤ Dobrze napisana i łatwa do zrozumienia, dzięki czemu złożone tematy są dostępne.
⬤ Dobra zarówno dla początkujących, jak i doświadczonych modelarzy danych przechodzących z relacyjnych baz danych.
⬤ Oferuje ramy i podejście krok po kroku do modelowania danych.
⬤ Wyjaśnia znaczenie modelowania danych w kontekście NoSQL.
⬤ Zawiera liczne przykłady i szablony, które zwiększają zrozumienie.
⬤ Pomocna w wypełnianiu luk między modelarzami i programistami.
Wady:⬤ Brakuje głębokiego technicznego wglądu w MongoDB, często przypominającego modelowanie relacyjne.
⬤ Niektórzy uważają, że treść jest powtarzalna i zawiera dużo tekstu, a modelowanie wizualne jest niewystarczające.
⬤ Słaba czytelność ze względu na niski kontrast diagramów i tabel.
⬤ Niektórzy czytelnicy wyrażają rozczarowanie ograniczoną ilością przykładowego kodu i praktycznych aplikacji.
⬤ Książka nie obejmuje niektórych podstawowych funkcji MongoDB, takich jak import/eksport danych.
(na podstawie 19 opinii czytelników)
Oryginalny tytuł:
Data Modeling for MongoDB: Building Well-Designed and Supportable MongoDB Databases
Zawartość książki:
Opanuj modelowanie danych aplikacji MongoDB.
Gratulacje Ukończyłeś aplikację MongoDB w określonych ramach czasowych i jest impreza z okazji wydania aplikacji do produkcji. Chociaż ludzie gratulują ci podczas uroczystości, czujesz pewien niepokój w środku. Ukończenie projektu na czas wymagało przyjęcia wielu założeń dotyczących danych, takich jak znaczenie terminów i sposób wyprowadzania obliczeń. Ponadto słaba dokumentacja aplikacji będzie miała ograniczone zastosowanie dla zespołu wsparcia, a niezbadanie wszystkich nieodłącznych reguł w danych może ostatecznie doprowadzić do słabo działających struktur w nie tak odległej przyszłości.
A co by było, gdybyś miał wehikuł czasu i mógł cofnąć się i przeczytać tę książkę. Dowiedziałbyś się, że nawet bazy danych NoSQL, takie jak MongoDB, wymagają pewnego poziomu modelowania danych. Modelowanie danych to proces poznawania danych i niezależnie od technologii, proces ten musi zostać przeprowadzony, aby aplikacja odniosła sukces. Poznasz wartość koncepcyjnego, logicznego i fizycznego modelowania danych oraz dowiesz się, w jaki sposób każdy etap zwiększa naszą wiedzę o danych i ogranicza założenia oraz złe decyzje projektowe.
Przeczytaj tę książkę, aby dowiedzieć się, jak modelować dane dla aplikacji MongoDB i osiągnąć pięć następujących celów
⬤ Zrozumienie, w jaki sposób modelowanie danych przyczynia się do procesu uczenia się o danych, a zatem jest wymaganą techniką, nawet jeśli wynikowa baza danych nie jest relacyjna. Oznacza to, że NoSQL nie oznacza NoDataModeling.
⬤ Wiedzieć, w jaki sposób bazy danych NoSQL różnią się od tradycyjnych relacyjnych baz danych i gdzie pasuje MongoDB.
⬤ Poznaj każdy obiekt MongoDB i zrozum, jak każdy z nich wypada w porównaniu z ich modelowaniem danych i tradycyjnymi relacyjnymi odpowiednikami baz danych, a także naucz się podstaw dodawania, wysyłania zapytań, aktualizowania i usuwania danych w MongoDB.
⬤ Przećwicz usprawnione, oparte na szablonach podejście do wykonywania koncepcyjnego, logicznego i fizycznego modelowania danych. Uświadomienie sobie, że modelowanie danych nie zawsze musi prowadzić do tradycyjnych modeli danych.
⬤ Rozróżnianie odgórnych i oddolnych podejść do rozwoju i ukończenie odgórnego studium przypadku, które łączy wszystkie techniki modelowania.
