reveal-md

# DFU 09
## DOcument Database

---

## Document Databaser

----

### Hvad er en Document Database?

- En document Datase er en database der ...
    - er i kategorien NoSQL databaser
    
    - gemmer data i form af dokumenter
    
    - typisk bruger formater som JSON, BSON eller XML
    
    - organiserer data som selvstændige enheder i stedet for tabeller
    
    - er mere fleksible og skalerbare end traditionelle relationelle databaser

----

### Fordele ved Document Databaser

- Fleksibilitet:

    - Skema-fri struktur, hvilket gør det nemt at ændre data uden at skulle ændre hele databasen
    
- Skalerbarhed:

    - Let at skalere horisontalt ved at tilføje flere servere
    
- Ydeevne:

    - Hurtig læse- og skriveadgang til dokumenter
    
- Naturlig datarepræsentation:

    - Data kan repræsenteres på en måde, der er tættere på den måde applikationen bruger den på
    
- Understøttelse af komplekse data:

    - Kan håndtere komplekse og hierarkiske datastrukturer

----

### Ulemper ved Document Databaser

- Manglende ACID-egenskaber:

    - Mange document databaser tilbyder ikke fuld ACID-kompatibilitet, hvilket kan være en ulempe for visse applikationer
    
- Kompleks forespørgselssprog:

    - Forespørgselssprogene kan være mindre kraftfulde end SQL
    
- Dataredundans:

    - Kan føre til datadubletter og inkonsistens, hvis ikke håndteret korrekt
    
- Manglende standardisering:

    - Forskellige document databaser kan have forskellige funktioner og begrænsninger

----

### Populære Document Databaser

- MongoDB - En af de mest populære document databaser, kendt for sin fleksibilitet og skalerbarhed

- CouchDB - En open-source document database, der bruger JSON til dokumenter og javascript til forespørgsler

- Amazon DocumentDB - En fuldt administreret document database service, der er kompatibel med MongoDB

- Firebase Firestore - En cloud-baseret document database, der er en del af Googles Firebase platform

- RavenDB - En open-source document database, der fokuserer på ydeevne og brugervenlighed

- og mange andre, [https://db-engines.com/en/ranking/document+store](https://db-engines.com/en/ranking/document+store)

----

#### C# supporterede Document Databaser

- MongoDB - [https://www.mongodb.com/docs/drivers/](https://www.mongodb.com/docs/drivers/)

- CouchDB - [https://github.com/danielwertheim/mycouch/wiki?ref=danielwertheim.se](https://github.com/danielwertheim/mycouch/wiki?ref=danielwertheim.se)

- Amazon DocumentDB - [https://aws.amazon.com/sdk-for-net/](https://aws.amazon.com/sdk-for-net/)

- Firebase Firestore - Ikke direkte supportet [https://firebase.google.com/docs/firestore](https://firebase.google.com/docs/firestore)

- RavenDB - [https://ravendb.net/articles/connecting-c-application-to-ravendb-cloud](https://ravendb.net/articles/connecting-c-application-to-ravendb-cloud)

----

### Anvendelsesområder for Document Databaser

- Content Management Systems (CMS)

- E-commerce platforms

- Real-time analytics

- Mobile applications

- Internet of Things (IoT) applications

- Social media applications

- og mange andre

---

## Relational vs Document DB

----

### Grundlæggende paradigmer

Relationelle databaser

- Strukturerede data i tabeller, rækker og kolonner

- Skema er defineret på forhånd (schema-on-write)

- Baseret på relationsmodellen (E.F. Codd, 1970)

- ACID-egenskaber

</div>
<div class="top">

Document Databaser

- Dokumentorienteret struktur (JSON/BSON/XML)

- Fleksibelt skema (schema-on-read)

- Ingen faste relationer - indlejrede eller referencebaserede dokumenter

- Ofte BASE egenskaber

</div>
</div>

- E.F. Codd 1970: https://thomaslanger.dk/relationsmodellen/

----

### Filosofisk forskel

- RDBMS bygger på faste strukturer og relationer

    - relationer og normalisering sikrer konsistens
    
- Document DB bygger på fleksibilitet og hastighed i udvikling

    - strukturen formes efter applikationens brugsscenarier
    
- SQL optimerer for forudsigelige data og transaktioner

- MongoDB optimerer for ændringshastighed

----

### Datamodel

Relationelle databaser

- Entiteter og relationer (1-1, 1-n, n-m)

- Normalisering reducerer redundans

- Fremmednøgler håndhæver referentiel integritet

- Velegnet til komplekse sammenhænge

</div>
<div class="top">

Document databaser

- Dokumenter kan indeholde underobjekter og arrays

- Relationer håndteres ofte med indlejring fremfor for joins

- Duplikerede data kan accepteres for performance

- Velegnet til agile og uforudsigelige datastrukturer

</div>
</div>

----

### Skema og ændringer

Relationelle databaser

- Ændring af skema kræver migration og versionering

- Passer til stabile datamodeller

- Høj sikkerhed for dataintegritet

</div>
<div class="top">

Document databaser

- Felter kan tilføjes/fjernes uden at påvirke eksisterende data

- Passer til prototyper og hurtigt skiftende datasæt

- Risiko for uens datatyper og manglende validering, hvis ikke kontrolleret

</div>
</div>

----

### Konsistens og transaktioner

Relationelle databaser

- ACID-transaktioner på tværs af tabeller

- Ensartede data på alle tidspunkter

- Kræver ofte stærk konsistens

</div>
<div class="top">

Document databaser

- Støtter i dag multidokument-transaktioner, men med performance omkostninger

- Eventual konsistens i distribuerede systemer

- Høj tilgængelighed prioriteres over øjeblikkelig konsistens (CAP-teoremet)

</div>
</div>

----

### CAP-teoremet

Consistency, Availability, Partition tolerance

- Et distribueret system kan kun garantere to af følgende tre egenskaber samtidigt

    - Consistency: alle noder ser de samme data
    
    - Availability: systemet svarer altid
    
    - Partition tolerance: systemet overlever netværksnedbrud
    
- RDBMS: vælger oftest Consistency + Availability

- Document DB: vælger ofte Availability + Partition tolerance

----

### Ydeevne og skalerbarhed

Relationelle databaser

- Vertikal skalering (stærkere hardware)

- Komplekse joins og indekser kan blive tunge

- God til transaktionsintensive applikationer

</div>
<div class="top">

Document databaser

- Horisontal skalering (flere noder / sharding)

- Hurtig ved store mængder semi-strukturerede data

- Velegnet til big data og real-time applikationer

</div>
</div>

----

### Brugsscenarier

Vælg RDBMS når

- Data er stærkt strukturerede

- Relationer og integritet er vigtigt

- Transaktioner er centrale (bank, finans, ERP)

- Du har behov for komplekse queries og joins

</div>
<div class="top">

Vælg Document DB når

- Datamodel ændrer sig ofte

- Hurtig udvikling og iteration prioriteres

- Der er store mængder dokument-lignende data (JSON, logs, IoT, analytics)

- Systemet skal skaleres horisontalt

</div>
</div>

----

### Hybrid tilgange

- Mange moderne systemer bruger begge typer databaser
    - Polyglot-persistence<sup>1</sup>: brug den rigtige database til den rigtige opgave
- Eksempel:
    - Transaktionel data i RDBMS
    - Produktkataloger i Document DB
    - Logs i time-series database
    - Caching i in-memory database
- Dette giver fleksibilitet og optimering for forskellige datatyper og adgangsmønstre

1. Polyglot - betyder "mange sprog" og refererer til brugen af flere forskellige teknologier eller databaser i et enkelt system for at udnytte deres respektive styrker.

</div>

---

## MongoDB

----

### Hvad er MongoDB?

- MongoDB er (som på tidligere slide) en populær open-source document database, der gemmer data i fleksible, JSON-lignende dokumenter

- MongoDB er designet til at håndtere store mængder data og er kendt for sin skalerbarhed, ydeevne og fleksibilitet

- MongoDB understøtter en bred vifte af funktioner, herunder replikation, sharding og avancerede forespørgsler

----

### Nøglefunktioner i MongoDB

- Dokumentorienteret lagring:

    - Data gemmes i fleksible, JSON-lignende dokumenter (faktisk BSON), hvilket gør det nemt at repræsentere komplekse datastrukturer
    
- Skalerbarhed:

    - Understøtter horisontal skalering gennem sharding, hvilket gør det muligt at håndtere store datamængder og høj trafik
    
- Replikation:

    - Understøtter replikasæt for høj tilgængelighed og databeskyttelse
    
- Avancerede forespørgsler:

    - Understøtter komplekse forespørgsler, aggregeringer og indeksering
    
- Indbygget understøttelse af geospatial data:

    - Gør det muligt at gemme og forespørge geospatial data effektivt
    
- Fleksibelt skema:

    - Tillader ændringer i dokumentstrukturen uden at skulle ændre hele databasen

----

### Anvendelsesområder for MongoDB

- Content Management Systems (CMS)

- E-commerce platforms

- Real-time analytics

- Mobile applications

- Internet of Things (IoT) applications

- Social media applications

- og mange andre

---

## Brug af MongoDB

----

#### Mongo Clients

- Mongo Express: Et webbaseret administrationsværktøj til MongoDB, der giver en brugervenlig grænseflade til at administrere og interagere med dine MongoDB-databaser

- Robo 3T: En populær GUI-klient til MongoDB, der tilbyder en intuitiv grænseflade til at udføre forespørgsler, administrere databaser og visualisere data

- Studio 3T: En avanceret MongoDB-klient med funktioner som visuel forespørgselsbygger, dataimport/eksport og SQL-til-MongoDB

----

### MongoDB Hosting

- MongoDB Atlas: En fuldt administreret cloud-database service, der tilbyder automatiseret infrastruktur, sikkerhed og skalerbarhed

    - [https://www.mongodb.com/cloud/atlas](https://www.mongodb.com/cloud/atlas)

- Self hosted: Du kan også vælge at hoste din egen MongoDB-server på dine egne servere eller virtuelle maskiner

    - Lad dig endelig inspirere af docker compose udleveret

----

### MongoDB Atlas Fordele/ulemper

Fordele

- Fuldt administreret service, hvilket reducerer den administrative byrde
- Skalerbarhed: Nem at skalere op eller ned baseret på behov
- Høj tilgængelighed med automatiserede backups og replikasæt

</div>
<div class="top">

Ulemper

- Omkostninger: Kan være dyrere end self-hosting, især ved store datamængder
- Mindre kontrol over infrastrukturen sammenlignet med self-hosting
- Afhængighed af en tredjepartsudbyder for ydeevne og tilgængelighed

</div>
</div>

----

### MongoDB Self hosted Fordele/ulemper

Fordele

- Fuld kontrol over infrastrukturen og konfigurationen
- Potentielt lavere omkostninger ved store datamængder
- Mulighed for at tilpasse sikkerhedsforanstaltninger og netværksopsætning

</div>
<div class="top">

Ulemper

- Kræver mere administrativ indsats for vedligeholdelse og opdateringer
- Skalering kan være mere kompleks og tidskrævende
- Risiko for nedetid og datatab, hvis ikke korrekt administreret

</div>
</div>

----

---

### MongoDB C# Driver

- MongoDB C# Driver er et officielt bibliotek, der gør det muligt for C#-udviklere at interagere med MongoDB-databaser

- Driveren tilbyder en række funktioner, herunder CRUD-operationer, aggregeringer, indeksering og transaktioner

[https://www.mongodb.com/docs/drivers/csharp/current/](https://www.mongodb.com/docs/drivers/csharp/current/)

---

### Opgave

[https://ucl.kjc.dk/dfu/dfu-exercises-other-databases.html](/dfu/dfu-exercises-other-databases.html)