Thay thế thư giãn Mongodb

MongoDB là cơ sở dữ liệu định hướng tài liệu mã nguồn mở NoSQL được phát triển để lưu trữ và xử lý khối lượng dữ liệu lớn. So với cơ sở dữ liệu quan hệ thông thường, MongoDB sử dụng các tập hợp và tài liệu thay vì các bảng bao gồm các hàng và cột. Bộ sưu tập bao gồm một số tài liệu và tài liệu chứa các đơn vị dữ liệu cơ bản dưới dạng các cặp khóa và giá trị

Được giới thiệu vào tháng 2 năm 2009, cơ sở dữ liệu MongoDB được thiết kế, duy trì và quản lý bởi MongoDB. Inc theo SSPL (Giấy phép Công cộng Phía Máy chủ). Các tổ chức như Facebook, Nokia, eBay, Adobe, Google, v.v. thích nó để xử lý và lưu trữ hiệu quả dữ liệu đang tăng theo cấp số nhân của họ. Nó cung cấp hỗ trợ đầy đủ cho các ngôn ngữ lập trình như C, C++, C#, Go, Java, Node. js, Perl, PHP, Python, Motor, Ruby, Scala, Swift và Mongoid

Các tính năng chính của MongoDB

Với sự nỗ lực không ngừng từ cộng đồng mạng, MongoDB đã phát triển qua nhiều năm. Một số tính năng bắt mắt của nó là

• Tính sẵn sàng và ổn định của dữ liệu cao. Tính năng sao chép của MongoDB cung cấp nhiều máy chủ để khôi phục và sao lưu sau thảm họa. Vì một số máy chủ lưu trữ cùng một dữ liệu hoặc phân đoạn dữ liệu, MongoDB cung cấp tính khả dụng và ổn định của dữ liệu cao hơn. Điều này đảm bảo quyền truy cập và bảo mật dữ liệu mọi lúc trong trường hợp máy chủ gặp sự cố, gián đoạn dịch vụ hoặc thậm chí lỗi phần cứng cũ.  
• Phân tích tăng tốc. Bạn có thể cần xem xét hàng nghìn đến hàng triệu biến trong khi chạy các truy vấn Ad-hoc. MongoDB lập chỉ mục các tài liệu BSON và sử dụng Ngôn ngữ truy vấn MongoDB (MQL) cho phép bạn cập nhật các truy vấn Ad-hoc trong thời gian thực. MongoDB cung cấp hỗ trợ đầy đủ cho các truy vấn trường, truy vấn phạm vi và tìm kiếm biểu thức chính quy cùng với các hàm do người dùng xác định
• lập chỉ mục. Với một loạt các chỉ số và tính năng với thứ tự sắp xếp theo ngôn ngữ cụ thể hỗ trợ các mẫu truy cập phức tạp vào bộ dữ liệu, MongoDB cung cấp hiệu suất tối ưu cho mọi truy vấn. Đối với các mẫu truy vấn không ngừng phát triển theo thời gian thực và các yêu cầu ứng dụng, MongoDB cũng cung cấp tính năng Tạo chỉ số theo yêu cầu
• Khả năng mở rộng theo chiều ngang. Với sự trợ giúp của Sharding, MongoDB cung cấp khả năng mở rộng theo chiều ngang bằng cách phân phối dữ liệu trên nhiều máy chủ bằng Shard Key. Mỗi phân đoạn trong mỗi Cụm MongoDB lưu trữ các phần của dữ liệu, do đó hoạt động như một cơ sở dữ liệu riêng biệt. Bộ sưu tập cơ sở dữ liệu toàn diện này cho phép xử lý hiệu quả khối lượng dữ liệu ngày càng tăng mà không có thời gian ngừng hoạt động. Hệ sinh thái Sharding hoàn chỉnh được Mongos duy trì và quản lý để hướng các truy vấn đến đúng phân đoạn dựa trên Khóa phân đoạn
• Cân bằng tải. Sao chép và chia nhỏ thời gian thực góp phần vào Cân bằng tải quy mô lớn. Đảm bảo Kiểm soát đồng thời và Giao thức khóa hàng đầu, MongoDB có thể xử lý hiệu quả nhiều yêu cầu đọc và ghi đồng thời cho cùng một dữ liệu.   
• tổng hợp. Tương tự như mệnh đề Nhóm theo SQL, MongoDB có thể dễ dàng xử lý hàng loạt dữ liệu và đưa ra một kết quả duy nhất ngay cả sau khi thực hiện một số thao tác khác trên dữ liệu nhóm. Khung tập hợp của MongoDB bao gồm 3 loại tập hợp i. e. Các phương pháp Aggregation Pipeline, Map-Reduce Function và Single-Purpose Aggregation

Mở rộng quy mô tích hợp dữ liệu của bạn một cách dễ dàng với Đường ống dữ liệu không có mã chịu lỗi của Hevo

Khi khả năng thu thập dữ liệu của các doanh nghiệp bùng nổ, các nhóm dữ liệu có vai trò quan trọng trong việc thúc đẩy các quyết định dựa trên dữ liệu. Tuy nhiên, họ đấu tranh để hợp nhất dữ liệu nằm rải rác trên các nguồn vào kho của họ để xây dựng một nguồn sự thật duy nhất. Đường ống bị hỏng, vấn đề về chất lượng dữ liệu, lỗi và sai sót, thiếu kiểm soát và khả năng hiển thị đối với luồng dữ liệu khiến việc tích hợp dữ liệu trở thành cơn ác mộng

Hơn 1000 nhóm dữ liệu dựa vào Nền tảng đường ống dữ liệu của Hevo để tích hợp dữ liệu từ hơn 150 nguồn trong vài phút. Hàng tỷ sự kiện dữ liệu từ các nguồn đa dạng như ứng dụng SaaS, Cơ sở dữ liệu, Lưu trữ tệp và nguồn Truyền phát có thể được sao chép gần như theo thời gian thực với kiến ​​trúc chịu lỗi của Hevo. Hơn thế nữa - Hevo trao toàn quyền kiểm soát cho các nhóm dữ liệu với bảng điều khiển trực quan để theo dõi đường ống, quản lý lược đồ tự động, lịch trình nhập/tải tùy chỉnh.  

Tất cả những điều này kết hợp với giá cả minh bạch và hỗ trợ 24×7 khiến chúng tôi trở thành phần mềm đường dẫn dữ liệu được yêu thích nhất trên các trang web đánh giá

Hãy dùng thử miễn phí 14 ngày của chúng tôi để trải nghiệm cách tốt hơn để quản lý các đường dẫn dữ liệu

Bắt đầu miễn phí với Hevo

MongoDB Aggregation Pipeline là gì?

Khi làm việc với hệ quản trị cơ sở dữ liệu, bất cứ khi nào bạn trích xuất dữ liệu từ cơ sở dữ liệu, bạn cần thực hiện một thao tác được gọi là truy vấn. Tuy nhiên, các truy vấn chỉ trả về dữ liệu đã tồn tại trong cơ sở dữ liệu. Do đó, để phân tích dữ liệu của bạn theo mẫu hoặc thông tin khác về dữ liệu – thay vì chính dữ liệu – bạn sẽ thường cần thực hiện một loại thao tác khác gọi là tổng hợp

MongoDB cho phép bạn thực hiện các hoạt động tổng hợp thông qua một cơ chế gọi là MongoDB Aggregation Pipelines. Về cơ bản, chúng được xây dựng như một chuỗi tuần tự các hoạt động dữ liệu khai báo được gọi là các giai đoạn

Sau đó, mỗi giai đoạn có thể kiểm tra và chuyển đổi tài liệu khi chúng đi qua đường ống, đưa kết quả dữ liệu đã chuyển đổi vào các giai đoạn tiếp theo để xử lý tiếp. Các tài liệu từ một bộ sưu tập đã chọn sẽ được đưa vào một quy trình và đi qua từng giai đoạn, trong đó đầu ra từ mỗi giai đoạn trở thành đầu vào cho giai đoạn tiếp theo và kết quả cuối cùng thu được ở cuối quy trình

Các giai đoạn có thể giúp bạn thực hiện các thao tác như

• Sắp xếp. Bạn có thể sắp xếp lại các tài liệu dựa trên trường đã chọn
• lọc. Thao tác này giống như truy vấn, trong đó danh sách tài liệu có thể được thu hẹp thông qua một bộ tiêu chí.  
• nhóm. Với thao tác này, bạn có thể xử lý nhiều tài liệu cùng nhau để tạo ra một kết quả tóm tắt.  
• chuyển đổi. Chuyển đổi đề cập đến khả năng sửa đổi cấu trúc của tài liệu. Điều này có nghĩa là bạn có thể đổi tên hoặc xóa một số trường nhất định hoặc có thể là một nhóm hoặc đổi tên các trường trong tài liệu được nhúng để dễ đọc.     

Toán tử trong Đường ống tổng hợp MongoDB là gì?

MongoDB cung cấp cho bạn một danh sách đầy đủ các toán tử mà bạn có thể sử dụng trong các giai đoạn tổng hợp khác nhau. Mỗi toán tử này có thể được sử dụng để xây dựng các biểu thức để sử dụng trong các giai đoạn quy trình tổng hợp. Các biểu thức toán tử tương tự như các hàm sử dụng đối số. Nói chung, các biểu thức này sử dụng một mảng đối số và có định dạng sau

{  : [ , , .. ] }

Tuy nhiên, nếu bạn chỉ muốn sử dụng một toán tử chấp nhận một đối số duy nhất, bạn có thể bỏ qua trường mảng. Nó có thể được sử dụng ở định dạng sau

{ < operator> :  }

Dưới đây là một vài toán tử khác nhau mà bạn có thể chọn

• Toán tử biểu thức so sánh. Điều này trả về một giá trị boolean, ngoại trừ $cmp, sẽ trả về một số
• Toán tử biểu thức số học. Các toán tử này sẽ thực hiện các phép toán trên các số.  
• Toán tử biểu thức mảng. Với Toán tử biểu thức mảng, bạn có thể thực hiện các thao tác trên mảng
• Toán tử biểu thức Boolean. Các toán tử này đánh giá các biểu thức đối số của chúng dưới dạng boolean và kết quả là trả về một boolean.  
• Toán tử biểu thức chữ. Các toán tử biểu thức nghĩa đen có thể trả về một giá trị mà không cần phải phân tích cú pháp trước
• Toán tử biểu thức điều kiện. Với Toán tử Biểu thức Điều kiện, bạn có thể giúp xây dựng các câu điều kiện.  
• Toán tử biểu thức tổng hợp tùy chỉnh. Bạn có thể sử dụng các toán tử biểu thức tổng hợp tùy chỉnh để xác định các hàm tổng hợp tùy chỉnh
• Toán tử biểu thức đối tượng. Những thứ này cho phép bạn hợp nhất hoặc chia nhỏ tài liệu.  
• Toán tử biểu thức ngày. Các toán tử biểu thức ngày trả về các thành phần hoặc đối tượng ngày của một đối tượng ngày đã cho
• Toán tử biểu thức văn bản. Các toán tử này cho phép bạn truy cập siêu dữ liệu trên mỗi tài liệu trên mỗi tập hợp
• Toán tử biểu thức chuỗi. Với sự trợ giúp của các toán tử này, bạn có thể thực hiện hành vi được xác định rõ đối với các chuỗi ký tự ASCII
• Toán Tử Biểu Thức Lượng Giác. Các toán tử này có thể thực hiện các phép toán lượng giác trên các số
• Loại toán tử biểu thức. Bạn có thể sử dụng các toán tử này để thực hiện các thao tác trên kiểu dữ liệu
• Toán tử biểu thức biến. Các toán tử này có thể định nghĩa các biến để sử dụng trong phạm vi của biểu thức con và trả về kết quả của biểu thức con đó

7 giai đoạn đường ống tổng hợp MongoDB chính là gì?

Mọi giai đoạn của Đường ống tổng hợp MongoDB sẽ biến đổi tài liệu khi tài liệu đi qua nó. Tuy nhiên, khi một tài liệu đầu vào đi qua một giai đoạn, nó không nhất thiết phải tạo ra một tài liệu đầu ra. Do đó, một số giai đoạn có thể tạo nhiều hơn một tài liệu

MongoDB cung cấp cho người dùng của mình db. thu thập. phương thức tổng hợp () trong vỏ mongo cùng với db. lệnh tổng hợp () để chạy đường dẫn tổng hợp. Một giai đoạn có thể xuất hiện nhiều lần trong một quy trình bán hàng, ngoại trừ các giai đoạn $merge, $out và $geoNear

• $match
• nhóm $
• dự án $
• $sắp xếp
• bỏ qua $
• giới hạn $
• thư giãn $

$match

Giai đoạn Quy trình tổng hợp MongoDB này lọc luồng tài liệu để chỉ cho phép các tài liệu phù hợp chuyển không sửa đổi sang giai đoạn quy trình tiếp theo. Đối với mọi tài liệu đầu vào, đầu ra là 0 tài liệu (không khớp) hoặc một tài liệu (khớp)

nhóm $

Với giai đoạn Đường ống tổng hợp MongoDB này, bạn có thể nhóm các tài liệu đầu vào theo một biểu thức định danh được chỉ định và áp dụng (các) biểu thức bộ tích lũy, nếu được đề cập, cho mọi nhóm. $group kết thúc việc sử dụng tất cả các tài liệu đầu vào và cung cấp một tài liệu cho mỗi nhóm riêng biệt. Các tài liệu đầu ra sẽ chỉ chứa các trường định danh và nếu được đề cập, các trường tích lũy.  

dự án $

Chẳng hạn, giai đoạn Đường ống tổng hợp MongoDB này có thể định hình lại mọi tài liệu trong luồng, bằng cách thêm các trường mới hoặc loại bỏ các trường hiện có. Đối với mọi tài liệu đầu vào, bạn có thể cung cấp một tài liệu dưới dạng đầu ra.  

$sắp xếp

Với $sort, bạn có thể sắp xếp lại các luồng tài liệu bằng một khóa sắp xếp được chỉ định. Các tài liệu không được sửa đổi, để lại cho thứ tự của các tài liệu. Đối với mọi tài liệu đầu vào, đầu ra cho giai đoạn Đường ống tổng hợp MongoDB này là một tài liệu duy nhất.  

bỏ qua $

$skip cho phép bạn bỏ qua n tài liệu đầu tiên trong đó n là số bỏ qua đã chỉ định và chuyển các tài liệu còn lại không được sửa đổi vào đường dẫn. Đối với mọi tài liệu đầu vào, đầu ra cho giai đoạn Đường ống tổng hợp MongoDB này là một tài liệu không (sau n tài liệu đầu tiên) hoặc một tài liệu (đối với n tài liệu đầu tiên)

giới hạn $

Giai đoạn Đường ống tổng hợp MongoDB này cho phép bạn chuyển n tài liệu đầu tiên chưa được sửa đổi vào đường ống trong đó n là giới hạn đã chỉ định. Đối với mọi tài liệu đầu vào, đầu ra là một tài liệu không (sau n tài liệu đầu tiên) hoặc một tài liệu (đối với n tài liệu đầu tiên)

thư giãn $

Đường ống tổng hợp MongoDB này có thể ngắt một trường mảng khỏi các tài liệu đầu vào và xuất một tài liệu cho mọi phần tử. Mọi tài liệu đầu ra sẽ chứa cùng một trường, nhưng trường mảng được thay thế bằng một giá trị phần tử trên mỗi tài liệu. Đối với mỗi tài liệu đầu vào, $unwind sẽ xuất n tài liệu trong đó n là số phần tử và thậm chí có thể bằng 0 đối với một mảng trống

Để biết thêm thông tin về các giai đoạn Đường ống tổng hợp MongoDB, bạn có thể đọc Các giai đoạn Đường ống tổng hợp MongoDB.  

Điều gì làm cho quy trình ETL của Hevo trở nên tốt nhất trong lớp

Cung cấp giải pháp ETL chất lượng cao có thể là một nhiệm vụ khó khăn nếu bạn có một lượng lớn dữ liệu. Nền tảng không mã, tự động của Hevo trao quyền cho bạn mọi thứ bạn cần để có trải nghiệm sao chép dữ liệu mượt mà

• Bảo mật vượt trội. Kiến trúc chịu lỗi đảm bảo truy cập an toàn, nhất quán với Không mất dữ liệu
• Được xây dựng để mở rộng quy mô. Khả năng mở rộng theo chiều ngang vượt trội với độ trễ tối thiểu cho nhu cầu dữ liệu hiện đại
• Trình kết nối tích hợp. Hỗ trợ hơn 100 nguồn dữ liệu, bao gồm Cơ sở dữ liệu, Nền tảng SaaS, Tệp, v.v. Webhook gốc và Trình kết nối API REST có sẵn cho Nguồn tùy chỉnh
• Chuyển đổi dữ liệu. Hỗ trợ bản địa & tốt nhất trong lớp để chuyển đổi dữ liệu phức tạp trong tầm tay. Mã & Không có mã Fexibilty được thiết kế cho mọi người
• Ánh xạ lược đồ mượt mà. Quản lý lược đồ tự động được quản lý hoàn toàn cho dữ liệu đến với đích mong muốn
• Cài đặt cực nhanh. Giao diện đơn giản để khách hàng mới làm việc với thời gian thiết lập tối thiểu

Đăng ký dùng thử miễn phí 14 ngày

Làm cách nào để thiết lập Đường ống tổng hợp MongoDB?

Bước 1. Thiết lập kết nối

• Trước tiên, bạn cần mở một kết nối đến cơ sở dữ liệu bằng cách sử dụng lệnh ‘mongo’. Khi bạn nhìn thấy dấu ‘>’ trong dấu nhắc thì bạn đã sẵn sàng thực hiện các lệnh liên quan đến hoạt động của cơ sở dữ liệu

Nguồn hình ảnh

Bước 2. Tạo cơ sở dữ liệu

• Trước tiên, bạn có thể tạo cơ sở dữ liệu thử nghiệm 'testdb' bằng cách tận dụng lệnh 'use'

Nguồn hình ảnh

• Tiếp theo, nếu cơ sở dữ liệu tồn tại thì lệnh trên sẽ sử dụng cơ sở dữ liệu đó, nếu không nó sẽ tạo cơ sở dữ liệu mới
• Bây giờ bạn có thể tạo một bộ sưu tập có tên là 'sản phẩm' bên trong cơ sở dữ liệu này bằng cách sử dụng lệnh 'createcollection'

Nguồn hình ảnh

• Giờ đây, bạn có thể chèn tài liệu kiểm tra vào bộ sưu tập với sự trợ giúp của lệnh ‘InsertMany’

Nguồn hình ảnh

• Điều này cho thấy rằng các tài liệu đã được chèn thành công. Bạn cũng có thể kiểm tra tài liệu trong bộ sưu tập bằng lệnh “tìm” như sau

Nguồn hình ảnh

Bước 3. Tạo đường ống tổng hợp

• Trong bộ sưu tập trên, giả sử bạn muốn tìm hiểu tổng doanh số bán hàng đã diễn ra cho Samsung và Apple. Để lọc ra các tài liệu dựa trên có sẵn=”True”, bạn có thể tận dụng lệnh “Match”. Tiếp theo, bạn sẽ phải tìm ra “giá” sẽ là giai đoạn thứ hai như được đề cập bên dưới. Trong giai đoạn thứ hai, việc phân nhóm được thực hiện dựa trên thương hiệu và sau đó tổng giá được tính bằng lệnh “Nhóm”

Nguồn hình ảnh

• Bạn có thể thêm một giai đoạn nữa vào đầu ra này được gọi là sắp xếp để hiển thị tổng dựa trên giá cao hơn đến giá thấp hơn như hình bên dưới. Bạn có thể sử dụng "sắp xếp" cho tình huống này. Trong sắp xếp, 1 đề cập đến thứ tự tăng dần và -1 đề cập đến thứ tự giảm dần

Nguồn hình ảnh

Ví dụ về MongoDB Aggregation Pipelines

Nếu bạn xem xét bộ sưu tập “bài đăng” thử nghiệm này

{
   "title" : "my first blog",
   "author" : "John",
   "likes" : 4,
   "tags" : ["angular", "react", "python"]
},
{
   "title" : "my second blog",
   "author" : "John",
   "likes" : 7,
   "tags" : ["javascript", "ruby", "vue"]
},
{
   "title" : "hello city",
   "author" : "Ruth",
   "likes" : 3,
   "tags" : ["vue", "react"]
}

nhóm $

Đây là giao diện của $group trên này

db.posts.aggregate([
    { $group: { _id:"$author", titles: { $push:"$title"}} }
])

Đầu ra cho lệnh này sẽ như sau

{
    "_id" : "Ruth",
    "titles" : [
        "hello city"
    ]
},
{
    "_id" : "John",
    "titles" : [
        "my first blog",
        "my second blog"
    ]
}

$match

Đây là giao diện của lệnh đối với $match

db.posts.aggregate([
    { $match: { author:"John"} }
])

Đây là kết quả sẽ như thế nào cho lệnh này

{
    "_id" : ObjectId("5c58e5bf186d4fe7f31c652e"),
    "title" : "my first blog",
    "author" : "John",
    "likes" : 4.0,
    "tags" : [
        "angular",
        "react",
        "python"
    ]
},
{
    "_id" : ObjectId("5c58e5bf186d4fe7f31c652f"),
    "title" : "my second blog",
    "author" : "John",
    "likes" : 7.0,
    "tags" : [
        "javascript",
        "ruby",
        "vue"
    ]
}

tổng $

Đối với tập ví dụ này, chúng ta có thể thực hiện lệnh này như sau

db.posts.aggregate([
   { $group: { _id: "$author", total_likes: { $sum: "$likes" } } }
])

Đây là kết quả đầu ra của lệnh này sẽ như thế nào

________số 8

Làm cách nào để tăng hiệu suất đường ống tổng hợp MongoDB?

Dưới đây là một số điều đơn giản cần xem xét để tăng hiệu suất Đường ống tổng hợp MongoDB của bạn

• db. lệnh tổng hợp () có thể lưu trữ kết quả trong bộ sưu tập hoặc trả về con trỏ. Khi trả về một con trỏ hoặc lưu trữ kết quả trong một bộ sưu tập, mỗi tài liệu trong bộ kết quả phải tuân theo Giới hạn Kích thước Tài liệu BSON (hiện tại là 16 MB). Do đó, nếu bất kỳ tài liệu BSON nào vượt quá Giới hạn kích thước tài liệu BSON, lệnh sẽ đưa ra lỗi.   
• Nếu bạn có nhiều giai đoạn quy trình, thì tốt hơn hết là bạn nên hiểu chi phí chung gắn với mỗi giai đoạn. Ví dụ: nếu bạn có cả giai đoạn $match và $sort trong quy trình bán hàng của mình, bạn nên sử dụng $match trước $sort để thu nhỏ tài liệu mà bạn muốn sắp xếp.  

Hạn chế của MongoDB Aggregation Pipelines là gì?

Mặc dù có nhiều lợi thế khác nhau khi tận dụng MongoDB Aggregation Pipelines cho trường hợp sử dụng kinh doanh của bạn, nhưng nó vẫn chưa hoàn hảo. Đối với các giới hạn có liên quan, kết quả có cùng giới hạn kích thước cho mỗi tài liệu (16 megabyte). Trên hết, mỗi giai đoạn được giới hạn ở 100 MB RAM

Bạn có thể khắc phục các giới hạn về kích thước bằng cách tận dụng tùy chọn allowDiskUse, nếu không, MongoDB có thể gây ra lỗi

Phần kết luận

Bài viết này đi sâu vào các tính năng nổi bật khác nhau của MongoDB Aggregation Pipelines và các bước bạn có thể làm theo để thiết lập một cách liền mạch cho trường hợp sử dụng kinh doanh của mình. Nó cũng giới thiệu ngắn gọn về các tính năng và lợi ích của MongoDB trước khi thảo luận về các nhà khai thác khác nhau, các phương pháp hay nhất, ví dụ, giai đoạn và nhiều hơn nữa để cung cấp cho bạn ý tưởng đầy đủ về Đường ống tổng hợp MongoDB

Để có được bức tranh toàn cảnh về hiệu quả kinh doanh và sức khỏe tài chính của bạn, bạn cần hợp nhất dữ liệu từ MongoDB và tất cả các ứng dụng khác được sử dụng trong doanh nghiệp của bạn. Để đạt được điều này, bạn cần chỉ định một phần Băng thông kỹ thuật của mình để Tích hợp dữ liệu từ tất cả các nguồn, Làm sạch & Chuyển đổi dữ liệu và cuối cùng, Tải dữ liệu đó vào Kho dữ liệu đám mây hoặc đích bạn chọn để phân tích thêm về doanh nghiệp. Tất cả những thách thức này có thể được giải quyết một cách thoải mái bằng công cụ ETL dựa trên đám mây như Hevo Data.   

Ghé thăm trang web của chúng tôi để khám phá Hevo

Dữ liệu Hevo, Đường ống dữ liệu không mã có thể truyền dữ liệu liền mạch từ một biển rộng lớn gồm hơn 100 nguồn như MongoDB & MongoDB Atlas đến Kho dữ liệu hoặc Điểm đến do bạn chọn. Đây là một dịch vụ đáng tin cậy, hoàn toàn tự động và an toàn không yêu cầu bạn viết bất kỳ mã nào.  

Nếu bạn đang sử dụng MongoDB làm Hệ thống quản lý cơ sở dữ liệu NoSQL của mình và đang tìm kiếm một giải pháp thay thế đơn giản cho Tích hợp dữ liệu thủ công, thì Hevo có thể dễ dàng tự động hóa việc này cho bạn. Hevo, với khả năng tích hợp mạnh mẽ với hơn 100 nguồn (Bao gồm hơn 40 nguồn miễn phí), cho phép bạn không chỉ xuất và tải dữ liệu mà còn chuyển đổi và làm phong phú dữ liệu của bạn và làm cho dữ liệu sẵn sàng để phân tích trong nháy mắt. Bạn muốn đưa Hevo đi chơi? . Hãy kiểm tra các chi tiết về giá để hiểu kế hoạch nào đáp ứng tất cả các nhu cầu kinh doanh của bạn

Việc sử dụng thư giãn trong MongoDB là gì?

Toán tử nào có thể đảo ngược tác động của thao tác thư giãn kép?

Làm cách nào để sử dụng $push trong MongoDB?

Đường dẫn tổng hợp MongoDB là gì?