Kurs MongoDB podstawowy

1. Wprowadzenie do MongoDB i NoSQL

• charakterystyka baz NoSQL, korzyści i ograniczenia,
• różnice między MongoDB a bazami relacyjnymi (RDBMS) oraz ich zastosowania,
• przykłady praktycznego wykorzystania MongoDB.

2. Struktura danych i modelowanie w MongoDB

• dokumenty JSON vs. BSON – podstawy struktury danych,
• modele dokumentowe i modelowanie relacji (referencje i osadzenia),
• optymalizacja modelowania danych pod kątem wydajności.

3. Tworzenie środowiska pracy

• instalacja MongoDB lokalnie i na serwerze,
• tworzenie klastra na MongoDB Atlas (MongoDB w chmurze),
• przegląd narzędzi: MongoDB Shell, MongoDB Compass, MongoDB Atlas Dashboard.

4. Operacje CRUD i podstawy pracy z bazą

• podstawowe operacje CRUD (Create, Read, Update, Delete) na dokumentach,
• zarządzanie transakcjami na poziomie dokumentów,
• wprowadzenie do mechanizmów zapewniających spójność danych.

5. Filtrowanie i wyszukiwanie danych

• operatory porównania ($eq, $gt, $lt, $in, $nin) i logiki ($and, $or, $not),
• filtrowanie za pomocą operatorów specjalnych ($exists, $type, $regex),
• wyszukiwanie pełnotekstowe i filtrowanie za pomocą klauzuli $where.

6. Projekcja i zarządzanie danymi zwracanymi

• zawężanie liczby pól za pomocą projekcji,
• funkcje Count i Distinct do zarządzania wynikami,
• konstruowanie widoków w oparciu o zapytania i projekcje.

7. Agregacja danych i tworzenie raportów

• agregacja z użyciem etapów jak $group, $match, $project, $sort,
• wprowadzenie do frameworka agregacyjnego MongoDB,
• przykłady zastosowań: grupowanie, sortowanie, analizowanie dużych zbiorów danych.

8. Import i eksport danych

• import danych z plików płaskich (CSV, JSON) i relacyjnych baz danych,
• eksport danych do formatów CSV, JSON, BSON,
• praca z narzędziami eksportu i importu w MongoDB, integracja z Excel i Tableau.

9. Optymalizacja zapytań i indeksowanie

• przegląd indeksów: jedno- i wielopolowe, indeksy złożone i TTL,
• korzystanie z Explain i Profiler do analizy wydajności zapytań,
• wybór odpowiedniego modelu indeksowania dla optymalizacji wydajności.

10. Zaawansowane operacje masowe i Map-Reduce

• operacje masowe (Bulk Operations) i ich zastosowania,
• Map-Reduce jako metoda przetwarzania i agregacji dużych zbiorów danych,
• przykłady i ograniczenia operacji Map-Reduce.

11. Zabezpieczenia i monitoring MongoDB

• zabezpieczenia dostępu do danych i użytkowników,
• monitoring wydajności na MongoDB Atlas oraz alerty,
• audytowanie aktywności bazy i wykrywanie anomalii.

12. Skalowanie i replikacja danych

• podstawy replikacji w MongoDB dla zwiększenia dostępności,
• wprowadzenie do sharding – partycjonowanie danych na klastrach,
• skalowanie poziome i pionowe w MongoDB.