Kdy se NoSQL skutečně vyplatí a na co si dát pozor Typický příklad, kdy NoSQL dává smysl, je ukládání uživatelských aktivit, logů nebo IoT dat. Tato data mají většinou jednoduchou strukturu, nepotřebují transakce a objem rychle roste. Sloupcové databáze jako Cassandra zvládnou obrovské objemy zápisů a čtení podle klíče. Naopak se nehodí pro ad hoc dotazy, které vyžadují agregace napříč různými dimenzemi. Pokud potřebujete analyzovat vztahy, použijte grafové databáze. Ty se hodí pro doporučovací systémy, detekci podvodů nebo sociální sítě. U nich se ale vyhnete problému s tzv. N+1 dotazům, který trápí relační řešení.
Nakonec si vytvořte portfolio, které předvede vaše dovednosti. PDF s testovacími případy, ukázky chybových reportů a krátké shrnutí toho, co jste se naučili. Portfolio nemusí být rozsáhlé, stačí pět až deset stránek kvalitního obsahu. Před pohovorem si zjistěte, jaké technologie firma používá, a připravte si na ně otázky. Testeři bez praxe často uspějí tam, kde prokáží zájem a schopnost samostatně řešit problémy. Soustřeďte se na to, co umíte, a ne na to, co ještě neznáte.
Mezi nejčastější chyby patří použití NoSQL jako náhražky za špatně navrženou relační databázi. Mnozí vývojáři si myslí, že NoSQL vyřeší pomalé dotazy, ale skutečná příčina je obvykle chybějící index nebo špatná normalizace. Další chybou je snaha o napodobení relačního modelu v dokumentové databázi. Například ukládání referencí na jiné dokumenty a pak je ručně spojovat v kódu. To vede ke složitým dotazům a pomalému běhu. Lepší je denormalizace, kdy data uložíte tak, jak je potřebujete číst. To ale znamená, že při změně musíte aktualizovat více míst.
Nejčastější důvod pro přechod na NoSQL je rychlý vývoj aplikace, kdy se datový model mění každý týden. Dokumentové databáze, jako je MongoDB, vám umožní ukládat záznamy bez předem definované struktury. Můžete přidávat nová pole bez migrace celé tabulky. To oceníte při prototypování nebo když máte data z externích zdrojů, která se liší. Pozor ale na to, že flexibilita není zadarmo. Bez pevného schématu snadno vzniknou nekonzistentní záznamy, které pak musíte opravovat v aplikační logice. Doporučuji si předem definovat validační pravidla na úrovni aplikace, a to i přesto, že databáze žádná nevyžaduje.
Při psaní prvního testu se vyhněte používání reálných databází, souborů nebo síťových volání. Tyto závislosti testy zpomalují a dělají je nestabilními. Místo toho použijte jednoduchá vstupní data přímo v kódu testu. Pokud funkce vyžaduje externí službu, navrhněte ji tak, aby se dala nahradit falešnou implementací – tím se vyhnete častému problému, kdy testy selhávají kvůli prostředí, ne kvůli chybě v kódu.
Nejprve si vytvořte kompletní zálohu zdrojové databáze. Pro export dat použijte nástroj, který podporuje formát nezávislý na konkrétním systému, například CSV nebo SQL dumpy s univerzální syntaxí. Vyhněte se přímému kopírování souborů databáze, protože jejich binární formát se mezi systémy zcela liší. Před zahájením migrace si také ověřte verze obou databází a nainstalujte potřebné ovladače a nástroje pro připojení.
Pokud zvažujete NoSQL, začněte s definicí požadavků na konzistenci, dostupnost a partition tolerance. To je princip CAP teorému. Vyberte si dva z těchto tří a podle toho zvolte konkrétní databázi. Také si rozmyslete, jak budete data zálohovat a obnovovat. Distribuované systémy vyžadují jiný přístup k backupu než klasické databáze. A nakonec nezapomeňte na monitoring. Bez něj nezjistíte, že se vám cluster pomalu plní, a pak řešíte krizi až ve chvíli, kdy aplikace padá. Testujte výkon na reálných datech, ne nábytek na míru vzorku, který se vejde do paměti.
Na závěr si připravte rollback plán. Migrace není jednorázová akce, ale iterativní proces. Doporučuji migrovat nejprve na testovací prostředí a teprve po úspěšném ověření nasadit do produkce. Sledujte logy a chybové výstupy, které vám pomohou odhalit skryté problémy. S trpělivostí a důkladným testováním se vyhnete většině úskalí a získáte stabilní databázi, která využije silné stránky PostgreSQL.
Při migraci schématu doporučuji použít nástroj pro automatickou konverzi, ale vždy výsledek ručně zkontrolujte. Vytvořte si skript, který projde všechny tabulky, indexy, pohledy, triggery a procedury. U každého objektu sledujte, zda se jeho definice v cílovém systému chová stejně. Zejména triggery a uložené procedury mají v PostgreSQL jinou syntaxi – používají PL/pgSQL, zatímco MySQL má vlastní rozšíření. Nezapomeňte také nábytek na míru migraci uživatelů a oprávnění, protože role a granty se v obou systémech definují odlišně.
If you have any inquiries regarding in which and how to use úLožNé Prostory V MaléM Bytě, you can contact us at the website.
