O documento apresenta sobre NoSQL e MongoDB. Resume os principais pontos sobre esquemas flexíveis, escalabilidade horizontal e como MongoDB pode ser usado para armazenar dados analíticos de forma mais eficiente do que bancos de dados relacionais.

1. Pepe Legal Python e
Babalu MongoDB
http://about.me/fmasanori

2. Agenda
• Why this title?
• NoSQL
• Flexible Schema
• Horizontal Scalability
• MongoDB
• Some demos
• BI special case
• References

3. Why this title?
Desenho fez sucesso no início dos anos 60
Mesma época em que SQL teve início
Palestra para old developer’s (or not so old)

4. Como comecei com NoSQL

5. • Na faculdade me ensinaram que
tudo deveria ser normalizado
• E que o mundo era SQL
• No entanto:
– Comecei a dar aulas de BI
(analytics), e denormalizar era
incentivado
– Persistir dados de redes sociais
bastante trabalhoso num relacional
Origem

6. VENDAS
CLIENTE
TEMPO
PRODUTO
LOJAPROMOÇÃO
(Luiz H. N. Lorena, 2011)
Star Schema

7. (Kimball, 2002)
Denormalizing

8. (Kimball, 2002)
Denormalizing

9. Operacional Analítico
Propósito Executar um processo Avaliar um processo
Estilo interação Insert, update, delete, query Query (read-only)
Escopo interação Transação individual Agregação
Padrão query Previsível e estável Imprevisível
Foco temporal Atual Histórico e atual
Otimização Update concorrente Query (agregação)
Projeto ER na 3FN Star Schema ou Cubo
(Adamson, 2010)
Operational x Analytics

10. JSON persistence

11. Casdinho

12. Sentiment Analysis (Twitter)
menina: aaaaaaaaaaaaaa eu NAO GOSTO DELE
amiga: e vc ficará rica , e irá dividir sua riqueza cm sua amg aq *u*
menina: kkkkkk como assim eu fikar rica pq?
amiga: pq ele é inteligente , e vai arranjar um ótimo emprego , e
ganhar mt dinheiro rs
menina: kkkkk ele é inteligente como assim ??
amiga: AQUELE VIADO PASSOU NO CASDINHO, E EU NÃO !

13. Sentiment Analysis (Twitter)
Obs.: não é o mesmo registro...

14. Sentiment Analysis (Facebook)
Sabe o que é ter vontade de acordar cedo no
domingo para estudar?!?
Bom, eu também não sei explicar, mas é o que
estou sentindo no momento .-.
Bora Casdinho!

15. Sentiment Analysis (Facebook)
Obs.: não é o mesmo registro...

16. Campos opcionais
https://gist.github.com/4667205
Campo
opcional no
Facebook

17. Social Data changes fast

18. Snowflakes like documents
“Snowflakes represent documents,
since every document is beautiful
and unique”.
MongoDB, The Definitive Guide.

19. Non Relational
Non
Relational
JSON
DataBase
Dev like
data

20. JSON persistence
• MongoDB
• CouchDB
• RethinkDB
• PostgreSQL (SQL?)

21. • Como persistir dados sem
normalizar, sem um BD
relacional?
• Somos “formatados” a pensar no
modelo relacional
• “One size fits all”
NoSQL ?

22. One Size Fits All

23. “It’s better to think of
NoSQL as a
movement rather
than a technology”
Martin Fowler
NoSQL

24. Dynamic Schema
O que as empresas esperam de um
NoSQL?

25. Flexible Schema
O que as empresas esperam de um
NoSQL?

26. Flexible Schema
Flexible
Schema
Dev
Productivity

27. Relational DB

28. Martin Fowler
Relational DB

29. • The difference between the
relational model and the in-
memory data structures (Fowler)
• Limitations of relational DB: values
only in tuples
• We need a more complex structure
than a set of tuples as a data unit
Impedance mismatch

30. Costumers
Orders
Martin Fowler
Aggregate
Model

31. Costumers
Martin Fowler
Aggregate
Model

32. Questions vs Answers
RDBMS MongoDB
Data Storage Data Use
Answers Questions
Botton Up Top Down

33. Scalability

34. If I had asked people
what they wanted, they
would have said faster
horses.
Henry Ford.
Scalability

35. • Escalabilidade para leituras num banco
relacional: trabalhoso
• Escalabilidade para escritas num banco
relacional: MUITO, MUITO, trabalhoso
• (se conseguir seu BD deixou de ser
relacional...)
Escalabilidade vertical

36. Escalabilidade vertical

37. Escalabilidade horizontal

38. Escalabilidade horizontal

39. “Eventual” pt-br: pode não ocorrer
“Eventual” inglês: irá ocorrer em breve
Eventually Consistent

40. Eventually Consistent
Offline ATM have Eventually
Consistent transactions

41. Teorema CAP
Partition
Availability
Consistency

42. NoSQL vale a pena

43. • Bigtable: A distributed storage
system for structured data, 2006
• Dynamo: Amazon’s highly available
key-value store, 2007
Dois artigos famosos

44. Apache Hadoop

45. Not Only SQL

46. Specialized Databases
No “one size fits for all” DB

47. • Open Source
• Document (JSON)
• Distributed
• Rich Query Language
• Great Community
• Full Text Search
MongoDB

48. • Schema Design
• Full Featured Indexes
• Aggregation Framework
• Replication and Sharding
MongoDB

49. Terminology
RDBMS MongoDB
Database Database
Table Collection
Row Document
Index Index
Join Embedded Doc
Foreign Key Reference
By 10gen

50. Dynamic and Flexible

51. MongoDB
Funcionalidade
Performance
memcached
relational
mongodb

52. MongoDB
By MongoLab

53. MongoDB
By MongoLab

54. Easy Taxi Case
Demos
Obs.: link para seguir a oficina completa que dei no FISL

55. MongoDB for BI
• Analytics are now popular
among proprietary vendors
• SAP Sybase columnar In-
Memory
• Oracle columnar In-Memory
• Why columnar for analytics?
• There is a advantage?

56. • 3 years ago
• Benchmark LucidDB x MySQL for
Business Intelligence applications
• LucidDB: columnar NoSQL for BI
• Analytic applications:
– Read only
– Massive aggregations
– Denormalization
LucidDB columnar example

57. • Which movie genres generate the most
revenue? (Q1)
• How is our revenue evolving over time?
(Q2)
• At which time of day do costumers place
the most orders? (Q3)
• How effective are the promotions we
launch? (Q4)
Queries

58. 0
5000
10000
15000
20000
25000
30000
35000
Q1 Q2 Q3 Q4
LucidDB
MySQL
Average time (ms)

59. (Timo Elliott, SAP)
Relational DB (row full scan)

60. (Timo Elliott, SAP)
Columnar DB

61. MongoDB for BI
• Is possible to MongoDB create
indexes in any attribute
• Sharding Fact Table and
duplicating Dimensions across
replicas
• Perhaps there is no memory for
all attribute indexes you need…

62. https://education.mongodb.com/

63. Material para aprofundamento

64. Schema Design (Emily Stolfo)
http://www.mongodb.com/presentations/schema-design-3

65. Material para aprofundamento

66. Bigliografia

67. Bigliografia

68. Bigliografia
Google IO 2012 - SQL vs NoSQL
Battle of the Backends

69. Perguntas?
fmasanori@gmail.com
facebook.com/fmasanori
twitter.com/fmasanori