Analisando a estrutura dinâmica do site de notícias
Vamos analisar o site de notícias exibido na tela. Imagine que precisamos armazenar os dados dessa notícia em um banco de dados. O objetivo é ter um site dinâmico, onde as informações contidas na página estejam dentro de um banco de dados. Essa página foi construída em HTML, mas não de forma fixa e rígida; ela foi criada dinamicamente com base nas informações armazenadas em um banco de dados. Assim, o framework de back-end e front-end atuam em conjunto para buscar as informações da base de dados e montar a página de forma dinâmica.
Se o repórter que escreveu a notícia quiser adicionar mais informações, ou se um usuário quiser adicionar um comentário, essas informações extras serão incluídas no banco de dados. Quando atualizarmos a tela no navegador, a página será redesenhada com as novas informações.
Modelando o banco de dados relacional
Suponhamos que desejamos modelar esse banco de dados em um banco de dados relacional. Precisaríamos criar diversas tabelas, como a tabela de notícias, a tabela de autores, a tabela de comentários, e a tabela de assuntos ou tags. Seria necessário criar relacionamentos entre essas tabelas, como relacionamentos de 1 para 1, 1 para n, e n para m. Poderíamos ter relacionamentos recursivos, como um comentário associado a uma notícia, mas também um comentário de um comentário. Todos esses relacionamentos precisariam de chaves estrangeiras para garantir a integridade, e chaves primárias para evitar dados repetidos. A integridade garantiria, por exemplo, que apenas usuários registrados pudessem comentar em uma notícia, e que os comentários estivessem associados a assuntos existentes.
Aqui temos uma representação de um banco de dados que poderia armazenar os dados da notícia. Embora a representação não esteja perfeita, temos seis tabelas e um relacionamento de 1 para n entre notícias e comentários, um relacionamento de n para m entre notícias e jornalistas, e outro de n para m entre notícias e tags.
Exemplificando consultas SQL
Para ilustrar como seria uma consulta SQL para buscar notícias de esportes escritas por uma jornalista específica, podemos usar o seguinte exemplo:
SELECT n.titulo, n.texto, j.nome, c.comentario, c.curtidas
FROM noticias n
JOIN jornalistas_noticias jn ON n.id = jn.id_noticia
JOIN jornalistas j ON j.id = jn.id_jornalista
LEFT JOIN comentarios c ON c.id_noticia = n.id
JOIN tags t ON t.id_noticia = n.id
WHERE t.nome = 'esporte'
AND YEAR(n.data_publicacao) = 2023
AND j.nome = 'Maria'
ORDER BY c.curtidas DESC
Agora, suponhamos que tudo esteja funcionando e nos pedem para mudar uma regra de negócio. Por exemplo, toda notícia agora precisa ter uma foto ou um vídeo armazenado. Teríamos que acrescentar uma nova tabela ao banco de dados para armazenar os dados desse anexo, modificar alguns relacionamentos, recriar novas integridades e adicionar novos índices para melhorar as pesquisas. Se quisermos consultar todas as notícias sobre esportes, precisaríamos fazer uma consulta SQL, que poderia se tornar mais complexa com a adição de novas tabelas e joins, exigindo modificações nas consultas SQL já existentes.
Representando dados em JSON
Vamos pensar fora da caixa e tentar representar a notícia não apenas em um banco de dados relacional, mas em um JSON. Como seria esse JSON? Ele teria a representação principal da notícia, um conjunto de assuntos em um vetor, pois a notícia pode estar associada a vários assuntos. Poderíamos ter um ou mais jornalistas associados à notícia, e um ou mais comentários. A estrutura de comentários seria mais complexa, mas estaria dentro do JSON em um vetor ou array.
Um exemplo de como esse JSON poderia ser estruturado é o seguinte:
{
"titulo": "Brasil bate Equador",
"texto": "No Maracanã, Brasil vence por 2 a 0...",
"data_publicacao": "2023-08-10T15:32:00Z",
"tags": ["esporte", "brasil"],
"jornalistas": [
{ "nome": "Maria" },
{ "nome": "João" }
],
"comentarios": [
{
"comentario": "Grande jogo!",
"curtidas": 15,
"usuario": "Carlos",
"data": "2023-08-10T18:45:00Z"
},
{
"comentario": "Poderiam ter feito mais gols.",
"curtidas": 8,
"usuario": "Ana",
"data": "2023-08-10T19:00:00Z"
}
]
}
Com esse JSON representando a notícia, poderíamos salvá-lo no MongoDB como uma única linha de uma coleção, contendo todo o JSON que representa a notícia.
Comparando bancos de dados relacionais e MongoDB
Vamos lembrar que uma coleção no MongoDB equivale a uma tabela. Ou seja, toda a estrutura de dados da notícia, que em um banco de dados relacional exigiria várias tabelas com relacionamentos, no MongoDB é armazenada em apenas uma tabela simples, que teria a representação JSON da notícia. Como temos um back-end que se relaciona com o banco de dados, poderíamos obter nesse back-end, que seria em C#, .NET, uma classe equivalente a este JSON. Essa classe seria mais ou menos assim:
using System;
using System.Collections.Generic;
public class Noticia
{
public string Titulo { get; set; }
public string Texto { get; set; }
public DateTime DataPublicacao { get; set; }
public List<string> Tags { get; set; }
public List<Jornalista> Jornalistas { get; set; }
public List<Comentario> Comentarios { get; set; }
}
public class Jornalista
{
public string Nome { get; set; }
}
public class Comentario
{
public string ComentarioTexto { get; set; }
public int Curtidas { get; set; }
public string Usuario { get; set; }
public DateTime Data { get; set; }
}
Através de serialização, gravaríamos dentro do MongoDB um JSON em uma única linha.
Adicionando novos elementos no MongoDB
Como seria a consulta no MongoDB para obter todas as notícias de esportes? Teríamos uma consulta mais simples, uma representação do dado mais simples, apenas em uma única tabela. A grande vantagem do MongoDB não está apenas na simplicidade da representação, mas na flexibilidade da mudança da estrutura. Suponhamos que agora precisemos acrescentar mais uma entidade no nosso modelo. Vamos falar novamente daquela entidade mencionada no início do vídeo, os anexos. Precisamos agora ter uma representação dos anexos associados à notícia, que pode ser um vídeo ou uma foto.
No modelo relacional, teríamos que criar uma nova tabela. Por exemplo, criaríamos essa nova tabela de anexos, estabeleceríamos mais um relacionamento com a tabela de notícias e, por fim, teríamos que mudar parcialmente a estrutura. Seria necessário um script para alterar toda a estrutura do banco, preencher as notícias antigas para permitir que tenham um anexo em uma tabela separada, evitando falhas de integridade. Isso exigiria parar o banco em produção, mexer na sua estrutura e recarregar as tabelas. Imagine se esse banco fosse gigante; a probabilidade de ocorrer um problema seria altíssima.
Já no MongoDB, basta alterarmos a classe, adicionando o atributo de anexo no objeto notícia, no nosso programa C#. Teríamos mais uma propriedade, que seria uma lista de anexos, e a representação da classe anexo:
using System;
using System.Collections.Generic;
public class Noticia
{
public string Titulo { get; set; }
public string Texto { get; set; }
public DateTime DataPublicacao { get; set; }
public List<string> Tags { get; set; }
public List<Jornalista> Jornalistas { get; set; }
public List<Comentario> Comentarios { get; set; }
public List<Anexo> Anexos { get; set; }
}
public class Jornalista
{
public string Nome { get; set; }
}
public class Comentario
{
public string ComentarioTexto { get; set; }
public int Curtidas { get; set; }
public string Usuario { get; set; }
public DateTime Data { get; set; }
}
public class Anexo
{
public string NomeArquivo { get; set; }
public string Url { get; set; }
public long Tamanho { get; set; }
public string Tipo { get; set; }
}
Quando serializássemos essa classe, ela geraria um JSON com uma nova estrutura. Teríamos, na propriedade principal da notícia, o conjunto de anexos.
Explorando a flexibilidade do MongoDB
Como fica essa mudança dentro do MongoDB? A vantagem é que podemos armazenar esse novo JSON no MongoDB dentro da mesma coleção onde estão os antigos, ou seja, na mesma tabela. Não precisamos alterar nada no banco, criar uma nova estrutura ou redesenhar os JSONs antigos. No MongoDB, é permitido que tenhamos, na mesma coleção, estruturas de JSONs diferentes representando a mesma classe de objeto. Nada seria mudado. Passaríamos apenas a armazenar o novo JSON na tabela já existente, sem mexer nos outros registros.
Vamos ver algumas comparações entre os dois ambientes. No relacional, alterar a estrutura pode ser um desafio, pois precisamos criar scripts, fazer migrações de dados, adaptar consultas, e o risco de quebrar o sistema aumenta muito com essas mudanças. Já no MongoDB, basta adicionar um novo campo na classe, criar novos JSONs e atualizar esse JSON na mesma estrutura existente. No MongoDB, não há impacto em começar a criar, dentro da mesma coleção, JSONs diferentes junto com JSONs antigos. O acesso ao dado fica mais direto e rápido para outros tipos de consultas.
Considerações finais sobre a flexibilidade e responsabilidade no MongoDB
Enfim, temos aqui algumas informações pertinentes sobre os dois ambientes, a dificuldade de um e a facilidade do outro ao mudar a estrutura. Porém, essa flexibilidade exige responsabilidade. No MongoDB, é necessário padronizar e documentar bem o formato dos documentos, já que não há representação da estrutura do dado. No MongoDB, colocamos o JSON ali dentro e fim de papo. No banco de dados relacional, a estrutura do dado faz parte do desenho das tabelas. No MongoDB, não. Não temos isso nos metadados dentro do banco. Portanto, é importante documentar bem o formato dos documentos para que a aplicação, na classe, saiba lidar com diferentes versões e formatos do dado. Sem esse cuidado, podemos acabar com documentos muito diferentes entre si, dificultando a manutenção do sistema.
Vamos parar por aqui e, no próximo vídeo, discutiremos como será nosso ambiente de trabalho no curso. Até mais!