Resumo

Concluído

Neste módulo, você aprendeu os principais conceitos e técnicas para modelagem e particionamento de dados para bancos de dados NoSQL, como o Azure Cosmos DB. Nós os aplicamos ao nosso aplicativo de comércio eletrônico que precisávamos migrar de um banco de dados relacional para um banco de dados NoSQL. As coisas que você aprendeu neste módulo incluem:

  • Diferenças entre bancos de dados relacionais versus bancos de dados NoSQL: você aprendeu como os bancos de dados NoSQL, como o Azure Cosmos DB, são escalonáveis horizontalmente, enquanto os bancos de dados relacionais são normalmente escaláveis verticalmente.
  • Usando padrões de acesso para dados de modelo: você aprendeu como compreender os padrões de acesso de um aplicativo aos dados desempenha um papel importante em como modelar e particionar dados.
  • Incorporação versus referência: você aprendeu quando deve incorporar entidades diferentes no mesmo documento versus quando deve referenciar os dados e armazená-los como linhas separadas.
  • Escolhendo uma chave de partição: Você aprendeu conceitos-chave para escolher uma chave de partição. Esses conceitos incluem como evitar partições quentes e como lidar com cargas de trabalho pesadas de leitura e gravação.
  • Pesquisa de modelagem ou dados de referência: finalmente, você aprendeu como modelar dados que são usados como pesquisa ou referência para outros dados.

Aplicamos todos esses conceitos e técnicas a um banco de dados relacional para modelá-lo para um banco de dados NoSQL. Modelamos as três entidades do cliente e as incorporamos em um único documento. Isso resultou em um aumento no desempenho, reduzindo o número de solicitações de dados.

Também modelamos a categoria do produto e as entidades da etiqueta do produto. E usamos uma técnica especial para reduzir o armazenamento geral e a taxa de transferência necessários para pequenas tabelas de pesquisa.

Agora que concluiu este módulo, pode:

  • Determine padrões de acesso para dados.
  • Aplique estratégias de particionamento e modelo de dados para dar suporte a um banco de dados NoSQL eficiente e escalável.

Saber mais