Transmite datos desde bases de datos de MongoDB

Datastream te permite replicar datos históricos y eventos de cambio desde una fuente de MongoDB para realizar análisis en tiempo real y sincronizar bases de datos. MongoDB es una base de datos NoSQL de código abierto que organiza documentos similares a JSON, incluidos los documentos incorporados, en colecciones. En lugar de usar filas y columnas relacionales, almacena cada registro en formato JSON binario (BSON) para recuperarlo como JSON.

Antes de configurar una fuente de MongoDB, revisa los términos clave, el comportamiento de replicación, las versiones compatibles y las limitaciones conocidas en Datastream.

Términos clave

A continuación, se incluyen los términos clave que debes comprender cuando trabajes con fuentes de MongoDB:

  • Conexión SRV: Es una cadena de conexión con un nombre de host que corresponde a un registro de servicio (SRV) del servicio de nombres de dominio (DNS). La cadena tiene el siguiente formato:

    mongodb+srv://[username:password@]host[/[defaultauthdb][?options]]

    Para obtener más información, consulta la documentación de MongoDB.

  • Cadena de conexión estándar: Es el formato estándar del URI de conexión de MongoDB que se usa para conectarse a una implementación independiente, un conjunto de réplicas o un clúster fragmentado de MongoDB autoalojado. La cadena tiene el siguiente formato:

    mongodb://[username:password@]host1[:port1][,...hostN[:portN]][/[defaultauthdb][?options]]

    Para obtener más información, consulta la documentación de MongoDB.

  • Conjunto de réplicas: Es un clúster de servidores de MongoDB que implementa la replicación y la conmutación por error automatizada. Los conjuntos de réplicas proporcionan redundancia y alta disponibilidad, y son la base de todas las implementaciones de producción.

  • Clúster fragmentado: Un clúster fragmentado de MongoDB consta de fragmentos, mongos y servidores de configuración. MongoDB fragmenta los datos a nivel de la colección y distribuye los datos de la colección entre los fragmentos del clúster.

  • mongos: Es la interfaz entre las aplicaciones cliente y el clúster fragmentado. Los mongos actúan como un router de consultas y escriben operaciones en los fragmentos.

  • Colección: MongoDB organiza los datos en una estructura jerárquica. Una implementación de MongoDB contiene una o más bases de datos, y cada base de datos contiene una o más colecciones. En cada colección, MongoDB almacena datos como documentos que contienen pares de campo y valor. Las colecciones son similares a las tablas en las bases de datos relacionales.

Comportamiento

La base de datos de MongoDB de origen depende de los flujos de cambios para replicar los cambios en el destino. Los flujos de cambios te permiten acceder a datos en tiempo real y son compatibles con conjuntos de réplicas y clústeres fragmentados.

  • Si se configura, se replican todos los datos históricos de los objetos incluidos.
  • Se replican todos los cambios, como las inserciones, las actualizaciones y las eliminaciones de los objetos especificados.

Versiones

Datastream admite versiones de MongoDB posteriores a la 5.0.

Limitaciones conocidas

Estas son algunas de las limitaciones conocidas para usar MongoDB como fuente:

  • Cuando usas la API de Datastream, solo puedes especificar qué campos deseas excluir en tu transmisión. No se admite especificar una lista de inclusión para los campos.
  • El modo estricto no admite los valores numéricos Infinity, -Infinity ni NaN. Los documentos se descartan si contienen estos valores en el modo estricto. Si tu base de datos contiene estos valores, usa el modo canónico (predeterminado). Para obtener más información, consulta Tipos de datos de MongoDB.
  • Datastream no admite Azure Cosmos DB basado en unidades de solicitud (RU).
  • Datastream no admite los clústeres elásticos de Amazon DocumentDB.
  • Datastream no replica los eventos de cambio de las colecciones de series temporales de MongoDB, porque MongoDB no admite flujos de cambios en ellas. Datastream solo reabastece colecciones de series temporales y no replica inserciones, actualizaciones ni eliminaciones realizadas después del reabastecimiento.

¿Qué sigue?