Trasferire flussi di dati dai database MongoDB

Datastream ti consente di replicare i dati storici e gli eventi di modifica da un'origine MongoDB per l'analisi in tempo reale e la sincronizzazione dei database. MongoDB è un database NoSQL open source che organizza documenti simili a JSON, inclusi i documenti incorporati, in raccolte. Anziché utilizzare righe e colonne relazionali, archivia ogni record in formato JSON binario (BSON) per il recupero come JSON.

Prima di configurare un'origine MongoDB, consulta i termini chiave, il comportamento di replica, le versioni supportate e le limitazioni note in Datastream.

Termini chiave

Di seguito sono riportati i termini chiave da comprendere quando si lavora con le origini MongoDB:

  • Connessione SRV: una stringa di connessione con un nome host che corrisponde a un record di servizio (SRV) del servizio dei nomi di dominio (DNS). La stringa ha il seguente formato:

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

    Per saperne di più, consulta la documentazione di MongoDB.

  • Stringa di connessione standard: il formato standard dell'URI di connessione MongoDB utilizzato per connettersi a un deployment autonomo, un set di repliche o un cluster con sharding MongoDB self-hosted. La stringa ha il seguente formato:

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

    Per saperne di più, consulta la documentazione di MongoDB.

  • Replica set: un cluster di server MongoDB che implementa la replica e il failover automatico. I set di repliche forniscono ridondanza e alta affidabilità e costituiscono la base per tutti i deployment di produzione.

  • Cluster con sharding: un cluster con sharding MongoDB è composto da shard, mongos e server di configurazione. MongoDB esegue lo sharding dei dati a livello di raccolta, distribuendo i dati della raccolta tra gli shard del cluster.

  • mongos: l'interfaccia tra le applicazioni client e il cluster con sharding. mongos agisce come router di query e scrive le operazioni negli shard.

  • Raccolta: MongoDB organizza i dati in una struttura gerarchica. Un deployment MongoDB contiene uno o più database e ogni database contiene una o più raccolte. In ogni raccolta, MongoDB archivia i dati come documenti che contengono coppie di campi e valori. Le raccolte sono analoghe alle tabelle nei database relazionali.

Comportamento

Il database MongoDB di origine si basa sui feed delle modifiche in tempo reale per replicare le modifiche nella destinazione. I flussi di modifiche in tempo reale consentono di accedere ai dati in tempo reale e sono supportati per i set di repliche e i cluster con sharding.

  • Se configurata, tutti i dati storici vengono replicati per gli oggetti inclusi.
  • Vengono replicate tutte le modifiche, come inserimenti, aggiornamenti ed eliminazioni dagli oggetti specificati.

Versioni

Datastream supporta le versioni di MongoDB successive alla 5.0.

Limitazioni note

Le limitazioni note per l'utilizzo di MongoDB come origine includono:

  • Quando utilizzi l'API Datastream, puoi specificare solo i campi che vuoi escludere nel flusso. La specifica di un elenco di inclusione per i campi non è supportata.
  • La modalità StrictMode non supporta i valori numerici Infinity, -Infinity e NaN. I documenti vengono ignorati se contengono questi valori in modalità StrictMode. Se il tuo database contiene questi valori, utilizza la modalità canonica (predefinita). Per saperne di più, consulta Tipi di dati MongoDB.
  • Datastream non supporta Azure Cosmos DB basato su unità di richiesta (RU).
  • Datastream non supporta i cluster elastici di Amazon DocumentDB.
  • Datastream non replica gli eventi di modifica dalle raccolte di serie temporali di MongoDB, perché MongoDB non supporta le modifiche in tempo reale su queste raccolte. Datastream esegue il backfill solo delle raccolte di serie temporali e non replica gli inserimenti, gli aggiornamenti o le eliminazioni effettuati dopo il backfill.

Passaggi successivi