@Luther Blissett
un esempio di come struttureresti in modo COMPLETAMENTE diverso, in un db a documenti, un set "complesso" (vabbe' ... questo e' ipersemplice ma per complesso intendo con dati relazionati/innestati) di dati, e' questo
nota come ci sono informazioni completamente diverse tra casa e ufficio
in sql questa cosa e' quasi irrealizzabile, o perlomeno molto pasticciata, con tabelle con un sacoc di campi, vuoti, nullable, ... una vera *****
mentre in mongo puoi cercare tutte le persone che hanno un indirizzo con almeno 2000 sqft, o anche le persone che hanno gli occhi verdi, anche se non si e' mai parlato da nessuna parte del colore degli occhi
in sql avresti diverse tabelle relazionate. qui un documento che descerive le persone con i loro indirizzi innestati
un esempio di come struttureresti in modo COMPLETAMENTE diverso, in un db a documenti, un set "complesso" (vabbe' ... questo e' ipersemplice ma per complesso intendo con dati relazionati/innestati) di dati, e' questo
Codice:
{
_id: ObjectId("123456789"),
email: "email@boh",
name: {
firstName: "Marc",
lastName: "Overmars"
},
age: 99,
addresses: [
{
label: "casa",
street: "1000 San Siro Meazza",
city: "Milan",
region: "Lombardia",
province: "Milan",
zip: "20090",
country: "IT",
sqft: 3000
},
{
label: "office",
street: "101 5th Ave",
city: "New York",
state: "NY",
country: "US"
}
]
}
nota come ci sono informazioni completamente diverse tra casa e ufficio
in sql questa cosa e' quasi irrealizzabile, o perlomeno molto pasticciata, con tabelle con un sacoc di campi, vuoti, nullable, ... una vera *****
mentre in mongo puoi cercare tutte le persone che hanno un indirizzo con almeno 2000 sqft, o anche le persone che hanno gli occhi verdi, anche se non si e' mai parlato da nessuna parte del colore degli occhi
in sql avresti diverse tabelle relazionate. qui un documento che descerive le persone con i loro indirizzi innestati