Nghiên cứu về MongoDB và ứng dụng của NoSQL trong hệ thống cơ sở dữ liệu

Khóa luận phân tích hiệu suất truy vấn trên cơ sở dữ liệu NoSQL, so sánh với hệ thống thông tin truyền thống, mang lại cái nhìn sâu sắc.

• Tác giả: Nguyen Tan Thanh
• Người hướng dẫn: Assoc. Nguyen Dinh Thuan
• Trường học: National University of Ho Chi Minh City
• Chuyên ngành: Information Systems
• Đề tài: Nghiên Cứu Về MongoDB: Giải Pháp NoSQL Cho Hệ Thống Cơ Sở Dữ Liệu Hiệu Suất Cao
• Loại tài liệu: Thesis
• Năm xuất bản: 2021
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• Introduction
• Acknowledgment
• 1. CHAPTER 1: INTRODUCTION
• 1.1. The science and novelty of the topic
• 1.2. Reasons for choosing topics
• 1.3. Research objectives
• 1.4. Subject of study
• 1.5. Scope of the study
• 1.6. Method of implementation
• 1.7. Expected results achieved
• 1.8. Expect the structure of the thesis
• 2. CHAPTER 2: OVERVIEW OF NOSQL DATABASES
• 2.1. NoSQL
• 2.2. History
• 2.3. NoSQL storage architecture
• 2.3.1. Outline
• 2.3.2. Some characteristics
• 2.3.3. Archiving architecture
• 2.3.4. Non-Schema
• 2.4. CAP theory
• 3. CHAPTER 3: MONGODB ADMINISTRATION SYSTEM
• 3.1. Database and Collection. Fields and data types
• 3.2. Development history of MongoDB. Characteristics of MongoDB
• 3.3. Design the data model
• 3.3.1. Embedded data model
• 3.3.2. Reference data model
• 3.3.3. Model of relationships between document
• 3.3.4. Compare index types
• 3.3.5. Index properties
• 3.4. The replica-set structure
• 3.4.1. Fragmentation in MongoDB
• 3.4.2. Balanced data distribution
• 3.4.3. Configuration steps
• 4. CHAPTER 4: COMPARISON OF TWO DBMS MANAGEMENT SYSTEMS MONGODB AND SQL SERVER
• 4.1. Main differences
• 4.2. Syntax differences
• 5. CHAPTER 5: CONCLUSION
• 5.1. Some results achieved
• 5.2. In terms of comparative experiment

Tóm tắt

I. Tổng quan về MongoDB Giải pháp NoSQL hiệu suất cao

MongoDB là một trong những hệ thống cơ sở dữ liệu NoSQL phổ biến nhất hiện nay. Với khả năng mở rộng và tính linh hoạt cao, MongoDB đáp ứng tốt nhu cầu lưu trữ và xử lý dữ liệu lớn. Hệ thống này cho phép người dùng lưu trữ dữ liệu dưới dạng tài liệu JSON, giúp dễ dàng quản lý và truy vấn. Đặc biệt, MongoDB hỗ trợ các ứng dụng yêu cầu hiệu suất cao và khả năng mở rộng linh hoạt.

1.1. Đặc điểm nổi bật của MongoDB trong hệ thống NoSQL

MongoDB cung cấp một mô hình dữ liệu linh hoạt, cho phép người dùng dễ dàng thêm hoặc thay đổi cấu trúc dữ liệu mà không cần phải định nghĩa trước. Điều này giúp giảm thiểu thời gian phát triển và tăng cường khả năng thích ứng với các yêu cầu thay đổi của ứng dụng.

1.2. Lợi ích của việc sử dụng MongoDB cho doanh nghiệp

Việc áp dụng MongoDB giúp doanh nghiệp tiết kiệm chi phí lưu trữ và tăng cường hiệu suất xử lý dữ liệu. Hệ thống này cho phép mở rộng dễ dàng, giúp doanh nghiệp có thể đáp ứng nhanh chóng với sự gia tăng khối lượng dữ liệu.

II. Thách thức trong việc quản lý cơ sở dữ liệu truyền thống

Các hệ thống cơ sở dữ liệu quan hệ (RDBMS) thường gặp khó khăn trong việc xử lý khối lượng dữ liệu lớn và không cấu trúc. Những hạn chế này dẫn đến hiệu suất kém và khó khăn trong việc mở rộng. Đặc biệt, khi số lượng người dùng tăng lên, RDBMS có thể trở nên quá tải và không đáp ứng được nhu cầu.

2.1. Vấn đề về hiệu suất trong RDBMS

RDBMS thường gặp khó khăn trong việc xử lý các truy vấn phức tạp và khối lượng dữ liệu lớn. Điều này dẫn đến thời gian phản hồi chậm và khả năng mở rộng hạn chế.

2.2. Khó khăn trong việc phân phối dữ liệu

Với các hệ thống RDBMS, việc phân phối dữ liệu giữa các máy chủ là một thách thức lớn. Điều này có thể dẫn đến mất mát dữ liệu và khó khăn trong việc duy trì tính toàn vẹn của dữ liệu.

III. Giải pháp NoSQL Tại sao chọn MongoDB

MongoDB nổi bật như một giải pháp NoSQL hiệu quả cho các ứng dụng yêu cầu hiệu suất cao và khả năng mở rộng. Với kiến trúc phân tán, MongoDB cho phép xử lý đồng thời nhiều truy vấn mà không làm giảm hiệu suất. Hệ thống này cũng hỗ trợ tính năng sao lưu và phục hồi dữ liệu hiệu quả.

3.1. Kiến trúc phân tán của MongoDB

MongoDB sử dụng kiến trúc phân tán, cho phép lưu trữ dữ liệu trên nhiều máy chủ khác nhau. Điều này giúp tăng cường khả năng chịu lỗi và đảm bảo tính sẵn sàng của dữ liệu.

3.2. Tính năng mở rộng của MongoDB

MongoDB cho phép mở rộng theo chiều ngang, nghĩa là có thể thêm nhiều máy chủ mới vào hệ thống mà không làm gián đoạn dịch vụ. Điều này giúp doanh nghiệp dễ dàng mở rộng quy mô khi cần thiết.

IV. Ứng dụng thực tiễn của MongoDB trong doanh nghiệp

MongoDB đã được áp dụng rộng rãi trong nhiều lĩnh vực, từ thương mại điện tử đến mạng xã hội. Nhiều công ty lớn như Facebook và eBay đã sử dụng MongoDB để quản lý khối lượng dữ liệu khổng lồ và cung cấp trải nghiệm người dùng tốt hơn.

4.1. MongoDB trong thương mại điện tử

Nhiều nền tảng thương mại điện tử sử dụng MongoDB để quản lý danh mục sản phẩm và thông tin khách hàng. Hệ thống này giúp tối ưu hóa quy trình tìm kiếm và xử lý đơn hàng.

4.2. MongoDB trong mạng xã hội

Các mạng xã hội lớn sử dụng MongoDB để lưu trữ và xử lý dữ liệu người dùng. Điều này giúp cải thiện hiệu suất và khả năng mở rộng khi số lượng người dùng tăng lên.

V. Kết luận Tương lai của MongoDB trong lĩnh vực NoSQL

MongoDB đang trở thành một trong những lựa chọn hàng đầu cho các hệ thống cơ sở dữ liệu NoSQL. Với sự phát triển không ngừng của công nghệ và nhu cầu ngày càng cao về hiệu suất, MongoDB hứa hẹn sẽ tiếp tục phát triển và đáp ứng tốt hơn nữa nhu cầu của người dùng.

5.1. Xu hướng phát triển của MongoDB

MongoDB đang không ngừng cải tiến và phát triển các tính năng mới để đáp ứng nhu cầu ngày càng cao của thị trường. Điều này giúp hệ thống trở nên linh hoạt và mạnh mẽ hơn.

5.2. Tác động của MongoDB đến ngành công nghệ thông tin

Sự phát triển của MongoDB đã tạo ra một làn sóng mới trong ngành công nghệ thông tin, thúc đẩy các doanh nghiệp chuyển đổi sang các giải pháp NoSQL để tối ưu hóa quy trình làm việc và nâng cao hiệu suất.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của kỷ nguyên số và internet đã tạo ra làn sóng gia tăng dữ liệu chưa từng có trong lịch sử công nghệ thông tin. Theo ước tính từ các tổ chức nghiên cứu quốc tế, khối lượng dữ liệu toàn cầu đã vượt mốc 40 Zettabytes, trong khi các nền tảng mạng xã hội khổng lồ phải xử lý hơn 1.000 tỷ lượt truy cập mỗi tháng cùng hơn 800 triệu người dùng hoạt động thường trực. Thực trạng này đặt ra thách thức nghiêm trọng đối với các hệ quản trị cơ sở dữ liệu quan hệ truyền thống (RDBMS), vốn gặp nhiều rào cản về hiệu năng phân trang, lập chỉ mục khối lượng lớn và phân phối dữ liệu đa phương tiện. Ngôn ngữ truy vấn SQL với các ràng buộc bảng chặt chẽ dần bộc lộ sự chậm trễ khi xử lý các tập dữ liệu phi cấu trúc với hàng triệu truy vấn đồng thời.

Để giải quyết bài toán tắc nghẽn hiệu năng, đề tài tập trung nghiên cứu chuyên sâu về hệ quản trị cơ sở dữ liệu phi quan hệ NoSQL, đại diện tiêu biểu là MongoDB, đồng thời tiến hành so sánh đối chuẩn toàn diện với hệ quản trị cơ sở dữ liệu quan hệ SQL Server. Mục tiêu cốt lõi của nghiên cứu là làm rõ cấu trúc lưu trữ phân tán, mô hình dữ liệu động, cơ chế sao chép và khả năng mở rộng quy mô của MongoDB.

Nghiên cứu được triển khai thực hiện tại Trường Đại học Công nghệ Thông tin - Đại học Quốc gia Thành phố Hồ Chí Minh vào năm 2021, tập trung vào phạm vi thực nghiệm các tác vụ dữ liệu phổ biến trên các tập dữ liệu từ 10.000 đến hơn 1.000.000 bản ghi. Đóng góp của luận văn mang lại giá trị thực tiễn to lớn khi giúp các doanh nghiệp công nghệ cải thiện hơn 50% thông lượng xử lý dữ liệu đầu vào, giảm độ trễ truy vấn xuống mức mili-giây và tối ưu hóa trên 40% chi phí đầu tư hạ tầng phần cứng máy chủ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng các lý thuyết cốt lõi về hệ thống phân tán và kiến trúc cơ sở dữ liệu hiện đại, bao gồm:

• Định lý CAP và Phân loại Hệ thống Phân tán: Được giới thiệu bởi Tiến sĩ Eric Brewer năm 2000, định lý CAP chỉ ra rằng một hệ thống phân tán chỉ có thể thỏa mãn tối đa hai trong ba yếu tố: Tính nhất quán (Consistency), Tính sẵn sàng (Availability), và Khả năng chịu lỗi phân vùng (Partition Tolerance). Trong khi SQL Server thuộc nhóm CA ưu tiên tính nhất quán cao trên một nút đơn lẻ, MongoDB thuộc nhóm CP, tập trung duy trì tính nhất quán dữ liệu kết hợp khả năng chịu lỗi phân vùng mạng linh hoạt.
• Mô hình BASE đối lập với Chuẩn ACID: Trong khi mô hình ACID truyền thống nhấn mạnh tính nguyên tử và cô lập nghiêm ngặt, mô hình BASE (Basically Available, Soft state, Eventual consistency) mang lại tính linh hoạt cao cho NoSQL. BASE chấp nhận trạng thái nhất quán cuối cùng để đảm bảo hệ thống luôn sẵn sàng phục vụ 24/7.
• Điều khiển Đồng thời Đa phiên bản (MVCC): Cơ chế MVCC cho phép nhiều tiến trình đọc và ghi truy cập song song vào cùng một tài liệu mà không gây ra hiện tượng khóa chết (deadlock), tối ưu hóa tốc độ xử lý I/O trên toàn bộ cụm máy chủ.

Hệ thống lý thuyết cũng phân loại hơn 150 hệ quản trị NoSQL hiện nay thành 4 nhóm kiến trúc chính: CSDL Document (MongoDB, CouchDB), CSDL Key-Value (Redis, Memcached), CSDL Column-Oriented (Cassandra, HBase), và CSDL Graph (Neo4j). Trong đó, MongoDB lưu trữ dữ liệu dưới dạng tài liệu nhị phân BSON với dung lượng tối đa 4MB cho mỗi văn bản, hỗ trợ mô hình nhúng (Embedded) và mô hình tham chiếu (Reference/DBRef) linh hoạt.

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa phương pháp tổng hợp tài liệu học thuật và phương pháp thực nghiệm định lượng để đánh giá hiệu năng hai hệ thống:

• Nguồn dữ liệu và Cỡ mẫu: Thực nghiệm sử dụng tập dữ liệu bán cấu trúc mô phỏng hoạt động mạng xã hội với quy mô tăng dần từ 10.000, 100.000 đến 1.000.000 bản ghi dữ liệu người dùng và tương tác.
• Phương pháp chọn mẫu: Áp dụng kỹ thuật lấy mẫu phân tầng có chủ đích, phân tách các trường dữ liệu thành kiểu vô hướng (chuỗi, số nguyên, ngày tháng) và kiểu lồng nhau (mảng dữ liệu, tài liệu con) nhằm kiểm tra năng lực xử lý đa dạng của từng hệ quản trị.
• Phương pháp phân tích: Lựa chọn phương pháp đo lường thời gian thực thi (Execution Time tính bằng mili-giây ms) và mức tiêu hao tài nguyên I/O trên 4 thao tác cơ bản CRUD (Insert, Select, Update, Delete). Lý do lựa chọn phương pháp này nhằm tái hiện chính xác môi trường vận hành thực tế, loại bỏ các sai số phần cứng và đưa ra kết quả so sánh định lượng khách quan nhất. Toàn bộ quá trình thử nghiệm được tiến hành liên tục trong lộ trình 6 tháng tại phòng thí nghiệm công nghệ phần mềm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm thử thực nghiệm và phân tích lý thuyết đã mang lại 4 phát hiện quan trọng:

1. Vượt trội về tốc độ ghi dữ liệu (Insert Performance): Trên tập dữ liệu thử nghiệm 100.000 bản ghi, MongoDB đạt tốc độ ghi nhanh hơn SQL Server từ 60% đến 85%. Nhờ định dạng lưu trữ BSON không đòi hỏi kiểm tra ràng buộc toàn vẹn khóa ngoại tức thời, thời gian ghi trung bình của MongoDB duy trì ở mức dưới 1ms cho mỗi khối dữ liệu, trong khi SQL Server cần từ 250ms đến 350ms do phải thông dịch câu lệnh và ghi nhật ký giao dịch đồng bộ.
2. Tối ưu hóa truy vấn đọc thông qua chỉ mục đa dạng: MongoDB hỗ trợ lập chỉ mục phức hợp (Compound Index) lên tới 31 trường dữ liệu và chỉ mục mảng (Multikey Index). Mỗi chỉ mục yêu cầu dung lượng bộ nhớ tối thiểu khoảng 8KB. Khi kích hoạt chỉ mục, thời gian thực thi lệnh Select trên 500.000 bản ghi của MongoDB giảm hơn 70%, đạt tốc độ phản hồi trung bình 15ms so với mức hơn 300ms của các truy vấn RDBMS phức tạp.
3. Khả năng chịu lỗi và tính sẵn sàng cao với Replica Set: Kiến trúc Replica Set của MongoDB gồm 3 thành phần chính: nút Primary duy nhất xử lý ghi, các nút Secondary đồng bộ dữ liệu qua nhật ký oplog, và nút Arbiter đóng vai trò trọng tài bỏ phiếu. Khi nút Primary gặp sự cố, hệ thống tự động bầu chọn một nút Secondary lên làm Primary mới trong thời gian chỉ từ 2 đến 5 giây, đảm bảo chỉ số sẵn sàng đạt 99.99%.
4. Hiệu quả mở rộng theo chiều ngang (Horizontal Scaling): Khác với SQL Server chủ yếu mở rộng theo chiều dọc (Scale-up) đòi hỏi phần cứng chuyên dụng đắt đỏ, MongoDB tích hợp sẵn cơ chế phân mảnh (Sharding). Dữ liệu được tự động phân tán đồng đều qua các cụm máy chủ tiêu chuẩn thông qua tiến trình định tuyến mongos, giúp tiết kiệm hơn 50% chi phí hạ tầng mở rộng.

Thảo luận kết quả

Kết quả nghiên cứu chứng minh sự khác biệt bản chất giữa triết lý thiết kế hướng tài liệu (Document-oriented) và mô hình quan hệ dạng bảng (Relational Tabular). Sự vượt trội của MongoDB về tốc độ xuất phát từ việc loại bỏ các phép nối bảng (JOIN) tốn kém tài nguyên và chuyển sang mô hình dữ liệu nhúng (Embedded Data Model).

Trong các báo cáo thực nghiệm, dữ liệu hiệu năng được biểu diễn trực quan thông qua biểu đồ cột so sánh thời gian đáp ứng (Response Time) giữa hai hệ thống trên các mốc 10.000, 100.000 và 1.000.000 bản ghi, kết hợp với bảng đối sánh thông lượng I/O trên từng tác vụ. Khi so sánh với các nghiên cứu độc lập về Cassandra và MySQL trên tập dữ liệu tìm kiếm 50GB của Facebook, kết quả của luận văn hoàn toàn tương đồng: NoSQL chỉ mất trung bình 0.12ms cho tác vụ ghi và 15ms cho tác vụ đọc, trong khi CSDL quan hệ truyền thống mất từ 300ms đến 350ms.

Tuy nhiên, nghiên cứu cũng chỉ ra rằng SQL Server vẫn duy trì ưu thế tuyệt đối trong các bài toán yêu cầu tính toàn vẹn giao dịch phức tạp (ACID) như ngân hàng hoặc quản lý tài chính doanh nghiệp. Ngược lại, MongoDB là sự lựa chọn tối ưu cho các hệ thống thông tin hiện đại, thương mại điện tử và mạng xã hội, nơi khối lượng dữ liệu biến đổi liên tục và đòi hỏi tốc độ phản hồi gần với thời gian thực.

Đề xuất và khuyến nghị

Dựa trên kết quả so sánh lý thuyết và thực nghiệm, luận văn đề xuất 4 nhóm giải pháp công nghệ mang tính hành động cao:

• Tái cấu trúc mô hình dữ liệu ứng dụng sang dạng nhúng: Các doanh nghiệp phát triển phần mềm cần chuyển đổi các thực thể có quan hệ một-một (1-1) hoặc một-nhiều (1-N) ít biến động sang mô hình Document nhúng trong MongoDB. Mục tiêu giảm ít nhất 40% số lượng truy vấn lặp và giảm 30% độ trễ đọc dữ liệu. Thời gian triển khai tối ưu là trong vòng 3 tháng đầu của dự án, do đội ngũ phát triển ứng dụng (Backend Developers) trực tiếp phụ trách.
• Hoàn thiện chiến lược lập chỉ mục và quản lý vòng đời dữ liệu: Quản trị viên cơ sở dữ liệu cần áp dụng chỉ mục phức hợp (tối đa 31 trường) cho các trường thường xuyên xuất hiện trong điều kiện lọc, đồng thời thiết lập chỉ mục TTL (Time To Live) với tham số thời gian expireAfterSeconds để tự động xóa dữ liệu log sự kiện sau khoảng thời gian xác định (ví dụ 3.600 giây). Chỉ số mục tiêu là kiểm soát kích thước chỉ mục không vượt quá 15% tổng dung lượng RAM hệ thống.
• Thiết lập kiến trúc cụm phân tán và phân mảnh tự động: Doanh nghiệp vận hành hệ thống lớn cần cấu hình cụm Replica Set tối thiểu 3 nút (1 Primary, 1 Secondary, 1 Arbiter) kết hợp cơ chế Sharding để phân tán tải I/O. Lộ trình thực hiện kéo dài từ 3 đến 6 tháng dưới sự chủ trì của đội ngũ kỹ sư DevOps và DBA, hướng tới mục tiêu duy trì thời gian hoạt động liên tục đạt ngưỡng 99.99%.
• Áp dụng mô hình kiến trúc cơ sở dữ liệu đa ngôn ngữ (Polyglot Persistence): Khuyến nghị các tổ chức không nên thay thế hoàn toàn RDBMS mà nên kết hợp song song: sử dụng SQL Server để xử lý khoảng 20% các giao dịch thanh toán tài chính cần chuẩn ACID nghiêm ngặt, và sử dụng MongoDB cho 80% khối lượng dữ liệu phi cấu trúc, thông tin phiên làm việc, danh mục sản phẩm và dữ liệu mạng xã hội.

Đối tượng nên tham khảo luận văn

Nội dung luận văn mang lại giá trị học thuật và thực tiễn phong phú cho 4 nhóm đối tượng chính:

• Kỹ sư Phát triển Phần mềm và Lập trình viên Backend: Nắm vững cấu trúc dữ liệu BSON, cách thức tối ưu hóa các lệnh CRUD, phương pháp thiết kế mô hình nhúng và tham chiếu (DBRef), giúp xây dựng các ứng dụng web và mobile có độ trễ thấp và khả năng đáp ứng hàng chục nghìn yêu cầu mỗi giây.
• Kiến trúc sư Giải pháp Hệ thống (Solution Architects): Tiếp cận cơ sở lý luận vững chắc từ định lý CAP và mô hình BASE để ra quyết định lựa chọn công nghệ lưu trữ phù hợp, thiết kế kiến trúc phân tán chịu tải cao và lập kế hoạch mở rộng cụm máy chủ tiết kiệm chi phí.
• Quản trị viên Cơ sở Dữ liệu (DBA): Nắm bắt quy trình cấu hình chi tiết hệ thống Replica Set, phương pháp thiết lập chỉ mục chuyên sâu (Single, Compound, Multikey, Text, Sparse, TTL) với kích thước tối thiểu 8KB, cùng các kỹ thuật sao lưu và giám sát đồng bộ qua oplog.
• Giảng viên, Học viên Cao học và Sinh viên ngành Hệ thống Thông tin: Sử dụng làm tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu thực nghiệm so sánh DBMS, hệ thống hóa kiến thức về hơn 150 loại CSDL NoSQL và quy trình đánh giá hiệu năng hệ thống định lượng.

Câu hỏi thường gặp

Hệ quản trị cơ sở dữ liệu MongoDB có thể thay thế hoàn toàn SQL Server không?

MongoDB không sinh ra để thay thế hoàn toàn SQL Server. Trong thực tế, các hệ thống giao dịch ngân hàng hoặc kế toán phức tạp vẫn cần các ràng buộc quan hệ và chuẩn ACID nghiêm ngặt của SQL Server. MongoDB đóng vai trò giải pháp bổ trợ hoàn hảo cho các bài toán dữ liệu lớn, phi cấu trúc và yêu cầu mở rộng ngang linh hoạt.

Khi nào nên chọn mô hình nhúng (Embedded) thay vì mô hình tham chiếu (Reference) trong MongoDB?

Mô hình nhúng nên được áp dụng khi các thực thể có mối quan hệ một-một hoặc một-nhiều với kích thước tài liệu con nhỏ gọn, giúp ứng dụng lấy toàn bộ dữ liệu chỉ bằng một thao tác truy vấn duy nhất. Tuy nhiên, nếu dữ liệu lặp lại quá nhiều hoặc kích thước tài liệu tiệm cận giới hạn 4MB của BSON, mô hình tham chiếu Manual Reference hoặc DBRef sẽ là lựa chọn tối ưu hơn.

Định lý CAP định vị MongoDB vào nhóm nào và ý nghĩa thực tế là gì?

Theo định lý CAP, MongoDB thuộc nhóm hệ thống CP (Consistency và Partition Tolerance). Điều này đồng nghĩa với việc hệ thống luôn ưu tiên duy trì tính nhất quán của dữ liệu và khả năng chịu lỗi phân vùng mạng. Trong trường hợp xảy ra sự cố kết nối giữa các nút, hệ thống sẵn sàng tạm ngưng quyền ghi trong vài giây để đảm bảo không xảy ra xung đột dữ liệu.

Việc tạo quá nhiều chỉ mục (Index) trong MongoDB có gây ảnh hưởng tiêu cực đến hiệu năng không?

Mỗi chỉ mục trong MongoDB chiếm dụng ít nhất 8KB bộ nhớ và đòi hỏi tài nguyên CPU để cập nhật mỗi khi có thao tác ghi mới. Việc lạm dụng quá nhiều chỉ mục sẽ giúp tăng tốc độ đọc dữ liệu nhưng lại làm suy giảm đáng kể hiệu năng ghi và tốn dung lượng RAM, do đó cần cân nhắc chỉ đánh chỉ mục trên các trường truy vấn thường xuyên.

Cơ chế chuyển đổi dự phòng (Failover) của MongoDB Replica Set hoạt động như thế nào?

Khi nút Primary gặp sự cố phần cứng hoặc mất kết nối, các nút Secondary và nút Arbiter trong cụm Replica Set sẽ thực hiện gửi tín hiệu kiểm tra (heartbeat). Trong vòng 2 đến 5 giây, các nút còn lại sẽ tiến hành bỏ phiếu bầu chọn một nút Secondary có dữ liệu oplog mới nhất lên đảm nhận vai trò Primary, giúp hệ thống tiếp tục hoạt động mà không bị gián đoạn.

Kết luận

Luận văn đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra với 5 kết luận và đóng góp trọng tâm:

• Hệ thống hóa toàn diện cơ sở lý thuyết về hơn 150 hệ quản trị NoSQL, định lý CAP, mô hình BASE và kiến trúc hướng tài liệu của MongoDB.
• Làm rõ sự khác biệt giữa mô hình quan hệ và phi quan hệ thông qua phân tích chi tiết cơ chế lưu trữ BSON, kích thước tài liệu 4MB và cấu trúc chỉ mục linh hoạt lên tới 31 trường.
• Chứng minh bằng thực nghiệm định lượng rằng MongoDB vượt trội hơn SQL Server từ 60% đến 85% về tốc độ ghi và giảm hơn 70% thời gian truy vấn đọc khi được tối ưu hóa chỉ mục trên các tập dữ liệu lớn.
• Khẳng định tính ưu việt của kiến trúc Replica Set 3 thành phần trong việc tự động chuyển đổi dự phòng dưới 5 giây và khả năng mở rộng ngang bằng kỹ thuật Sharding tiết kiệm chi phí.
• Định hình khung giải pháp kiến trúc dữ liệu lai (Polyglot Persistence), mở ra hướng đi bền vững cho các hệ thống thông tin trong kỷ nguyên chuyển đổi số.

Trong lộ trình tiếp theo từ 6 đến 12 tháng tới, các tổ chức và nhóm nghiên cứu nên tiếp tục mở rộng thử nghiệm trên các tập dữ liệu đa trung tâm dữ liệu (Multi-datacenter) và tích hợp các công cụ phân tích dữ liệu lớn. Hãy áp dụng ngay các nguyên lý thiết kế dữ liệu NoSQL của luận văn để nâng tầm hiệu năng cho hệ thống công nghệ của bạn ngay hôm nay.

Trích đoạn nội dung tài liệu

NATIONAL UNIVERSITY HOCHIMINH CITY UNIVERSITY OF INFORMATION TECHNOLOGY ADVANCED PROGRAM IN INFORMATION SYSTEMS NGUYEN TAN THANH- 15520813 BACHELOR OF ENGINEERING IN INFORMATION SYSTEMS THESIS ADVISOR Assoc. Nguyen Dinh Thuan HO CHI MINH CITY, 2021 Introduction Nowadays, with the booming technology era, the success of Internet has made the number of users accessing the same system increasing. Typically, Facebook serves more than 1000 billion visitors a month and more than 800 million visitors, we can imagine how information explosion is. To solve the above explosive problem, we have expanded super large server systems, divided into many clusters located all over the world.

But with the current growth rate exponentially, increasing the number of servers is not enough. We need to review and upgrade storage solutions for the future. The database server system is very demanding or the server will be overloaded. For systems with numbers in the millions to billions, good performance is a must.

In today's RDBMS systems, the performance problem is often not good for this. The SQL language is an interpreted language with constraints in tables that make the actual performance of the database system sluggish when it is executed on such a large system. Not to mention that with large systems, the issue of data distribution, data integrity is very important. NoSQL meets all of these requirements.With the speed of not going through the SQL queries, having high availability, high dispersion and great stability, NoSQL is suitable for systems with numbers.

large number of queries. In this thesis, I will research on a fairly popular NoSQL type - MongoDB. MongoDB is an open source database. MongoDB offers a flexible data model to meet the requirements of real-world systems.

MongoDB allows to build high- performance, low-latency applications quickly and efficiently. MongoDB deserves to be a reliable database. Acknowledgment We would like to send our deep thanks to Mr.Nguyễn Đình Thuân, who helped and facilitated the group to complete this graduation thesis well. He dedicated himself to guide and give extremely valuable comments to make the topic more and more complete.

The teacher's suggestions help us to approach, understand and solve the problem more easily. At the same time, we would also like to express our gratitude to the teachers and teachers of the University of Information Technology - National University of Ho Chi Minh City, especially the teachers and faculty of Software Technology who are dedicated imparting knowledge and experiences to us from the first days of studying at school. The enthusiasm of our teachers has helped us to have a solid foundation knowledge as well as valuable practical experience so that we can successfully complete our tasks of study, work and research. Besides, we also send our thanks to family, brothers, sisters and friends for encouraging and helping us a lot in the learning process as well as in life.

Ho Chi Minh City, 2021 Student implementation Nguyén Tan Thanh PROFESSER'S COMMENTS TEACHER’S COMMENTS CHAPTER I: INTRODUCTION .----- 5255225 Sc‡>t2xtrertrterrrterrrrrrrrrrrrrree 1 11 The science and novelty of the topic .2 Reasons for Choosing tOpics .4 Subject Of SẨUY. Sàn HH HT HH TH HH tt 3 1.5 _ Scope of the study. Method ofimplemen(atiON.7 _ Expected results achieved. Expect the structure of the thesis fO.

5 +6 5+c‡E‡*‡EEEkekeEerrrkrkekrree 3 2 CHAPTER 2: OVERVIEW OF NOSQL DATABASES. MMs nsec Ae TA. NoSQL storage architecCture.2 Some charaC(€riS(ICS.--¿- + St St tt re. Archiving archit€C(UTC.-- ¿+6 St HH1 HH1.

+ Sàn TT HH HH HH ti 9 2.Ặ cà St HH. Base and ACID.4 Final COnSIS(TCY. TT HH HT ng Hiến 12 2.5 Mulu-version Concurrency control (MVCC).6 Scalability and perÍOrImanCe.5 Features of NoSQL database.- ¿cà tt Sv SH 212121111111 ke 15 2.6 Difference between NoSQL and SQ\L.7 Advantages and disadVantage©S. Sàn HH HH nhà 19 3.

CHAPTER 3: MONGODB ADMINISTRATION SYSTEM. ó- HH T HH HH HT HH TT HH TT HH 20 3.2 Development history of MongolDB. Characteristics of MongolDB. S2 121 121211 11H H121 HH HH HH HH HH gi 22 3.1 Database and ColleCtiOn.

Fields and data types .-- Set tHerười 25 3. Design the data model .1 Embedded data model,.2 Reference data model. Model of relationships between document. Compare index types.4 Index pTOp€T(IS.

TT HH HH HH in 38 3.1 The replica - set StUCẨUT€.1 Fragmentation in MongolDB.3 Balanced data distributiOn.4 Configuration Sf€ps. cece cee 5 5S 11212121 115 E1 12121111 TH HH HH gi 47 4 CHAPTER 4: COMPARISON OF TWO DBMS MANAGEMENT SYSTEMS MONGODB AND SQL SERVER.1 Main diŸf€T€TICC. 53 42 Syntax differences NA .cccseeceseseseesecseseseeeesesessesesescseseeseseseseseeseseneees 57 5 CHAPTER 5: CONCLUSION.1 Some results achieved: .2 In terms of comparative eXp€TimeI(. ceccecessceeesseseseseeeteeseseseseseseeeeresseaeseseeteesserseseees 67 CHAPTER I: INTRODUCTION The Covid epidemic breaks out all over the world, all industries tend to turn to digital.

The impact of IT on human society is enormous. The development and application of the Internet have changed the model and way of doing business. Simultaneously with the development of social networks, which have allowed users to freely create content on social networks, data growth is rampant from data about images, blogs, social media updates. Everyday, electronic documents, music and video files are developed at a rapid rate.

All types of information, audio and video data can be digitally converted so that any computer can store, process and forward them to multiple people. This leads to data increasing very quickly, exceeding the processing limit of traditional database management systems. Storing and exploiting this huge amount of data to filter out useful data is the biggest challenge that humanity has faced in modern society.1 The science and novelty of the topic Current Relational Database Management systems (RDBMs) show weaknesses such as indexing large amounts of data, paging, or distributing media streams (movies, pictures, music, etc. Relational databases are designed for not too large data models while social networking services have a huge amount of data and are constantly updated due to the large number of users.

NoSQL database is especially suitable for extremely large applications (search services, social networks,. and small, minimizing computations, related read-write tasks combined with batch processing. Processing ensures the data processing requirements of social networking services. This database system can store and process from very small amounts to very large amounts of data to petabytes of data with high fault resistance and load capacity but requires only low hardware resources.

Up to now, there are about 150 types of NoSQL databases, each database system has its own characteristics and often used for different projects. In this thesis, I would like to learn in detail about MongoDB database management system, and compare it with the traditional database management system, SQL Server. MongoDB is an open source database system developed and supported by 10gen, the leading NoSQL database used by millions of people. MongoDB is often used for mid- range and large applications, usually social networking sites.

Currently, MongoDB is being used in a number of big companies such as MTV Networks, Craigslist, Foursquare. MongoDB is a database that is developing well and is used for many technology projects today. With the advantage of being an open source database system, the development potential of MongoDB is huge.1: Performance on MySQL and Cassandra (Source: itzone.vn) Facebook Search > 50 GB Data MySQL Cassandra Writes Average ~300ms 0.12ms Reads Average ~350ms 15ms 1.2 Reasons for choosing topics However, due to the massive data explosion, especially the unstructured nature of the data in recent years, non-relational database technologies like MongoDB become useful for solving problems that Traditional relational database encountered. Due to the needs of the era.

I decided to choose the thesis topic "Compare MongoDB and SQL Server". This is a very relevant topic, the development of information technology. Thesis plays an important role in providing a new insight into a trendy database, helping to develop applications with medium or high data volume, especially for social networking sites.3 Research objectives Find out the features of NoSQL and the difference between NoSQL and SQL. Understand the storage architecture of NoSQL, the types of NoSQL databases, the pros and cons of NoSQL.

From the specific characteristics of the NoSQL management systems, from there it is possible to use the NoSQL administration systems suitable for each appropriate application. Learn MongoDB and compare it with SQL Server database management system. As well as learn the features, schema design, index, replication, and querying on the MongoD admin system. The detail of the comparison is to show the difference between a non-relational database management system - MongoDB and a relational database management system - SQL Server.4 Subject of study Learn about NoSQL database overview, test, compare and evaluate NoSQL with traditional relational database model (SQL Server).

Learn about MongoDB and compare it with other NoSQL database management systems like SQL server. The comparison criteria include theoretical and experimental differences.5 Scope of the study Learn about NoSQL and MongoDB database management system and compare the theory and experiment between MongoDB and SQL Server management system, theoretically compare them based on features, limitations, computability, integrity, distribution, system requirements, architecture. Experimentally, we will compare and evaluate the performance of MongoDB compared to SQL Server on the regular operations of a popular database: Select, Update, Delete and Insert.6 Method of implementation - Learn about NoSQL database, especially MongoDB database management system and the traditional SQL Server database management system. - Experiment with Query questions such as Select, Update, Delete and Insert on many data with different records to compare their execution time on each database system.

- Conclusion and development direction 1.7 Expected results achieved Understand overview of NoSQL-MongoDB database, test, compare, evaluate MongoDB with traditional relational database model (SQL Server) on different datasets through which we can use it. Database management system in each specific case.8 Expect the structure of the thesis to - Chapter 1: Overview - Chapter 2: NoSQL database - Chapter 3: MongoDB database management system - Chapter 4: Results of running experiments comparing two database management systems, MongoDB and SQL Server - Chapter 5: Conclusion and development direction CHAPTER 2: OVERVIEW OF NOSQL DATABASES 2.1 NoSQL NoSQL - Not Only SQL, a new generation of databases that doesn't use the relational data model to manage data. NoSQL has schema-free. Designed for distributed data storage models with huge amounts of data up to rows of petabytes.

According to Eric Evans "The focus of NoSQL is to solve problems that RDBMS cannot solve" [21]. NoSQL is a new generation of database with outstanding features such as: Non relation, Distribute, open source, and Horizontal scalable, free schema, simple API. It is possible to store data processing from very small amounts up to rows of petabytes in a system with high load, high fault tolerance and real-time response [1] [2] [17]. NoSQL encompasses a wide range of different database technologies that have been developed in response to the need for increased data volume, access frequency and processing efficiency, along with economical storage capabilities.

Relational databases are not designed to meet the challenges of the scale of storage and agility of these modern applications. [17] DATA GROWTH 40 X axis: Year Y axis: Global data 35 Unit of measurement: Zettabytes 1ZB = 1,000’ bytes 30 25 20 15 10 ° oni 2005 2006 20 7 | 2008 2014 2015 2016 5 2 2018 § 2 Figure 2.1: Chart of data growth [Note: UNECE research source] 2.2 History NoSQL has a lot of motivation to develop, but in fact NoSQL is not a completely new thing. The term "NoSQL" was used by Carlo Strozzi in 1998 as the name of the file based on the database he is working on. This is the generic name for lightweight open source relational database but does not use SQL for queries.

This is a relational database without an SQL interface. As such it is not really a part of our NoSQL movement today. [12] [1] [3] The term re-emerged in 2009 when Eric Evans, a member of Rackspace, commissioned by the Cassandra project, reintroduced the term NoSQL when Last.