قاعدة بيانات موجهة نحو المستندات

The core operations supported by a document-oriented database for manipulating documents are similar to those in other databases. Although terminology is not perfectly standardized, these operations are generally recognized as Create, Read, Update, and Delete (CRUD).^[3][4]

• Creation (C): Adds a new document to the database.
• Retrieval (R): Retrieves documents or fields based on queries.
• Update (U): Modifies the contents of existing documents.
• Deletion (D): Removes documents from the database.

Documents in a document-oriented database are addressed via a unique identifier. This identifier, often a string, URI, or path, can be used to retrieve the document from the database. Most document stores maintain an index on the key to optimize retrieval, and in some implementations the key is required when creating or inserting a new document.^[3][4]

In addition to key-based access, document-oriented databases typically provide an API or query language that enables retrieval based on document content or associated metadata. For example, a query may return all documents with a specific field matching a given value. The available query features, indexing options, and performance characteristics vary across implementations.

Document stores differ from key-value stores in that they exploit the internal structure and metadata of stored documents. In many key-value stores, values are treated as opaque or "black-box" data, meaning the database system does not interpret their internal structure. By contrast, document-oriented databases can classify and interpret document content. This enables queries that distinguish between types of data––for example, retrieving all phone numbers containing "555" without also matching a postal code such as "55555."^[3][4]

Document databases typically provide mechanisms for updating or editing the content or metadata of a document. Updates may involve replacing the entire document or modifying individual elements or fields within the document.^[4]

Document database implementations support a variety of methods for organizing documents, including:

• المجموعات: هي مجموعات من المستندات. وبحسب التطبيق، قد يُشترط أن ينتمي المستند إلى مجموعة واحدة أو قد يُسمح بوجوده في مجموعات متعددة. ^{[ 4 ]}
• الوسوم والبيانات الوصفية غير المرئية: بيانات إضافية مخزنة خارج محتوى المستند الرئيسي.
• التسلسلات الهرمية للمجلدات: المستندات المنظمة في بنية تشبه الشجرة، وغالبًا ما تعتمد على المسار أو المعرف الموحد للموارد (URI).

قد تختلف هذه الهياكل التنظيمية بين التمثيلات المنطقية والمادية (على سبيل المثال على القرص أو في الذاكرة).

يمكن اعتبار قاعدة البيانات الموجهة نحو المستندات شكلاً متخصصاً من مخازن القيم المفتاحية ، والتي تُصنف بدورها ضمن فئة قواعد بيانات NoSQL. في مخزن القيم المفتاحية الأساسي، يتعامل نظام قاعدة البيانات مع القيمة المخزنة على أنها غير قابلة للفهم. في المقابل، توفر قاعدة البيانات الموجهة نحو المستندات واجهات برمجة تطبيقات (APIs) أو لغة استعلام وتحديث تسمح بإجراء الاستعلامات والتعديلات بناءً على البنية الداخلية للمستند. بالنسبة للمستخدمين الذين لا يحتاجون إلى إمكانيات متقدمة للاستعلام أو الاسترجاع أو التحديث، قد يكون الفرق بين قواعد البيانات الموجهة نحو المستندات ومخازن القيم المفتاحية ضئيلاً. ^{[ 2 ]}

توفر بعض محركات البحث وأنظمة استرجاع المعلومات ، مثل Apache Solr و Elasticsearch ، تخزين المستندات وتدعم عملياتها الأساسية. ونتيجة لذلك، قد تستوفي بعض التعريفات الوظيفية لقاعدة بيانات موجهة نحو المستندات، على الرغم من اختلاف أهداف تصميمها الأساسية.

في قواعد البيانات العلائقية، تُنظَّم البيانات في أنواع مُحدَّدة مُسبقًا تُمثَّل بجداول. يحتوي كل جدول على صفوف (سجلات) مع مجموعة ثابتة من الأعمدة (الحقول)، لذا تشترك جميع السجلات في الجدول في نفس البنية. عادةً ما يُحدِّد المسؤولون فهارس على حقول مُختارة لتحسين أداء الاستعلامات. أحد المبادئ الأساسية لتصميم قواعد البيانات العلائقية هو تطبيع قاعدة البيانات ، حيث تُخزَّن البيانات التي قد تتكرر في جداول منفصلة وتُربط باستخدام مفاتيح. ^{[ 5 ]} عندما تكون السجلات في جداول مختلفة مرتبطة، يُستخدم مفتاح خارجي لربطها.

على سبيل المثال، قد يخزن تطبيق دفتر العناوين اسم جهة الاتصال وصورتها وأرقام هواتفها وعناوينها البريدية وعناوين بريدها الإلكتروني. في تصميم علائقي مُنمذج، قد تُنشأ جداول منفصلة لجهات الاتصال وأرقام الهواتف وعناوين البريد الإلكتروني. يتضمن جدول أرقام الهواتف مفتاحًا خارجيًا يُشير إلى جهة الاتصال المرتبطة به. لإعادة بناء سجل جهة اتصال كامل، تسترجع قاعدة البيانات المعلومات ذات الصلة من كل جدول باستخدام المفاتيح الخارجية، ثم تجمعها في سجل واحد.

على النقيض من ذلك، تخزن قاعدة البيانات الموجهة نحو المستندات جميع البيانات المتعلقة بكائن ما ضمن مستند واحد، وتُخزن في قاعدة البيانات كإدخال واحد. في مثال دفتر العناوين، قد يُخزن اسم جهة الاتصال وصورتها ومعلومات الاتصال بها معًا في مستند واحد. يُسترجع المستند باستخدام مفتاح فريد، وتُعاد جميع المعلومات ذات الصلة معًا، دون الحاجة إلى البحث في جداول متعددة. ^{[ 3 ]}

يتمثل أحد الفروق الرئيسية بين النماذج الموجهة نحو المستندات والنماذج العلائقية في أن تنسيقات البيانات غير محددة مسبقًا في حالة المستندات. في معظم الحالات، يمكن تخزين أي نوع من المستندات في قاعدة البيانات، ويمكن أن تتغير المستندات في نوعها وشكلها بمرور الوقت. على سبيل المثال، يمكن إضافة حقل جديد مثل COUNTRY_FLAG إلى المستندات الجديدة عند إدراجها دون التأثير على المستندات الموجودة. ولتسهيل عملية الاسترجاع، تسمح الأنظمة الموجهة نحو المستندات عادةً للمسؤول بتوفير تلميحات لقاعدة البيانات لتحديد مواقع أنواع معينة من المعلومات. تعمل هذه التلميحات بطريقة مشابهة للفهارس في قواعد البيانات العلائقية. ^{[ 2 ]} كما تسمح العديد من الأنظمة بإضافة بيانات وصفية إضافية خارج محتوى المستند نفسه، مثل تصنيف الإدخالات كجزء من دفتر عناوين، مما يُمكّن من استرجاع المعلومات ذات الصلة، على سبيل المثال، جميع إدخالات دفتر العناوين. يوفر هذا وظائف مشابهة للجدول، ولكنه يفصل المفهوم (فئات البيانات) عن تنفيذه الفعلي (الجداول). ^{[ 4 ]}

في نموذج قواعد البيانات العلائقية التقليدي المُعَمَّم، تُمثَّل الكائنات في قاعدة البيانات كصفوف بيانات منفصلة، ​​دون أي بنية جوهرية تتجاوز ما هو مُعرَّف في الجداول. قد يُسبب هذا صعوبات عند ترجمة كائنات البرمجة من وإلى صفوف قاعدة البيانات المُقابلة لها، وهو تحدٍّ يُعرف باسم عدم تطابق مُعاوقة الكائنات العلائقية . ^{[ 6 ]} في المقابل، غالبًا ما تُربط مخازن المستندات كائنات البرمجة مباشرةً بقاعدة البيانات، مما يحافظ على جزء كبير من بنيتها الداخلية. تُوصف قواعد البيانات التي تستخدم هذا النهج عادةً بأنها أنظمة NoSQL .

معظم قواعد بيانات XML هي قواعد بيانات موجهة نحو المستندات.