MongoDB

Présentation du cours

Introduction à MongoDB

{
  "_id": ObjectId("5f8d8d8d8d8d8d8d8d8d8d8d"),
  "titre": "Le Seigneur des Anneaux",
  "annee": 2001,
  "duree": 178,
  "genres": ["Aventure", "Fantasy", "Action"],
  "realisateur": {
    "nom": "Jackson",
    "prenom": "Peter"
  },
  "acteurs": ["Elijah Wood", "Ian McKellen", "Viggo Mortensen"],
  "pays": "Nouvelle-Zélande",
  "note_imdb": 8.8
}

// Exemple de pipeline d'agrégation
db.orders.aggregate([
  { $match: { status: "completed" } },
  { $group: {
      _id: "$customer_id",
      total: { $sum: "$amount" },
      count: { $sum: 1 }
  }},
  { $sort: { total: -1 } },
  { $limit: 10 }
])

Structure d'une base et organisation des données

Installation et configuration

1. Installation sur différentes plateformes

   1. Windows :

      1. 1. Télécharger l'installeur sur https://www.mongodb.com/try/download/community
      2. 2. Suivre l'assistant d'installation
      3. 3. Lancer le service MongoDB depuis les Services Windows ou en ligne de commande

   2. macOS :

      1. brew tap mongodb/brew
      2. brew install mongodb-community@7.0
      3. brew services start mongodb-community@7.0

   3. Linux (Ubuntu/Debian) :

      1. wget -qO - https://www.mongodb.org/static/pgp/server-7.0.asc | sudo apt-key add -
      2. echo "deb [ arch=amd64,arm64 ] https://repo.mongodb.org/apt/ubuntu focal/mongodb-org/7.0 multiverse" | sudo tee /etc/apt/sources.list.d/mongodb-org-7.0.list
      3. sudo apt-get update
      4. sudo apt-get install -y mongodb-org
      5. sudo systemctl start mongod

2. Configuration initiale

   1. mongod.conf

      1. configurer le port

         Le fichier mongod.conf permet de configurer le port, le répertoire de données, la sécurité, etc.

         # Extrait minimal de mongod.conf
                                                               storage:
                                                                 dbPath: /var/lib/mongodb
                                                               data:
                                                                 bindIp: 127.0.0.1
                                                               net:
                                                                 port: 27017
                                                               security:
                                                                 authorization: enabled
                                               

   2. Lancer le serveur

      Pour lancer et arrêter le serveur :

      
                                # Démarrer
                                sudo systemctl start mongod
                                # Arrêter
                                sudo systemctl stop mongod
                              

   3. Connexion au serveur MongoDB

      • MongoDB Shell (mongosh) :

        
                                    # Se connecter localement
                                    mongosh
                                    # Se connecter à une base distante
                                    mongosh "mongodb+srv://<user>:<password>@cluster0.mongodb.net/test"
                                  

      • MongoDB Compass (GUI) : Application graphique pour explorer visuellement vos bases et collections, faire des requêtes, importer/exporter des données, etc.

   4. Astuce

      Pour des tests rapides, MongoDB Atlas propose une instance cloud gratuite, sans installation locale.

3. Quiz

   Quel est le port par défaut utilisé par MongoDB?

   Afficher la réponse

   Réponse : 27017

4. QCM

   Quel outil permet d’explorer graphiquement les bases MongoDB ?

   MongoDB Compass
   Excel
   Notepad
   Valider

Découverte de MongoDB Atlas

1. Présentation générale

   MongoDB Atlas est la plateforme cloud officielle de MongoDB, qui permet de déployer, gérer et faire évoluer des bases de données MongoDB dans le cloud (AWS, Azure, GCP).

2. Avantages du cloud

   • Haute disponibilité (réplication multi-zone)
   • Sauvegardes automatiques
   • Scalabilité à la demande
   • Maintenance et mises à jour simplifiées

3. Mise en place d'un compte Atlas

   1. Créer un compte sur mongodb.com/cloud/atlas
   2. Créer un cluster gratuit (M0)
   3. Configurer un utilisateur et une whitelist d’IP
   4. Se connecter via Compass ou mongosh

4. Interface MongoDB Atlas

   1. Vue d'ensemble de l'interface

      graph TD A[Atlas UI] --> B[API Gateway] B --> C[Authentication Service] B --> D[Cluster Manager] D --> E[Database Services] D --> F[Monitoring] D --> G[Backup Services]

   2. Configuration d'un cluster

      Configuration d'un Cluster

      Paramètres principaux

      Cloud Provider: AWS Azure GCP

      Region: eu-west-1 us-east-1 ap-southeast-1

      Cluster Tier: M0 M2 M5

      Paramètres avancés

      Replica Set:

      Sharding: Disabled Enabled

      Version MongoDB: 6.0 5.0 4.4

      Paramètres de sécurité

      Authentification: SCRAM X.509

      TLS/SSL: TLS 1.2 TLS 1.3

      IP Access List:

      Paramètres principaux lors de la création d'un cluster :

      • Cloud Provider : AWS, Azure ou GCP
      • Region : Choisir la région la plus proche
      • Cluster Tier : M0 (gratuit), M2, M5, etc.
      • Replica Set : Pour la haute disponibilité
      • Sharding : Pour la scalabilité horizontale

   3. Connexion à la base de données

      1. MongoDB Compass

      Interface graphique pour explorer et gérer votre base de données

      • Interface intuitive
      • Opérations CRUD
      • Visualisation des données
      • Import/Export

      2. mongosh (MongoDB Shell)

      Ligne de commande pour interagir avec MongoDB

      Exemple de connexion

      const { MongoClient } = require('mongodb');
      const uri = "mongodb+srv://username:password@cluster0.mongodb.net";
      const client = new MongoClient(uri);
      

      3. Programmation

      Node.js

      const { MongoClient } = require('mongodb');
      const uri = "mongodb+srv://username:password@cluster0.mongodb.net";
      const client = new MongoClient(uri);
      

      Python

      from pymongo import MongoClient
      uri = "mongodb+srv://username:password@cluster0.mongodb.net"
      client = MongoClient(uri)
      

      Java

      MongoClient mongoClient = MongoClients.create(
          "mongodb+srv://username:password@cluster0.mongodb.net"
      );
      

      Scala

      val client = MongoClient(
          "mongodb+srv://username:password@cluster0.mongodb.net"
      )
      

   4. Configuration de sécurité

      1. Gestion des utilisateurs

      Création d'un utilisateur avec les droits nécessaires

      Exemple de création d'utilisateur

      db.createUser({
        user: "myapp",
        pwd: "secure_password",
        roles: [
          { role: "readWrite", db: "myapp" },
          { role: "dbAdmin", db: "myapp" }
        ]
      });
      

      Rôles MongoDB

      Rôles de lecture/écriture

      • read : Lecture seule
      • readWrite : Lecture et écriture
      • readWriteAnyDatabase : Accès à toutes les bases

      Rôles d'administration

      • dbAdmin : Administration de la base
      • dbOwner : Propriétaire de la base
      • userAdmin : Gestion des utilisateurs

      Rôles système

      • clusterAdmin : Administration du cluster
      • clusterManager : Gestion du cluster
      • clusterMonitor : Surveillance du cluster

      Rôles spéciaux

      • root : Accès complet
      • backup : Sauvegarde
      • restore : Restauration

      Recommandations d'utilisation

      • Utiliser le principe du moindre privilège
      • Éviter les rôles root et admin sauf nécessité
      • Créer des rôles personnalisés si nécessaire
      • Séparer les rôles d'administration et d'application
      • Documenter les rôles utilisés

      2. Contrôle d'accès IP

      Configuration des IP autorisées

      Exemple de configuration

      # IP spécifique
      192.168.1.100/32
      
      # Plage d'IP
      192.168.1.0/24
      
      # IP dynamique (avec masque)
      192.168.1.0/28
      

      • Éviter l'IP 0.0.0.0/0 (toutes les IP)
      • Utiliser des plages d'IP spécifiques
      • Supprimer les IP non utilisées
      • Utiliser des masques de sous-réseau appropriés

      3. Authentification forte

      Configuration de l'authentification

      • Mots de passe complexes (12 caractères minimum)
      • Rotation des mots de passe
      • Utilisation de certificats X.509
      • Authentification multi-facteurs (MFA)
      • Expiration des sessions inactives

      4. Encryption en transit

      Configuration de l'encryption

      • Utiliser TLS/SSL pour toutes les connexions
      • Version TLS 1.2 minimum
      • Validation des certificats
      • Configuration des certificats client
      • Monitoring des connexions non sécurisées

   5. Meilleures pratiques

      1. Sécurité

      • Utiliser un réseau privé virtuel (VPN)
      • Activer l'audit des opérations
      • Limiter les connexions simultanées
      • Sauvegarder régulièrement les données
      • Surveiller les tentatives de connexion

      2. Performance

      • Indexer les champs fréquemment utilisés
      • Optimiser les requêtes complexes
      • Utiliser le sharding pour les gros volumes
      • Limiter le nombre de documents retournés
      • Utiliser les projections pour les champs

      3. Maintenance

      • Planifier les sauvegardes
      • Surveiller l'utilisation des ressources
      • Documenter la structure des données
      • Mettre à jour régulièrement
      • Tester les modifications avant production

      4. Bonnes pratiques de développement

      • Utiliser des schémas bien définis
      • Éviter les documents trop volumineux
      • Utiliser les transactions quand nécessaire
      • Implémenter la pagination
      • Gérer les erreurs de connexion

      5. Surveillance

      • Activer les logs
      • Surveiller les performances
      • Configurer les alertes
      • Analyser les métriques
      • Documenter les incidents

5. Quiz

   Citez deux avantages de MongoDB Atlas par rapport à une installation locale. Afficher la réponse

   • Haute disponibilité, sauvegardes automatiques, scalabilité facile…

6. QCM

   MongoDB Atlas permet :

   De déployer MongoDB dans le cloud sans gestion serveur
   D’installer MongoDB uniquement sur Windows
   De remplacer le SQL par du NoSQL sur Excel
   Valider

Interface MongoDB Atlas

# IP spécifique
192.168.1.100/32

# Plage d'IP
192.168.1.0/24

# IP dynamique (avec masque)
192.168.1.0/28

const { MongoClient } = require('mongodb');
const uri = "mongodb+srv://username:password@cluster0.mongodb.net";
const client = new MongoClient(uri);

from pymongo import MongoClient
client = MongoClient("mongodb+srv://username:password@cluster0.mongodb.net")

MongoClient mongoClient = MongoClients.create(
    "mongodb+srv://username:password@cluster0.mongodb.net");

import com.mongodb.client.MongoClients
import org.mongodb.scala.MongoClient

// Connexion avec le driver Scala
val uri = "mongodb+srv://username:password@cluster0.mongodb.net"
val mongoClient = MongoClient(uri)

// Utilisation avec le driver Java
val javaClient = MongoClients.create(uri)

// Exemple de requête
val database = mongoClient.getDatabase("mydb")
val collection = database.getCollection("mycollection")

// Insertion d'un document
val document = Document("name" -> "John", "age" -> 30)
collection.insertOne(document).subscribe(
  (result: InsertOneResult) => println(s"Document inserted: ${result.getInsertedId}")
)

Les Fondamentaux de MongoDB

1. Introduction à MongoDB et aux bases NoSQL

   1. Qu'est-ce que MongoDB ?

      MongoDB est une base de données NoSQL orientée document, conçue pour la flexibilité, la scalabilité horizontale et les performances élevées.

      graph TD %% Niveaux principaux A[MongoDB] --> B[Base de données] B --> C[Collection] C --> D[Document] %% Documents dans la collection C --> Doc1[Document 1] C --> Doc2[Document 2] C --> Doc3[Document ...] %% Structure d'un document Doc1 --> Field1[_id: ObjectId] Doc1 --> Field2[nom] Doc1 --> Field3[email] Doc1 --> Field4[adresse] %% Styles de base style A fill:#4db8ff,stroke:#4db8ff,color:white style B fill:#4db8ff,stroke:#4db8ff,color:white style C fill:#ff6b6b,stroke:#ff6b6b,color:white style Doc1 fill:#6c5ce7,stroke:#6c5ce7,color:white,stroke-dasharray: 5 5 style Doc2 fill:#6c5ce7,stroke:#6c5ce7,color:white,stroke-dasharray: 5 5 style Doc3 fill:#6c5ce7,stroke:#6c5ce7,color:white,stroke-dasharray: 5 5

      Les collections MongoDB

      Une collection dans MongoDB est un groupe de documents, équivalent à une table dans les bases de données relationnelles. Cependant, contrairement aux tables, les collections n'imposent pas de schéma strict.

      Caractéristiques des collections :

      • Pas de schéma imposé : les documents d'une même collection peuvent avoir des structures différentes
      • Haute performance : optimisées pour les opérations de lecture/écriture
      • Indexables : permet des recherches rapides

      Bon à savoir : Par convention, les noms de collections sont au pluriel (ex: users, orders).

      Figure 1 : Architecture de MongoDB montrant les relations entre les différents composants.

   2. Pourquoi choisir MongoDB ?

      1. Performance

         Moteur de stockage haute performance avec :

         Exemple de performance

         Un site e-commerce utilisant MongoDB peut gérer jusqu'à 100 000 lectures par seconde avec des temps de réponse inférieurs à 10ms, ce qui permet une expérience utilisateur fluide même pendant les périodes de pointe comme le Black Friday.

         • Support natif de la réplication
         • Sharding intégré
         • Indexation avancée
         • Cache de requêtes

      2. Scalabilité

         Architecture distribuée conçue pour :

         Exemple de scalabilité

         Une application de médias sociaux peut commencer avec un seul serveur MongoDB. À mesure que le nombre d'utilisateurs passe de 1 000 à 10 millions, l'application peut évoluer en ajoutant des shards (partitions de données) sur plusieurs serveurs, sans temps d'arrêt.

         • Échelle horizontale facile
         • Répartition des charges
         • Haute disponibilité

      3. Modèle de données flexible

         Avantages du schéma dynamique :

         Exemple de flexibilité

         Dans une application de blog, vous pourriez initialement stocker uniquement le titre et le contenu d'un article. Plus tard, vous pourriez ajouter des champs comme des tags, une image de couverture ou des commentaires directement dans le même document, sans avoir à modifier la structure de la base de données.

         ```
         // Premier enregistrement
         {
           titre: "Mon premier article",
           contenu: "Contenu de l'article...",
           date: ISODate("2023-01-01")
         }
         
         // Plus tard, ajout de nouveaux champs sans modification de schéma
         {
           titre: "Nouvel article",
           contenu: "Contenu mis à jour...",
           date: ISODate("2023-04-15"),
           tags: ["technologie", "programmation"],
           image: "url-de-l-image.jpg",
           auteur: {
             nom: "Alice",
             role: "rédacteur"
           },
           commentaires: [
             { auteur: "Bob", texte: "Super article !", date: ISODate("2023-04-16") }
           ]
         }
         ```
         

         • Évolution sans temps d'arrêt
         • Documents hétérogènes
         • Modélisation naturelle des données

      4. Écosystème riche

         Une large gamme d'outils :

         Exemples d'outils populaires

         • MongoDB Compass : Interface graphique pour explorer et manipuler les données
         • MongoDB Atlas : Service cloud géré avec hébergement sur AWS, Azure ou GCP
         • MongoDB Charts : Outil de visualisation de données intégré
         • MongoDB BI Connector : Permet d'utiliser des outils BI comme Tableau avec MongoDB
         • Drivers officiels : Pour Node.js, Python, Java, C#, etc.

         Astuce : Ces outils rendent MongoDB accessible aussi bien aux développeurs qu'aux analystes de données, facilitant ainsi la collaboration entre les équipes.

         • Drivers pour tous les langages majeurs
         • Outils de gestion (Compass, Atlas)
         • Intégrations cloud
         • Communauté active

   3. Concepts clés du NoSQL

      1. Modèles de données NoSQL

         • Document

           Stockage de documents JSON/BSON

           Ex: MongoDB, CouchDB

         • Clé-Valeur

           Stockage simple clé-valeur

           Ex: Redis, DynamoDB

         • Colonnes larges

           Stockage par colonnes

           Ex: Cassandra, HBase

         • Graphes

           Relations complexes entre données

           Ex: Neo4j, ArangoDB

      2. ACID vs BASE

         ACID (SQL)	BASE (NoSQL)	Description
         Atomicité	Disponibilité de base	Disponibilité même en cas de pannes
         Cohérence	État souple (Soft state)	Les données peuvent évoluer sans mise à jour
         Isolation	Cohérence à terme	Les données finissent par être cohérentes
         Durabilité	Scalabilité horizontale	Capacité à gérer de grandes quantités de données

   4. Quand utiliser MongoDB ?

      Idéal pour

      • Applications web et mobiles API RESTful
      • Gestion de contenu (CMS) Contenu dynamique
      • Catalogues produits E-commerce
      • Données IoT et séries temporelles Big Data
      • Profils utilisateurs Données utilisateurs
      • Données géospatiales Géolocalisation

      Moins adapté pour

      • Applications financières Transactions complexes
      • Systèmes relationnels Jointures complexes
      • Applications critiques Cohérence forte requise
      • Requêtes complexes SQL avancé
      • Données hautement relationnelles Modèle relationnel

      Conseil :

      MongoDB excelle dans les cas d'utilisation nécessitant flexibilité et évolutivité. Pour les systèmes transactionnels complexes, envisagez une base de données relationnelle traditionnelle.

   5. Opérations CRUD avec MongoDB

      Les opérations CRUD (Create, Read, Update, Delete) sont fondamentales pour interagir avec une base de données MongoDB. Voici comment les mettre en œuvre :

      1. Create - Insertion de documents

         Pour insérer des documents dans une collection :

                             // Insérer un seul document
                               db.collection('users').insertOne({
                                 name: 'Jean Dupont',
                                 email: 'jean@exemple.com',
                                 age: 30,
                                 status: 'actif'
                               });
         
                               // Insérer plusieurs documents
                               db.collection('posts').insertMany([
                                 { title: 'Premier article', content: 'Contenu...', likes: 0 },
                                 { title: 'Deuxième article', content: 'Contenu...', tags: ['tech', 'mongodb'] }
                               ]);
                             
                           

         MongoDB génère automatiquement un _id unique pour chaque document si aucun n'est spécifié.

      2. Read - Lecture de documents

         Pour rechercher des documents :

                             // Trouver tous les documents
                                 db.collection('users').find({});
         
                                 // Avec des critères de recherche
                                 db.collection('users').find({ status: 'actif' });
         
                                 // Avec projection (sélection des champs)
                                 db.collection('users').find(
                                   { age: { $gt: 25 } },
                                   { projection: { name: 1, email: 1, _id: 0 } }
                                 );
         
                                 // Trier et limiter les résultats
                                 db.collection('posts')
                                   .find({})
                                   .sort({ created_at: -1 })
                                   .limit(10);
                               
                           

      3. Update - Mise à jour de documents

         Pour mettre à jour des documents :

                             // Mettre à jour un seul document
                               db.collection('users').updateOne(
                                 { email: 'jean@exemple.com' },
                                 { $set: { status: 'inactif' } }
                               );
         
                               // Mettre à jour plusieurs documents
                               db.collection('posts').updateMany(
                                 { views: { $lt: 100 } },
                                 { $inc: { views: 1 } }
                               );
         
                               // Opérateurs de mise à jour courants :
                               // $set, $unset, $inc, $push, $pull, $addToSet
                             
                           

      4. Delete - Suppression de documents

         Pour supprimer des documents :

                             // Supprimer un seul document
                               db.collection('users').deleteOne({ email: 'jean@exemple.com' });
         
                               // Supprimer plusieurs documents
                               db.collection('posts').deleteMany({ status: 'archived' });
         
                               // Attention : Sans filtre, cela supprime tous les documents de la collection !
                               // db.collection('users').deleteMany({});
                             
                           

         Attention : Les opérations de suppression sont irréversibles. Toujours vérifier ses critères de sélection avant de supprimer.

      5. Bonnes pratiques CRUD

         • Utilisez des index pour optimiser les requêtes de lecture
         • Privilégiez les opérations en masse (insertMany, updateMany) pour améliorer les performances
         • Utilisez les transactions pour les opérations atomiques sur plusieurs documents
         • Limitez les champs retournés avec la projection pour réduire la charge réseau
         • Pensez à la cohérence des données dans un environnement distribué

2. Structure des documents MongoDB

   1. Introduction au format BSON

      MongoDB utilise le format BSON (Binary JSON) pour stocker les documents. C'est une représentation binaire de JSON avec des types de données supplémentaires.

      Avantages du BSON :

      1. Plus rapide à analyser que JSON
      2. Supporte plus de types de données
      3. Efficace pour le stockage et la récupération

   2. Anatomie d'un document

      Un document MongoDB typique :

      {
        _id: ObjectId("507f1f77bcf86cd799439011"),
        nom: "Jean Dupont",
        age: 30,
        email: "jean.dupont@example.com",
        adresse: {
          rue: "123 Rue Exemple",
          ville: "Paris",
          codePostal: "75000"
        },
        competences: ["MongoDB", "JavaScript", "Node.js"],
        dateInscription: ISODate("2023-01-15T10:30:00Z")
      }

   3. Types de données

      1. Types scalaires
         1. String : Chaînes de caractères UTF-8
         2. Number : Entiers, décimaux, doubles
         3. Boolean : true/false
         4. Date : Horodatage
         5. Null : Valeur nulle
      2. Types composés
         1. Document : Objet imbriqué
         2. Array : Tableau de valeurs
      3. Types spéciaux
         1. ObjectId : Identifiant unique
         2. Binary Data : Données binaires
         3. Regular Expression : Expressions régulières
         4. Timestamp : Horodatage interne

   4. Bonnes pratiques de modélisation

      1. Conception orientée documents

         Regrouper les données fréquemment accédées ensemble

      2. Éviter les jointures excessives

         Privilégier l'imbrication quand c'est pertinent

      3. Utilisation des références

         Pour les relations un-à-plusieurs ou plusieurs-à-plusieurs

      4. Considérations sur la taille des documents

         Éviter les documents trop volumineux (>16Mo)

3. Guide Complet des Opérations MongoDB

   Ce guide couvre en détail les opérations CRUD (Create, Read, Update, Delete) dans MongoDB.

   Recherche de Documents (find)

   1. Syntaxe de Base

          
              // Syntaxe de base de la méthode find()
              // db.collection.find(query, projection)
      
              // Exemple 1: Trouver tous les documents
              const allDocuments = db.users.find({});
      
              // Exemple 2: Trouver avec des critères de recherche
              const activeUsers = db.users.find({
                  status: 'active',
                  lastLogin: { $gt: new Date('2023-01-01') }
              });
      
              // Exemple 3: Utilisation de la projection
              const userNames = db.users.find(
                  { role: 'user' },
                  { 
                      name: 1, 
                      email: 1,
                      _id: 0  // Exclure le champ _id
                  }
              );
      
              // Exemple 4: Trier et limiter les résultats
              const recentOrders = db.orders
                  .find({ status: 'completed' })
                  .sort({ orderDate: -1 })
                  .limit(10);
      
              // Exemple 5: Compter les documents
              const activeUserCount = db.users.countDocuments({ status: 'active' });
      
              // Exemple 6: Utilisation d'opérateurs de requête
              const highValueOrders = db.orders.find({
                  total: { $gt: 1000 },  // Montant supérieur à 1000
                  status: { $in: ['pending', 'processing'] },  // Statut dans la liste
                  orderDate: { 
                      $gte: new Date('2023-01-01'),
                      $lt: new Date('2024-01-01')
                  }
              });
      
              // Exemple 7: Recherche avec expression régulière
              const nameStartsWithJ = db.users.find({
                  name: { $regex: /^J/i }  // Noms commençant par J (insensible à la casse)
              });
      
              // Exemple 8: Requête sur des tableaux
              const usersWithSpecificTags = db.users.find({
                  tags: { $all: ['premium', 'verified'] }  // Doit avoir tous les tags spécifiés
              });
      
              // Exemple 9: Requête avec opérateurs logiques
              const complexQuery = db.products.find({
                  $or: [
                      { category: 'electronics', price: { $lt: 500 } },
                      { category: 'books', rating: { $gte: 4 } }
                  ],
                  inStock: true
              });
      
              // Exemple 10: Utilisation de $elemMatch pour les tableaux d'objets
              const usersWithSpecificAddress = db.users.find({
                  addresses: {
                      $elemMatch: {
                          type: 'billing',
                          city: 'Paris'
                      }
                  }
              });
          
      

   2. Exemple Simple

          
            // Trouver tous les utilisateurs actifs
            db.users.find({ 
                status: 'active',
                lastLogin: { $gt: new Date('2023-01-01') }
            }).sort({ createdAt: -1 });
          
      

   3. Avec Projection

          
              // Sélectionner uniquement certains champs
              db.users.find(
              { role: 'customer' },
              { 
                  name: 1, 
                  email: 1, 
                  _id: 0  // Exclure le champ _id
              }
              ).limit(10);
          
      

   4. Opérateurs de Requête Courants

      Opérateur	Description	Exemple
      $eq	Égal à	{ age: { $eq: 25 } }
      $gt, $gte	Plus grand (ou égal) que	{ age: { $gt: 21 } }
      $in, $nin	Dans / pas dans un tableau	{ role: { $in: ["admin", "editor"] } }
      $and, $or	Opérateurs logiques	{ $or: [ { status: "A" }, { qty: { $lt: 30 } } ] }

   5. Bonnes Pratiques

      • Utilisez des index pour améliorer les performances
      • Limitez les champs retournés avec la projection
      • Évitez les opérations qui scannent toute la collection (COLLSCAN)
      • Utilisez .explain() pour analyser les performances des requêtes

   1. Les Commandes d'Insertion

      1. Méthodes Disponibles

         1. insertOne()

            Insère un seul document

            // Insérer un seul document
            const result = await db.users.insertOne({
              name: "Jean Dupont",
              email: "jean@example.com",
              age: 30,
              roles: ["user", "admin"],
              createdAt: new Date()
            });
            
            console.log(`Document inséré avec l'ID: ${result.insertedId}`);
            
            // Résultat attendu :
            // Document inséré avec l'ID: 5f8d... (ObjectId)

         2. insertMany()

            Insère plusieurs documents

            // Insérer plusieurs documents
            const result = await db.products.insertMany([
              {
                name: "Ordinateur portable",
                category: "Électronique",
                price: 999.99,
                inStock: true,
                tags: ["nouveau", "promo"]
              },
              {
                name: "Souris sans fil",
                category: "Périphériques",
                price: 49.99,
                inStock: true
              },
              {
                name: "Clavier mécanique",
                category: "Périphériques",
                price: 89.99,
                inStock: false
              }
            ], {
              writeConcern: { w: "majority" },
              ordered: true  // Annule l'insertion en cas d'erreur
            });
            
            console.log(`${result.insertedCount} documents insérés`);
            console.log("IDs des documents insérés:", result.insertedIds);
            
            // Résultat attendu :
            // 3 documents insérés
            // IDs des documents insérés: {
            //   '0': ObjectId("..."),
            //   '1': ObjectId("..."),
            //   '2': ObjectId("...")
            // }

      2. Options d'Insertion

         Option	Type	Description	Valeur par défaut
         writeConcern	Document	Niveau de garantie d'écriture	{ w: 1 }
         ordered	Boolean	Arrêter à la première erreur si false	true
         bypassDocumentValidation	Boolean	Contourner la validation du schéma	false

      3. Bonnes Pratiques

         • Utilisez insertMany() pour insérer plusieurs documents en une seule opération
         • Désactivez ordered pour ignorer les erreurs et continuer l'insertion
         • Validez les données avant l'insertion
         • Utilisez des transactions pour des opérations atomiques sur plusieurs collections

      4. Génération des _id

         Si non spécifié, MongoDB génère un _id unique de type ObjectId :

                             
                               {
                                   _id: ObjectId("507f1f77bcf86cd799439011"),  // Format 12-byte
                                   // 4 bytes: timestamp
                                   // 5 bytes: random value
                                   // 3 bytes: counter
                                   ...
                                 }
                               
                           

         Pour utiliser un identifiant personnalisé :

         // Insérer un seul document
         const result = await db.users.insertOne({
           name: "Jean Dupont",
           email: "jean@example.com",
           age: 30,
           roles: ["user", "admin"],
           createdAt: new Date()
         });
         
         console.log(`Document inséré avec l'ID: ${result.insertedId}`);
         
         // Résultat attendu :
         // Document inséré avec l'ID: 5f8d... (ObjectId)

   2. Les Commandes de Mise à Jour

      1. Méthodes Principales

         1. updateOne()

            Met à jour un seul document

            // Mettre à jour un document spécifique
            const result = await db.products.updateOne(
              { _id: ObjectId("507f1f77bcf86cd799439011") },  // Filtre
              {
                $set: {  // Opérateur de mise à jour
                  price: 1099.99,
                  lastModified: new Date()
                },
                $inc: { viewCount: 1 },
                $addToSet: { tags: "nouveau" }
              },
              {
                upsert: false,  // Ne pas créer le document s'il n'existe pas
                writeConcern: { w: "majority" }
              }
            );
            
            console.log(`${result.matchedCount} document(s) correspondant(s)`);
            console.log(`${result.modifiedCount} document(s) modifié(s)`);
            console.log(`ID du document inséré: ${result.upsertedId || 'Aucun'}`);
            
            // Résultat attendu :
            // 1 document(s) correspondant(s)
            // 1 document(s) modifié(s)
            // ID du document inséré: Aucun

         2. updateMany()

            Met à jour plusieurs documents

            // Mettre à jour plusieurs documents correspondant aux critères
            const result = await db.products.updateMany(
              { 
                category: "Électronique",
                price: { $lt: 1000 }  // Produits électroniques à moins de 1000€
              },
              {
                $set: { 
                  onSale: true,
                  discount: 0.1,  // 10% de réduction
                  lastPromoUpdate: new Date()
                },
                $inc: { price: 50 }  // Augmenter le prix de 50€
              },
              {
                writeConcern: { w: "majority" },
                upsert: false
              }
            );
            
            console.log(`${result.matchedCount} document(s) correspondant(s)`);
            console.log(`${result.modifiedCount} document(s) modifié(s)`);
            console.log(`ID du document inséré: ${result.upsertedId || 'Aucun'}`);
            
            // Résultat attendu (exemple) :
            // 15 document(s) correspondant(s)
            // 15 document(s) modifié(s)
            // ID du document inséré: Aucun

      2. Opérateurs de Mise à Jour

         1. Opérateurs de Champs

            • $set : Définit la valeur d'un champ
            • $unset : Supprime un champ
            • $rename : Renomme un champ
            • $inc : Incrémente une valeur numérique
            • $mul : Multiplie une valeur numérique
            • $min/$max : Met à jour si la valeur est plus petite/plus grande

         2. Opérateurs de Tableaux

            • $push : Ajoute un élément à un tableau
            • $addToSet : Ajoute si non présent
            • $pop : Supprime le premier/dernier élément
            • $pull : Supprime les éléments correspondants
            • $pullAll : Supprime plusieurs valeurs
            • $each : Utilisé avec $push et $addToSet pour ajouter plusieurs éléments

         3. Exemple Complet avec Opérateurs

                                                // Mettre à jour un profil utilisateur complexe
                                                    await db.users.updateOne(
                                                        { _id: userId },
                                                        {
                                                        $set: {
                                                            "profile.lastUpdated": new Date(),
                                                            "contact.email": "new.email@example.com",
                                                            "settings.theme": "dark"
                                                        },
                                                        $inc: { "stats.profileViews": 1 },
                                                        $addToSet: { 
                                                            tags: { $each: ["premium", "verified"] } 
                                                        },
                                                        $pull: { 
                                                            notifications: { 
                                                            type: "promo",
                                                            status: "unread" 
                                                            } 
                                                        }
                                                        },
                                                        { 
                                                        upsert: true,  // Crée le document s'il n'existe pas
                                                        writeConcern: { w: "majority" }
                                                        }
                                                    );
                                                
                                            

      3. Pièges Courants

         • Les mises à jour atomiques ne sont pas garanties sans _id dans le filtre
         • Les opérations de mise à jour sont atomiques au niveau du document
         • Les index peuvent affecter les performances des mises à jour
         • Les validations de schéma s'appliquent aux mises à jour

      4. Mise à Jour avec Agrégation (MongoDB 4.2+)

         Permet des mises à jour complexes en utilisant le pipeline d'agrégation :

                                     // Mettre à jour en fonction des valeurs existantes
                                         await db.orders.updateMany
                                         (
                                             { status: "processing" },
                                             [
                                             {
                                                 $set: {
                                                 lastUpdated: "$$NOW",
                                                 total: {
                                                     $add: [
                                                     "$subtotal",
                                                     { $multiply: ["$subtotal", "$taxRate"] },
                                                     "$shipping"
                                                     ]
                                                 }
                                                 }
                                             },
                                             {
                                                 $unset: ["tempField1", "tempField2"]
                                             }
                                         ]
                                         );
                                     
                                 

   4. Suppression de Documents

      Attention : Les opérations de suppression sont irréversibles. Utilisez ces commandes avec précaution.

      1. deleteOne()

         Suppression d'un document

         // Supprimer un document spécifique
         const result = await db.users.deleteOne(
           { _id: ObjectId("507f1f77bcf86cd799439011") },  // Filtre
           {
             writeConcern: { w: "majority" },
             collation: { locale: "fr", strength: 1 }  // Optionnel : pour la sensibilité à la casse
           }
         );
         
         console.log(`${result.deletedCount} document(s) supprimé(s)`);
         
         // Exemple avec journalisation avant suppression
         try {
           const user = await db.users.findOne({ _id: ObjectId("507f1f77bcf86cd799439011") });
           if (user) {
             await db.deletedUsers.insertOne({
               ...user,
               deletedAt: new Date(),
               deletedBy: "admin@example.com"
             });
             
             const result = await db.users.deleteOne({ _id: user._id });
             console.log(`Utilisateur ${user.email} supprimé avec succès`);
           }
         } catch (error) {
           console.error("Erreur lors de la suppression:", error);
         }
         
         // Résultat attendu (exemple) :
         // 1 document(s) supprimé(s)
         // OU
         // Utilisateur test@example.com supprimé avec succès

      2. deleteMany()

         Suppression de plusieurs documents

         // Supprimer plusieurs documents correspondant aux critères
         const result = await db.logs.deleteMany(
           { 
             // Supprimer les logs plus anciens que 30 jours
             timestamp: { 
               $lt: new Date(new Date() - 30 * 24 * 60 * 60 * 1000)
             },
             // Ne pas supprimer les logs importants
             priority: { $ne: "high" }
           },
           {
             writeConcern: { 
               w: "majority",
               wtimeout: 5000  // Timeout de 5 secondes
             },
             comment: "Nettoyage des logs mensuel"  // Pour le suivi des opérations
           }
         );
         
         console.log(`${result.deletedCount} logs supprimés`);
         
         // Exemple avec journalisation avancée
         const batchSize = 1000;
         let deletedCount = 0;
         let lastId = null;
         
         while (true) {
           // Récupérer un lot de documents à supprimer
           const batch = await db.logs
             .find(lastId ? { 
               _id: { $gt: lastId },
               timestamp: { $lt: new Date(new Date() - 30 * 24 * 60 * 60 * 1000) }
             } : { 
               timestamp: { $lt: new Date(new Date() - 30 * 24 * 60 * 60 * 1000) }
             })
             .sort({ _id: 1 })
             .limit(batchSize)
             .toArray();
         
           if (batch.length === 0) break;
           
           // Récupérer les IDs à supprimer
           const idsToDelete = batch.map(doc => doc._id);
           
           // Journaliser avant suppression
           await db.deletedLogs.insertMany(batch.map(doc => ({
             ...doc,
             deletedAt: new Date(),
             deletedBy: "cleanup-script"
           })));
           
           // Supprimer le lot
           const result = await db.logs.deleteMany({ _id: { $in: idsToDelete } });
           deletedCount += result.deletedCount;
           
           // Mettre à jour le dernier ID traité
           lastId = batch[batch.length - 1]._id;
           
           console.log(`Lot de ${result.deletedCount} logs supprimés (total: ${deletedCount})`);
           
           // Pause pour réduire la charge sur le serveur
           await new Promise(resolve => setTimeout(resolve, 100));
         }
         
         console.log(`Opération terminée. Total supprimé: ${deletedCount} logs.`);
         
         // Résultat attendu (exemple) :
         // Lot de 1000 logs supprimés (total: 1000)
         // Lot de 1000 logs supprimés (total: 2000)
         // Lot de 345 logs supprimés (total: 2345)
         // Opération terminée. Total supprimé: 2345 logs.
         

      3. Bonnes Pratiques

         • Toujours sauvegarder les données avant des suppressions en masse
         • Utiliser des transactions pour des suppressions atomiques sur plusieurs collections
         • Envisagez d'utiliser des "suppressions logiques" (champ "deleted") plutôt que des suppressions physiques
         • Testez toujours les critères de suppression avec une requête find() d'abord

   5. Requêtes Avancées MongoDB

      Cette section couvre des requêtes complexes combinant plusieurs opérateurs et étapes d'agrégation.

      1. Jointures Complexes avec $lookup et $unwind

         Scénario :

         Récupérer les commandes avec les détails des produits et les informations clients, en calculant le total par catégorie.

             
                 db.orders.aggregate([
           // Étape 1: Filtrer les commandes des 30 derniers jours
           {
             $match: {
               orderDate: { $gte: new Date(new Date() - 30 * 24 * 60 * 60 * 1000) }
             }
           },
           
           // Étape 2: Joindre avec la collection des clients
           {
             $lookup: {
               from: "customers",
               localField: "customerId",
               foreignField: "_id",
               as: "customer"
             }
           },
           
           // Étape 3: Déplier le tableau des articles commandés
           { $unwind: "$items" },
           
           // Étape 4: Joindre avec la collection des produits
           {
             $lookup: {
               from: "products",
               localField: "items.productId",
               foreignField: "_id",
               as: "product"
             }
           },
           
           // Étape 5: Déplier le tableau des produits
           { $unwind: "$product" },
           
           // Étape 6: Calculer le total pour chaque ligne de commande
           {
             $addFields: {
               "items.total": { $multiply: ["$items.quantity", "$product.price"] }
             }
           },
           
           // Étape 7: Grouper par catégorie de produit et calculer les totaux
           {
             $group: {
               _id: { category: "$product.category" },
               totalSales: { $sum: "$items.total" },
               orderCount: { $sum: 1 },
               averageOrderValue: { $avg: "$items.total" }
             }
           },
           
           // Étape 8: Trier par total des ventes (décroissant)
           { $sort: { totalSales: -1 } }
         ])
             
         

         Explication :

         1. $match : Filtre les commandes récentes
         2. $lookup : Jointure avec la collection des clients
         3. $unwind : Déploie le tableau des articles
         4. $lookup : Jointure avec la collection des produits
         5. $group : Agrège par catégorie avec calculs
         6. $project : Formate le résultat final

      2. Requêtes Géospatiales Avancées

         Scénario :

         Trouver les 10 restaurants les plus proches dans un rayon de 2 km, avec une note moyenne supérieure à 4.

         Recherche géospatiale avec agrégation Copier

         // 1. Création d'un index géospatial 2dsphere (à exécuter une seule fois)
         // db.restaurants.createIndex({ location: "2dsphere" });
         
         // 2. Requête pour trouver les restaurants à proximité
         const pointInteret = {
           type: "Point",
           coordinates: [2.3522, 48.8566]  // Paris, France
         };
         
         const result = await db.restaurants.aggregate([
           {
             $geoNear: {
               near: pointInteret,
               distanceField: "distance",
               maxDistance: 2000,  // 2 km en mètres
               spherical: true,
               query: { 
                 'grades.score': { $gte: 4 },
                 cuisine: { $exists: true }
               }
             }
           },
           {
             $lookup: {
               from: "neighborhoods",
               localField: "neighborhood",
               foreignField: "name",
               as: "neighborhood_info"
             }
           },
           { $unwind: "$neighborhood_info" },
           {
             $project: {
               name: 1,
               cuisine: 1,
               "address.street": 1,
               distance: { $round: ["$distance", 0] },
               neighborhood: "$neighborhood_info.name",
               borough: 1,
               lastGrade: { $arrayElemAt: ["$grades", -1] }
             }
           },
           { $sort: { distance: 1 } },
           { $limit: 10 }
         ]);
         
         console.log(JSON.stringify(result, null, 2));

      3. Recherche de Texte Avancée

         Scénario :

         Recherche avancée d'articles de blog avec pondération des champs, filtrage par date, catégorie et popularité.

         Recherche de texte avancée avec agrégation Copier

         // 1. Création d'un index de recherche en texte (à exécuter une seule fois)
         // db.articles.createIndex(
         //   { 
         //     title: "text", 
         //     content: "text",
         //     tags: "text"
         //   },
         //   {
         //     weights: {
         //       title: 5,    // Le titre a plus de poids
         //       tags: 3,     // Les tags ont un poids moyen
         //       content: 1   // Le contenu a le poids le plus faible
         //     },
         //     name: "text_search_index"
         //   }
         // );
         
         // 2. Requête de recherche avancée avec agrégation
         const searchTerm = "développement web";
         const minDate = new Date(new Date().setFullYear(new Date().getFullYear() - 1)); // Dernière année
         
         const result = await db.articles.aggregate([
           {
             $search: {
               text: {
                 query: searchTerm,
                 path: ["title", "content", "tags"],
                 fuzzy: {
                   maxEdits: 2,        // Tolère jusqu'à 2 fautes de frappe
                   prefixLength: 3,    // Nécessite les 3 premières lettres exactes
                   maxExpansions: 100  // Limite l'expansion des termes
                 },
                 score: { 
                   // Boost pour les correspondances exactes
                   boost: { value: 2 }
                 }
               },
               // Filtres supplémentaires
               compound: {
                 filter: [
                   { 
                     range: {
                       path: "publishedAt",
                       gte: minDate,
                       lte: new Date()
                     }
                   },
                   { 
                     range: {
                       path: "readTime",
                       lte: 15  // Temps de lecture max de 15 minutes
                     }
                   },
                   { 
                     text: {
                       query: ["tutoriel", "guide", "exemple"],
                       path: "tags"
                     }
                   }
                 ],
                 // Boost pour les articles populaires
                 should: [
                   {
                     range: {
                       path: "views",
                       boost: {
                         linear: {
                           origin: 0,
                           scale: 10000,
                           decay: 0.5
                         }
                       }
                     }
                   },
                   {
                     range: {
                       path: "claps",
                       boost: {
                         linear: {
                           origin: 0,
                           scale: 1000,
                           decay: 0.5
                         }
                       }
                     }
                   }
                 ]
               }
             }
           },
           // Jointure avec la collection des auteurs
           {
             $lookup: {
               from: "users",
               localField: "authorId",
               foreignField: "_id",
               as: "author"
             }
           },
           { $unwind: "$author" },
           // Projection des champs pertinents
           {
             $project: {
               _id: 1,
               title: 1,
               excerpt: 1,
               readTime: 1,
               publishedAt: 1,
               views: 1,
               claps: 1,
               tags: 1,
               author: {
                 name: 1,
                 avatar: 1,
                 title: 1
               },
               // Calcul du score de pertinence
               relevance: {
                 $meta: "searchScore"
               },
               // Calcul d'un score personnalisé
               score: {
                 $add: [
                   { $multiply: [{ $meta: "searchScore" }, 0.6] },
                   { $multiply: [{ $divide: ["$views", 1000] }, 0.2] },
                   { $multiply: [{ $divide: ["$claps", 100] }, 0.2] }
                 ]
               }
             }
           },
           // Tri par score personnalisé
           { $sort: { score: -1 } },
           // Pagination
           { $skip: 0 },
           { $limit: 10 }
         ]);
         
         console.log(JSON.stringify(result, null, 2));

      4. Agrégations Temporelles

         Scénario :

         Analyser les ventes par période (jour, semaine, mois) avec des fenêtres glissantes.

         Agrégation de séries temporelles avancée Copier

         // 1. Création d'une collection de séries temporelles (à exécuter une seule fois)
         // db.createCollection("sensorReadings", {
         //   timeseries: {
         //     timeField: "timestamp",
         //     metaField: "sensorId",
         //     granularity: "minutes"
         //   }
         // });
         
         // 2. Agrégation avancée sur les séries temporelles
         const startDate = new Date();
         startDate.setMonth(startDate.getMonth() - 6); // Données des 6 derniers mois
         
         const result = await db.sensorReadings.aggregate([
           // Étape 1: Filtrer par plage de dates
           {
             $match: {
               timestamp: { $gte: startDate },
               status: "active"
             }
           },
           
           // Étape 2: Grouper par fenêtres de temps et capteur
           {
             $group: {
               _id: {
                 // Arrondir à l'heure la plus proche
                 date: {
                   $dateTrunc: {
                     date: "$timestamp",
                     unit: "hour",
                     binSize: 1
                   }
                 },
                 sensorId: "$sensorId",
                 location: "$location"
               },
               // Calculer les métriques
               avgValue: { $avg: "$value" },
               maxValue: { $max: "$value" },
               minValue: { $min: "$value" },
               sampleCount: { $sum: 1 },
               // Détecter les anomalies (valeurs en dehors de 2 écarts-types)
               stdDev: { $stdDevSamp: "$value" },
               // Garder le premier et dernier timestamp de la fenêtre
               firstTimestamp: { $first: "$timestamp" },
               lastTimestamp: { $last: "$timestamp" },
               // Collecter les 5 premières valeurs pour référence
               sampleValues: { $push: { $slice: ["$value", 5] } }
             }
           },
           
           // Étape 3: Calculer les anomalies
           {
             $addFields: {
               isAnomaly: {
                 $or: [
                   { 
                     $gt: [
                       "$maxValue",
                       { $add: ["$avgValue", { $multiply: [2, "$stdDev"] }] }
                     ]
                   },
                   { 
                     $lt: [
                       "$minValue",
                       { $subtract: ["$avgValue", { $multiply: [2, "$stdDev"] }] }
                     ]
                   }
                 ]
               },
               // Calculer la tendance sur la fenêtre
               valueChange: {
                 $subtract: [
                   { $arrayElemAt: ["$sampleValues", -1] },
                   { $arrayElemAt: ["$sampleValues", 0] }
                 ]
               }
             }
           },
           
           // Étape 4: Projeter les champs pertinents
           {
             $project: {
               _id: 0,
               timestamp: "$_id.date",
               sensorId: "$_id.sensorId",
               location: "$_id.location",
               metrics: {
                 average: { $round: ["$avgValue", 2] },
                 max: { $round: ["$maxValue", 2] },
                 min: { $round: ["$minValue", 2] },
                 sampleCount: 1,
                 standardDeviation: { $round: ["$stdDev", 2] },
                 isAnomaly: 1,
                 valueChange: { $round: ["$valueChange", 2] },
                 timeRange: {
                   start: "$firstTimestamp",
                   end: "$lastTimestamp"
                 }
               }
             }
           },
           
           // Étape 5: Trier par date et capteur
           {
             $sort: {
               timestamp: 1,
               sensorId: 1
             }
           },
           
           // Étape 6: Optionnel - Fenêtres mobiles
           {
             $setWindowFields: {
               partitionBy: "$sensorId",
               sortBy: { timestamp: 1 },
               output: {
                 movingAvg: {
                   $avg: "$metrics.average",
                   window: {
                     documents: ["unbounded", "current"]
                   }
                 },
                 movingStdDev: {
                   $stdDevSamp: "$metrics.average",
                   window: {
                     documents: ["unbounded", "current"]
                   }
                 }
               }
             }
           }
         ]);
         
         console.log(JSON.stringify(result, null, 2));

4. Indexation

   Types d'index

   • Index simple : Sur un champ unique
   • Index composé : Sur plusieurs champs
   • Index textuel : Pour les recherches textuelles
   • Index géospatial : Pour les données de localisation

   Création d'un index

   // 1. Création d'un index simple sur un champ unique
   // Crée un index croissant (1) sur le champ 'email'
   db.utilisateurs.createIndex({ email: 1 });
   
   // 2. Création d'un index composé sur plusieurs champs
   db.commandes.createIndex({ clientId: 1, date: -1 });
   // - clientId en ordre croissant
   // - date en ordre décroissant (pour avoir les commandes les plus récentes en premier)
   
   // 3. Création d'un index unique avec contrainte
   db.utilisateurs.createIndex(
     { username: 1 },
     { unique: true, name: "username_unique" }
   );
   
   // 4. Création d'un index TTL (Time-To-Live) pour l'expiration automatique des documents
   db.sessions.createIndex(
     { lastActivity: 1 },
     { expireAfterSeconds: 3600 * 24 * 7 } // Supprime après 7 jours d'inactivité
   );
   
   // 5. Création d'un index de texte pour la recherche plein texte
   db.articles.createIndex(
     { titre: "text", contenu: "text" },
     { weights: { titre: 3, contenu: 1 } } // Le titre a plus de poids que le contenu
   );
   
   // 6. Création d'un index géospatial 2dsphere pour les requêtes géographiques
   db.restaurants.createIndex({ localisation: "2dsphere" });
   
   // 7. Création d'un index partiel (seulement sur les documents qui correspondent au filtre)
   db.articles.createIndex(
     { vues: 1 },
     { partialFilterExpression: { etat: "publié" } }
   );
   
   // 8. Création d'un index avec options avancées
   db.produits.createIndex(
     { nom: 1, categorie: 1 },
     {
       name: "idx_nom_categorie",
       background: true,        // Construction en arrière-plan
       sparse: true,            // N'inclut que les documents où le champ existe
       collation: {             // Règles de tri spécifiques
         locale: "fr",
         strength: 2
       }
     }
   );
   
   // Vérification des index existants sur une collection
   db.utilisateurs.getIndexes();
   
   // Suppression d'un index
   db.utilisateurs.dropIndex("email_1");
   
   // Suppression de tous les index (sauf _id)
   // db.utilisateurs.dropIndexes();

   Meilleures pratiques

   • Indexer les champs fréquemment utilisés
   • Éviter les index trop complexes
   • Surveiller l'utilisation des index
   • Supprimer les index inutilisés

5. Aggregation Pipeline

   Opérateurs principaux

   • $match : Filtrage des documents
   • $group : Agrégation de données
   • $sort : Tri des résultats
   • $project : Sélection des champs
   • $limit : Limite des résultats

   Exemple d'aggregation

   db.collection.aggregate([
     { $match: { age: { $gt: 25 } } },
     { $group: {
         _id: "$city",
         averageAge: { $avg: "$age" }
       }
     },
     { $sort: { averageAge: -1 } },
     { $limit: 5 }
   ]);
   

6. Best Practices

   Performance

   • Utiliser des index appropriés
   • Optimiser les requêtes
   • Éviter les documents trop volumineux
   • Utiliser les projections

   Structure des données

   • Choisir une structure adaptée
   • Gérer les relations entre documents
   • Éviter les redondances inutiles
   • Documenter la structure

   Sécurité

   • Utiliser des schémas sécurisés
   • Restreindre les accès
   • Utiliser l'authentification
   • Activer l'encryption

7. Quiz

   Quelles sont les principales opérations CRUD en MongoDB ? Afficher la réponse

   • Create (insertOne, insertMany)
   • Read (find, findOne)
   • Update (updateOne, updateMany)
   • Delete (deleteOne, deleteMany)

   Feedback : Si tu as cité les quatre opérations, tu maîtrises la base du CRUD ! Sinon, relis les exemples ci-dessus.

8. QCM

Requêtes avancées et agrégation

Requêtes avancées & Agrégation dans MongoDB

db.commandes.aggregate([
  { $match: { statut: "livrée" } },
  { $group: { _id: "$client", total: { $sum: "$montant" } } },
  { $sort: { total: -1 } }
]);

Recherche avancée : find() et findOne()

Sécurité et sujets avancés

1. Sécurité dans MongoDB

   Contrôle d’accès et authentification

   • RBAC (Role-Based Access Control) : gestion fine des droits par rôle (lecture, écriture, admin…)
   • Création d’utilisateurs, attribution de rôles.

   Chiffrement

   • Chiffrement des données au repos (at rest) : encryptionAtRest
   • Chiffrement en transit (TLS/SSL) : sécurise les connexions réseau.

   Protection contre les injections NoSQL

   • Valider et nettoyer les entrées utilisateur.
   • Utiliser des requêtes paramétrées.

2. Optimisation des performances

   Analyse des requêtes

   • Utilisation de explain() pour comprendre le plan d’exécution.
   • Détection des requêtes lentes avec MongoDB Profiler.

   Indexation avancée

   • Index composés, textuels, géospatiaux.
   • Optimiser la structure des index pour les requêtes fréquentes.

   Paramètres serveur

   • Ajuster la taille de la mémoire, le cache, le nombre de connexions pour la production.

3. Administration et maintenance

   Sauvegardes et restaurations

   • mongodump et mongorestore pour exporter/importer des bases.

   Monitoring

   • MongoDB Ops Manager : supervision, alertes, automatisation.
   • Prometheus : monitoring avancé, intégration avec Grafana.

   Automatisation

   • MongoDB Atlas CLI : gestion cloud, déploiements, backups, scaling automatique.

4. MongoDB Atlas et cloud

   Déploiement cloud

   • Création de clusters en quelques clics, multi-cloud, multi-région.

   Fonctionnalités avancées

   • Serverless Instances, Data Lake, sauvegardes automatiques, scaling dynamique.

5. Quiz interactif

   1. Quel mécanisme gère les droits d’accès dans MongoDB ?
      A. RBAC
      B. SQL Grant
      C. OAuth2
      
   2. Quel outil permet d’analyser le plan d’exécution d’une requête ?
      A. explain()
      B. aggregate()
      C. findOne()
      
   3. Comment sauvegarder une base MongoDB ?
      A. mongodump
      B. mongosave
      C. backupdb
      
   4. Quelle fonctionnalité cloud permet le scaling automatique ?
      A. Data Lake
      B. Serverless Instances
      C. Atlas CLI
      
   5. Quel outil de monitoring s’intègre avec Grafana ?
      A. Prometheus
      B. Ops Manager
      C. mongotop
      

   Valider mes réponses

Scalabilité et haute disponibilité

Scalabilité et haute disponibilité avec MongoDB

# Ex : création d’un sharded cluster (simplifié)
sh.enableSharding("maDB")
sh.shardCollection("maDB.utilisateurs", { "_id": "hashed" })

# Ex : initialisation d’un Replica Set
rs.initiate({
  _id: "rs0",
  members: [
    { _id: 0, host: "mongo1:27017" },
    { _id: 1, host: "mongo2:27017" },
    { _id: 2, host: "mongo3:27017" }
  ]
})

API RESTful et développement

1. Création d'API RESTful avec MongoDB

   Choix des technologies

   • Node.js (Express.js) : très populaire pour les APIs modernes, facile à connecter à MongoDB via mongoose ou mongodb.
   • Python (Flask) : simple et efficace, connexion à MongoDB via pymongo.

   Architecture REST

   • Endpoints : /utilisateurs, /produits, etc.
   • Méthodes HTTP : GET (lecture), POST (création), PUT (mise à jour), DELETE (suppression)

   Exemple de routes Express.js

   // GET tous les utilisateurs
   app.get('/utilisateurs', async (req, res) => {
     const users = await db.collection('utilisateurs').find().toArray();
     res.json(users);
   });
   // POST un nouvel utilisateur
   app.post('/utilisateurs', async (req, res) => {
     const result = await db.collection('utilisateurs').insertOne(req.body);
     res.json(result);
   });
   

   Gestion des erreurs

   • Utiliser des middlewares pour capturer les erreurs.
   • Retourner des codes HTTP adaptés (400, 404, 500…)

2. Consommation de l'API MongoDB

   Clients et bibliothèques

   • JavaScript (fetch, axios), Python (requests), Java, etc.

   Authentification et sécurité

   • Authentification par JWT (JSON Web Tokens) pour sécuriser les endpoints.
   • Protection avancée avec OAuth2 pour les APIs publiques ou multi-clients.

3. API GraphQL avec MongoDB

   Introduction

   • GraphQL : alternative à REST, permet de requêter précisément les données voulues.
   • Réduit le sur-fetching et le under-fetching.

   Mise en œuvre

   • Utilisation de Apollo Server (Node.js) ou Graphene (Python) avec MongoDB.
   • Définition d’un schéma fort (types, queries, mutations).

   Exemple de requête GraphQL

   query {
     utilisateurs {
       nom
       age
       email
     }
   }
   

4. Quiz interactif

   1. Quel framework Node.js est couramment utilisé pour créer des APIs REST avec MongoDB ?
      A. Django
      B. Express.js
      C. Spring Boot
      
   2. Quel format d’authentification est recommandé pour sécuriser une API REST ?
      A. JWT
      B. CSV
      C. XML
      
   3. Quel est l’avantage principal de GraphQL sur REST ?
      A. Requêtes typées et ciblées
      B. Plus rapide
      C. Moins sécurisé
      
   4. Quel code HTTP indique une ressource non trouvée ?
      A. 200
      B. 404
      C. 500
      
   5. Quel outil permet de tester une API GraphQL ?
      A. Postman
      B. GraphiQL
      C. Les deux
      

   Valider mes réponses

Projets et études de cas

1. Application e-commerce avec MongoDB

   Modélisation des données

   • Collections : produits, utilisateurs, commandes
   • Documents imbriqués pour les adresses, historiques de commandes, paniers

   API REST complète

   • Endpoints CRUD pour chaque collection
   • Sécurité : authentification JWT, validation des entrées

   Intégration frontend

   • Connexion à un frontend (React.js, Vue.js, Angular…)
   • Affichage dynamique des produits, gestion du panier en temps réel

   Mini-lab

   1. Créer une collection produits et y insérer plusieurs documents
   2. Développer un endpoint GET /produits qui retourne tous les produits
   3. Tester l’API avec Postman ou curl

2. Analyse de données IoT

   Collecte et stockage temps réel

   • Stocker les données capteurs dans une collection iot_data
   • Utiliser des timestamps et des champs géospatiaux

   Visualisation et analyses

   • Connexion à Grafana ou Tableau pour visualiser la donnée en temps réel
   • Exemple d’agrégation : température moyenne par heure, par capteur

   Mini-lab

   1. Importer un jeu de données IoT (CSV ou JSON)
   2. Créer un pipeline d’agrégation pour calculer la moyenne d’une mesure
   3. Afficher le résultat dans Grafana/Tableau

3. Moteur de recommandations

   Stockage des interactions utilisateur

   • Collection interactions : stocke les clics, achats, notes

   Algorithme de recommandation

   • Collaborative filtering : suggestions basées sur les comportements similaires
   • Pipeline d’agrégation pour extraire les items populaires ou similaires

   Déploiement

   • Déploiement avec Docker et Kubernetes pour la scalabilité

   Mini-lab

   1. Insérer des interactions simulées dans la collection
   2. Écrire une requête pour recommander les produits les plus populaires

4. Quiz interactif

   1. Quel type de données est idéal pour stocker un historique d’achats ?
      A. Table relationnelle
      B. Document imbriqué
      C. Fichier texte
      
   2. Quel outil permet de visualiser les données IoT en temps réel ?
      A. Grafana
      B. MongoDB Compass
      C. Postman
      
   3. Quel algorithme est utilisé pour recommander des produits similaires ?
      A. Tri à bulles
      B. Collaborative filtering
      C. K-means
      
   4. Quel outil facilite le déploiement scalable d’un moteur de recommandations ?
      A. Docker/Kubernetes
      B. Excel
      C. Mongoimport
      
   5. Quel composant MongoDB est utilisé pour agréger des données ?
      A. Aggregation Pipeline
      B. Trigger
      C. Index
      

   Valider mes réponses

Intégration avec les outils Big Data

1. Intégration de MongoDB avec les outils Big Data

   Connecteurs et écosystème

   • Connecteur MongoDB pour Hadoop : permet d’utiliser HDFS comme source ou destination, et d’exécuter des jobs MapReduce sur des collections MongoDB.
   • Connecteur MongoDB pour Spark : lecture/écriture directe entre Spark DataFrame et MongoDB. Idéal pour l’analytics distribué et le machine learning.
   • Intégration avec Kafka : MongoDB Kafka Connector pour consommer ou produire des messages en temps réel (Change Streams, CDC, ETL temps réel).
   • Utilisation comme stockage pour ETL : MongoDB s’intègre dans les pipelines ETL modernes (Talend, NiFi, Airflow, etc.).

   Change Streams et traitement temps réel

   • Change Streams : permet d’écouter en temps réel les modifications sur une collection ou une base (insert/update/delete) et de déclencher des traitements.
   • Cas d’usage : synchronisation de données, analytics en streaming, déclenchement de workflows.

   Comparatif MongoDB vs Cassandra vs Elasticsearch

   • MongoDB : orienté document, requêtes riches, agrégation, flexibilité du schéma.
   • Cassandra : clé-valeur/colonne, scalabilité extrême, écritures rapides, modèle AP (CAP).
   • Elasticsearch : indexation et recherche plein texte, analytics sur logs, modèle orienté documents mais optimisé pour la recherche.

2. Projet pratique : Pipeline temps réel Clickstream

   Objectif

   Construire un pipeline temps réel qui collecte, traite et stocke des données de navigation web (clickstream) :

   • Kafka (ingestion des événements)
   • Spark Streaming (traitement temps réel, enrichissement)
   • MongoDB (stockage et visualisation)

   Étapes du projet

   1. Déployer un cluster Kafka, Spark et MongoDB (locaux ou cloud).
   2. Configurer le connecteur Kafka-MongoDB.
   3. Simuler des événements clickstream (producteurs Kafka).
   4. Traiter les événements avec Spark Streaming (filtres, enrichissement, agrégation).
   5. Stocker les résultats dans MongoDB et visualiser avec MongoDB Charts ou un outil BI.

   Mini-lab

   1. Lancer un producteur Kafka qui envoie des événements de clics simulés.
   2. Configurer Spark Streaming pour consommer le topic Kafka et écrire dans MongoDB.
   3. Vérifier les données dans MongoDB : db.clicks.find()

3. Quiz interactif

   1. Quel outil permet d’écouter les modifications en temps réel dans MongoDB ?
      A. MapReduce
      B. Change Streams
      C. Aggregation Pipeline
      
   2. Le connecteur MongoDB pour Spark permet de :
      A. Faire du machine learning distribué
      B. Faire du backup
      C. Indexer du texte
      
   3. Quelle solution est la plus adaptée pour la recherche plein texte ?
      A. MongoDB
      B. Cassandra
      C. Elasticsearch
      
   4. Dans un pipeline clickstream, quel composant gère l’ingestion temps réel ?
      A. Spark
      B. Kafka
      C. MongoDB
      
   5. Quel est l’avantage principal de MongoDB dans un pipeline Big Data ?
      A. Stockage flexible et requêtes riches
      B. Indexation temps réel
      C. Scalabilité extrême
      

   Valider mes réponses

MongoDB pour le Big Data

1. Scalabilité et haute disponibilité

   1. Sharding : partitionnement horizontal pour les bases de données massives
      Note : Le sharding permet de répartir les données sur plusieurs serveurs pour absorber de très gros volumes.
   2. Réplication : configuration d'un Replica Set pour la tolérance aux pannes
      Note : Un Replica Set assure la haute disponibilité et la reprise automatique en cas de panne d'un serveur.
   3. Indexation : optimisation des requêtes (createIndex, types d'index, compound indexes)
      Note : Bien choisir ses index est crucial pour les performances sur de gros volumes.

2. Intégration avec des outils Big Data

   1. Connecteurs MongoDB pour Hadoop et Spark
      Exemple : Utilisez le MongoDB Connector for Spark pour analyser de grandes quantités de données.
   2. Utilisation avec Kafka pour le streaming de données
      Note : Le Kafka Connector permet d'intégrer MongoDB dans des architectures temps réel.
   3. Utilisation comme stockage pour les pipelines ETL
      MongoDB est souvent utilisé comme zone de transit ou de stockage intermédiaire dans les workflows Big Data.

3. Cas d'usage Big Data

   1. Stockage de logs applicatifs massifs
   2. Analyse de données IoT à grande échelle
   3. Reporting et BI sur de très gros volumes

4. Quiz

   Quelles sont les deux principales stratégies pour gérer de très gros volumes de données dans MongoDB ? Afficher la réponse

   • Le sharding (partitionnement horizontal) et la réplication (Replica Set)

5. QCM

   Quel composant permet de répartir les données sur plusieurs serveurs MongoDB ?

   Le sharding
   Le balancer
   Le scheduler
   Valider