قد يكون اختيار قاعدة البيانات المناسبة للمشروع أمرًا صعبًا، خاصةً مع وجود العديد من الخيارات.

تقدم قاعدتا بيانات MariaDB و MySQL ميزات كثيرة، ولكن يمكن أن تؤثر نقاط القوة والضعف لكل منهما على الأداء وقابلية التوسع والتوافق مع التطبيقات المختلفة مثل WordPress، لذا سنوضح في هذا المقال الاختلافات الأساسية بين قاعدتي البيانات MariaDB و MySQL، وسنتحدث عن ميزاتهما ومدى سرعتهما وأمانهما وكيفية استخدامهما.

نظرة عامة على MariaDB و MySQL

نشأت كل من MariaDB وMySQL من الجذور نفسها، إذ يعود أصلهما إلى نظام قاعدة بيانات إنجرس Ingres الذي طوّرته جامعة كاليفورنيا في بيركلي.

طُوِّرت MySQL لأول مرة في عام 1995 واكتسبت شعبيةً كبيرةً لأنها كانت سهلة الاستخدام وسريعة، ولكن أصبح هناك خلاف بين مالكي MySQL وأوراكل Oracle لاحقًا، لذا جرى تطوير قاعدة بيانات جديدة بالاسم MariaDB.

تم تطوير قاعدةَ بيانات MariaDB من طرف نفس مطوري MySQL في عام 2009، وكان الهدف هو الحفاظ على ميزات MySQL نفسها مع إضافة ميزات جديدة أيضًا.

تنمو الآن MariaDB و MySQL كل على حدة، ولكل منهما ميزاتها وفوائدها الرئيسية.

الميزات والفوائد الرئيسية

تتشابه MariaDB و MySQL في الكثير من الأمور، لأنهما نشأتا من قاعدة الشيفرة البرمجية نفسها، ولكنهما تطورتا بطريقة مستقلة، مما أدى إلى بعض الاختلافات في ميزاتهما وفوائدهما.

ميزات وفوائد MariaDB

تشتهر MariaDB بكونها سريعة وقادرة على التعامل مع عدد كبير من العمليات، ولديها ميزات خاصة تسرّع من عمل الاستعلامات وتجعلها تعمل بطريقة أفضل مع حركة المرور الكبيرة.

تحتوي MariaDB أيضًا على طرق جديدة لتخزين البيانات، والتي يمكن أن تساعدها على التصرّف بطريقة أفضل في مواقف معينة.

تتضمن بعض ميزات MariaDB الميزة MCS لتحليل البيانات وميزة MaxScale للمحافظة على سير الأمور وموازنة العمل وميزة Galera Cluster لنسخ البيانات بدقة.

ميزات وفوائد MySQL

تحسّنت قاعدة بيانات MySQL بمرور الوقت، ولا تزال تحظى بشعبية كبيرة لأن العديد من الأشخاص يستخدمونها مع إتاحة المساعدة؛ وتحتوي على طرق مختلفة لتخزين البيانات مثل InnoDB و MyISAM ولكل منها إيجابياتها وسلبياتها.

تحتوي MySQL على ميزات مثل البحث عن الكلمات الكاملة والمنبّهات Trigger والإجراءات المُخزَّنة، والتي يمكن أن تكون مفيدةً لإنشاء تطبيقات قواعد بيانات معقدة.

مقارنة بين MariaDB و MySQL

هناك العديد من الاختلافات الرئيسية بين MySQL و MariaDB بالرغم من وجود بنية ووظائف متشابهة كما هو موضح في الجدول التالي:

المقارنة بين معايير قياس الأداء

قد نجد صعوبةً في توفير معايير قياس أداء نهائية تنطبق على جميع السيناريوهات، ولكن أظهرت دراسات مختلفة وتجارب واقعية أن كلًا من MariaDB و MySQL يمكنهما تقديم أداء ممتاز في مجموعة متنوعة من حالات الاستخدام.

يوضح الرسم البياني التالي عدد العمليات التي يمكن إجراؤها في الثانية OPS لأربعة إصدارات مختلفة من قواعد البيانات (MariaDB 10.0.21 و MariaDB 10.0.18 و MySQL 5.6.27 و MySQL 5.7.9) عند إجراء عمليات قراءة بسيطة مع أعداد مختلفة من المستخدمين من 1 إلى 256. يُظهِر الرسم البياني التالي أن الإصدار MySQL 5.7.9 أفضل من الإصدارات الأخرى دائمًا، مما يعني أن الإصدارات الأحدث أفضل.

ترتفع الأرقام مع زيادة عدد المستخدمين، ولكنها تتوقف عن الارتفاع عند حوالي 128 مستخدمًا لمعظم الإصدارات، وهذا يعني أن هناك حدًا لكمية العمليات التي يمكن لقاعدة البيانات التعامل معها بسبب العتاد أو البرمجيات.

تُعَد هذه المقارنة مهمةً لفهم الاختلافات في السرعة وكمية العمل التي يمكن لكل إصدار التعامل معها بين MariaDB وMySQL، مما يساعدنا في اتخاذ خيارات مناسبة لترقية قاعدة بياناتنا وإعدادها الصحيح، ولكن يمكن أن تختلف خصائص الأداء المحددة وفقًا لعوامل مثل العتاد وحِمل العمل والضبط.

التعامل مع أحمال العمل ذات حركة المرور العالية

يمكن ضبط كل من MariaDB و MySQL وتحسينهما للتعامل مع متطلبات التطبيقات ذات الطلب الكبير عند التعامل مع أحمال العمل ذات حركة المرور العالية، حيث تشمل العوامل الرئيسية التي يجب مراعاتها ما يلي:

المقارنة من حيث محركات التخزين

يؤثر اختيار محرّك التخزين تأثيرًا كبيرًا على أداء قاعدة البيانات ووظائفها، حيث تدعم كل من MariaDB و MySQL محرّكات متعددة، ولكن MariaDB تقدم مجموعةً أوسع من الخيارات، بما في ذلك XtraDB و ColumnStore، مما يوسّع إمكاناتها إلى ما هو أبعد من InnoDB و MyISAM وغيرها من محرّكات MySQL.

تدعم MariaDB أيضًا كلًا من Blackhole و CSV و Aria و InnoDB و Archive و Connect و Cassandra Storage Engine، والعديد من المحرّكات الأخرى؛ بينما تتضمن محركات التخزين التي تدعمها MySQL أيضًا MyISAM و Merge و Federated و Archive و Memory و CSV و Blackhole و Example.

ملاحظة: لا يهم عدد محركات التخزين التي تدعمها قاعدة البيانات، فالمهم هو استخدام قاعدة البيانات التي تدعم المحرّك المناسب للمتطلبات.

المقارنة من حيث تحسين الاستعلامات

تتضمن كل من MariaDB و MySQL ميزات تحسين الاستعلام لتحسين الأداء وتقليل استهلاك الموارد، إذ يمكن أن تساعد هذه الميزات في ضمان تنفيذ الاستعلامات بكفاءة وتجنب الأعباء غير الضرورية.

تتضمن بعض تقنيات تحسين الاستعلامات الشائعة ما يلي:

المقارنة من حيث البحث عن نص كامل

يمكن لكل من MariaDB و MySQL البحث عن كلمات كاملة في النص، ويُعَد ذلك مفيدًا لأشياء مثل محركات البحث وأنظمة إدارة المستندات والمتاجر الإلكترونية.

قد تختلف طريقة البحث عن الكلمات الكاملة التي تستخدمها MariaDB و MySQL بعض الشيء في كيفية عملها ومدى سرعتها، لذا يُفضَّل التحقق من احتياجات تطبيقنا ومقارنة كيفية بحث كلتا قاعدتي البيانات عن الكلمات الكاملة.

دعم JSON

تدعم كل من MariaDB و MySQL تنسيق JSON وتنفذان العديد من الدوال نفسها، ولكن تخزّن MySQL تقارير JSON ككائنات ثنائية، بينما تخزنها MariaDB كسلاسل نصية.

تظهر MySQL و MariaDB اختلافات في إمكاناتهما على التعامل مع JSON بالرغم من ارتباطهما الوثيق، حيث تفتخر MariaDB بمجموعة أوسع من دوال JSON بما في ذلك JSON_QUERY و JSON_EXISTS، والتي تفتقر MySQL إليها؛ ولكن MySQL تقدم الدالة JSON_TABLE لهيكلة بيانات JSON ضمن جدول، والتي هي ميزة غير موجودة في MariaDB.

التوافق مع Oracle

تتمتع MySQL ببعض ميزات أوراكل Oracle الأساسية المتوافقة، ولكن تُعَد MariaDB هي الوحيدة مفتوحة المصدر المتوافقة مع إجراءات وتسلسلات وأنواع البيانات المخزَّنة وغير ذلك لقاعدة بيانات أوراكل.

قد تجد المؤسسات ذات الاستثمار الأكبر في نظام أوراكل البيئي أن قاعدة بيانات MySQL بديل جذاب بسبب وضع التوافق مع أوراكل، ولكن يُعَد دعم MySQL للغة PL/SQL الخاصة بأوراكل محدودًا. تُعَد قاعدة بيانات MariaDB خيارًا أفضل، إذ يمكنها العمل مع صيغة أوراكل ولديها دعم كامل للغة PL/SQL، ويكون ذلك مناسبًا للشركات التي تريد التحول من أوراكل مع الاحتفاظ بشيفرتها البرمجية القديمة واستخدام ميزات إجرائية متقدمة.

ميزات الأمان

تحمي كلٌّ من MySQL و MariaDB البيانات من خلال التحقق من هوية المستخدمين واستخدام التشفير، ولكنهما تطبّقان التشفير بطريقة مختلفة، إذ تتيح MySQL إمكانية اختيار كيفية تشفير سجلات الإعادة والتراجع، ولكنها لا تحمي مساحات الجدول المؤقتة أو السجلات الثنائية. وتحتوي MariaDB على مزيدٍ من الخيارات للتشفير بما في ذلك حماية السجلات الثنائية والجداول المؤقتة، مما يجعل البيانات أكثر أمانًا.

تستخدم MySQL و MariaDB أيضًا طرقًا مختلفةً للتحقق من هوية المستخدمين، إذ تحتوي MySQL على validate_password للتأكد من قوة كلمات المرور، وتحتوي MariaDB على مزيد من الخيارات مع إضافات مختلفة للتحقق من صحة البيانات. يُعَد أمان كلمة المرور أفضل في MariaDB باستخدام إضافة الاستيثاق ed25519 في الإصدار 10.4، والتي تُعَد أكثر أمانًا من طريقة SHA-1 القديمة، مما يعني أن MariaDB ملتزمة بأن تكون آمنة جدًا.

تجمع الخيوط Thread Pooling

تستخدم قواعد البيانات تجمع الخيوط للتعامل مع العديد من الاتصالات في وقت واحد، إذ تستخدم هذه الطريقة الخيوط نفسها للاتصالات الجديدة، مما يوفر من الموارد.

تُعَد قاعدة بيانات MariaDB جيدةً جدًا في استخدام تجمّع الخيوط، إذ يحتوي إصدار المجتمع الخاص بها على تجمّع خيوط قوي يمكنه التعامل مع أكثر من 200000 اتصال في وقت واحد؛ وتحتوي MySQL أيضًا على تجمّع خيوط، ولكنها ليست جيدةً بالمقارنة مع تجمع الخيوط الموجود في MariaDB، وهي متوفرة في إصدار المؤسسة المدفوع.

التراخيص والقيود

تستخدم كل من MariaDB و MySQL ترخيص جنو العمومي General Public License -أو GPL اختصارًا، لكنهما يتبعان خطط ترخيص مختلفة. تُعَد MariaDB مرخصةً بالكامل بموجب ترخيص GPL، مما يعني أنها ستكون مجانيةً ومفتوحة المصدر دائمًا، ويُعَد ذلك مهمًا للمستخدمين الذين يقدّرون أهمية مجانية البرمجيات.

تُعَد MySQL مُرخصَّة بترخيص مزدوج، فهي تحتوي على إصدار ترخيص GPL عام وإصدار تجاري خاص؛ إذ يحتوي الإصدار التجاري على مزيد من الميزات والدعم مثل تجمّع الخيوط، كما قد يؤدي ذلك إلى جعلها أسرع، ولكنه يمنع المستخدمين من تغيير الشيفرة البرمجية.

قد تختار الشركات استخدام MySQL بسبب دعمها التجاري، ولكنها قد تحدّ من الوصول إلى الشيفرة البرمجية الأساسية نظرًا لاستراتيجيتها المزدوجة.

اختيار قاعدة البيانات الصحيحة

إذا أردنا قاعدة بيانات أنشأها المجتمع وتتمتع بسرعة وأمان أفضل، فقد يكون استخدام قاعدة بيانات MariaDB مناسبًا. فقد أثبتت بعض الاختبارات أن MariaDB أسرع ويمكنها التعامل مع كمية عمليات أكبر من MySQL، كما أن MariaDB تتمتع ببعض ميزات أمان لا تتوفر في MySQL مثل تشفير البيانات أثناء تخزينها ونقلها، إلى جانب تمتع MariaDB بأمور لا تتوفر في MySQL، مثل الأعمدة الافتراضية ومحرّكات التخزين التسلسلية واستخدام محرّكات تخزين متعددة في جدول واحد.

من ناحية أخرى، تم إنشاء قاعدة بيانات MariaDB من طرف المجتمع، لذا تُعَد أكثر انفتاحًا ووضوحًا من MySQL التي تملكها شركة أوراكل، حيث يمكن للمستخدمين المساعدة في جعل البرنامج وتطويره أكثر تركيزًا على احتياجات المجتمع.

حالات استخدام MariaDB و MySQL

تكون قاعدة MariaDB غالبًا أفضل للتطبيقات الكبيرة والسريعة والاستعلامات المعقدة، فهي تجعلها ميزاتها الخاصة خيارًا جيدًا للعمل الشاق، مثل ميزة Galera Cluster للحفاظ على تشغيل الأشياء وتحسينات محرّك تخزين InnoDB، بينما تكون MySQL غالبًا أفضل للتطبيقات الأصغر واحتياجات قواعد البيانات الأبسط.

استخدام MariaDB مع WordPress

يمكن أن يؤدي استخدام WordPress مع قاعدة بيانات MariaDB إلى تحميل أسرع لموقع الويب، وهذا سيجذب زوّار الموقع أكثر؛ إذ تتميز MariaDB بقدرتها على تحسين الاستعلامات، ويمكنها التعامل مع عدد أكبر من الاتصالات في وقت واحد.

من ناحية أخرى، يمكن لقاعدة بيانات MariaDB التعامل مع عدد أكبر من الاتصالات والمعاملات مقارنةً بقاعدة بيانات MySQL.

كذلك، تتمتع MariaDB بميزات أمان أفضل مثل تشفير البيانات أثناء تخزينها، وطرق محسّنة للتحقق من هوية المستخدمين، وطرق أفضل لتعقّب ما يحدث.

استخدام MariaDB مع موقع Cloudways

يوفر موقع Cloudways أحدث إصدارات MariaDB على جميع خوادمه التي أطلقها حديثًا، ويمكن تحديد إصدار MariaDB بناءً على متطلبات المشروع.

ملاحظة: لا يمكن تخفيض إصدار MariaDB مرةً أخرى بعد الترقية إلى الإصدار الأعلى.

الخلاصة

بهذا نكون قد وضحنا ميزات MariaDB و MySQL الرئيسية لإظهار الاختلاف بينهما لتسهيل المفاضلة بين قاعدة بيانات MariaDB أو MySQL.

ترجمة -وبتصرّف- للقسم MariaDB vs MySQL: Understanding Key Differences and Choosing the Right Database لصاحبته Hafsa Tahir.

اقرأ أيضًا

• كيفية استيراد وتصدير قواعد بيانات MySQL أو MariaDB
• كيفية تأمين قواعد البيانات MySQL ,MariaDB على خواديم لينكس
• كيفية تغيير مجلد تخزين بيانات MariaDB إلى مكانٍ آخر
• تعلم أساسيات MySQL
• كيفية ربط قاعدة بيانات MariaDB بتطبيق لارافيل Laravel

عندما تبدأ تعلم قواعد البيانات لأول مرة، ستواجه عدة مشكلات في التعامل مع النصوص العربية، ولأنها خاصةٌ باللغة العربية لن تجد حلولًا سهلة على الإنترنت. نحاول في هذا المقال تلخيص حلول لحل هذه المشكلة الشائعة في قواعد البيانات.

هناك حروف عديدة في اللغة العربية يتعامل معها الناس أحيانًا وكأنها شيء واحد، وتتعامل معها أنظمة قواعد البيانات على أنها حروف مختلفة مثل الألف "ا" والألف ذات الهمزة.

عند إنشاء دالة بحث في موقع الويب فعليك تجاهل هذه الاختلافات، فلن يمكنك حل المشكلة عند استخدام الترميز غير الحساس لحالة الأحرف "utf8_unicode_ci"، ووفقًا لهذا الترميز لا يعد الحرفان "ا" و "أ" متساويين في حالة ربط المحارف character mapping، بل سيُعدّان مختلفان، وعند البحث عن أحدها لن يظهر الآخر. هناك ثلاثة حلول لهذه المشكلة:

• إنشاء ترميز محارف مخصص custom collation في قاعدة البيانات.
• إضافة حقل موحّد normalized في جدولك.
• استخدام التعابير النمطية regular expressions في الاستعلامات queries.

سنوضح لك كيفية تطبيق هذه الحلول على MySQL. أما بالنسبة لأنظمة قواعد البيانات الأخرى، فيمكنك البحث في التوثيق عن حلول مشابهة. سيُطبّق كل حل على جدول المثال التالي:

+----+-------------- +
| id | name         |
+----+--------------+
|  1 | احمد         |
|  2 | أحمد         |
|  3 | أسامه        |
|  4 | أسامة        |
|  5 | اسامه        |
|  6 | اسَامه        |
+----+--------------+
6 rows in set

إنشاء ترميز محارف مخصص

هذا هو الحل الموصى به في معظم الحالات، إذ لن تغيّر أي بيانات في قاعدة البيانات، لكن كل ما ستفعله هو إعداد قاعدة البيانات لتتعامل مع هذه الأحرف على أنها حرف واحد.

سنعتمد في هذا على توثيق MySQL بإضافة ترميز UCA إلى مجموعة محارف يونيكود Unicode.

أولًا، سنحتاج إلى تعديل ملف MySQL خاص يحتوي على مجموعات الأحرف وإضافة مجموعتنا الجديدة هناك. اسم الملف هو "Index.xml"، ويختلف موقع الملف من نظام إلى آخر. يمكننا معرفة موقع الملف من قاعدة بيانات "information_schema"؛ وهي هي قاعدة البيانات التي تُخزّن فيها البيانات الوصفية metadata والمعلومات الخاصة بقواعد بيانات MySQL. يمكنك الاطلاع على مقال خصائص قواعد البيانات والمزايا التي تقدمها على أكاديمية حسوب لمزيدٍ من المعلومات حول خصائص قواعد البيانات وبعض المصطلحات الأساسية.

شغّل الاستعلام التالي في قاعدة بيانات "information_schema":

SHOW VARIABLES LIKE 'character_sets_dir';

من المفترض أن تحصل النتيجة التالية أو ما يشبهها:

+--------------------+----------------------------+
| Variable_name      | Value                      |
+--------------------+----------------------------+
| character_sets_dir | /usr/share/mysql/charsets/ |
+--------------------+----------------------------+
1 row in set (0.00 sec)

يكون مسار الملف على نظام دبيان لينكس Debian Linux، هو "usr/share/mysql/charsets/Index.xml/".

خذ نسخة احتياطية من الملف، وافتحها، وانتقل إلى العنصر <charset name="utf8"‎>، إذ سنضيف ترميزنا المخصص تحتها.

نحن بحاجة إلى رقم معرّف id واسم لترميزنا، إذ يجب أن يكون المعرّف ضمن النطاق المحجوز من الرقم 1024 إلى 2047 لأنه النطاق المحجوز للمستخدم، أما بالنسبة لاسم الترميز فليكن utf8_arabic_ci؛ إذ تدل ci على تجاهل حساسية الأحرف العربية، ويمكنك اختيار ما شئت من الأسماء.

لنُضِفْ الترميز إلى ملف "Index.xml"، ثم نشرح ما تعنيه قواعد الترتيب. ضِف ما يلي:

<collation name="utf8_arabic_ci" id="1029">
 <rules>
     <reset>\u0627</reset>   <!-- الألف دون همزة-ا -->
     <i>\u0623</i>           <!-- الألف بالهمزة فوقها-أ -->
     <i>\u0625</i>           <!-- الألف بالهمزة تحتها-إ -->
     <i>\u0622</i>           <!-- الألف بالمدة فوقها -آ -->
 </rules>
 <rules>
     <reset>\u0629</reset>   <!-- التاء المربوطة-ة -->
     <i>\u0647</i>           <!-- الهاء-ه -->
 </rules>
 <rules>
     <reset>\u0000</reset>   <!-- قيمة يونيكود المساوية لقيمة فارغة null -->
     <i>\u064E</i>           <!-- الفتحة -->
     <i>\u064F</i>           <!-- الضمّة -->
     <i>\u0650</i>           <!-- الكسرة -->
     <i>\u0651</i>           <!--الشدّة -->
     <i>\u064F</i>           <!-- السكون -->
     <i>\u064B</i>           <!-- الفتحتان -->
     <i>\u064C</i>           <!-- الضمتان -->
     <i>\u064D</i>           <!-- الكسرتان -->
 </rules>
</collation>

يُبلّغ هذا الجزء المضاف MySQL أن "utf8arabicci" -أو أيًا كانت تسميته- هو ابن لمجموعة محارف utf8، مضيفًا القواعد التالية:

• 'أ'، و 'إ'، و 'آ' هن نفس حرف 'ا' (جميع أشكال الألف هي حرف واحد).
• 'ه' هو نفس الحرف 'ة'، لذا فإن "نسمة" هي نفس "نسمه".
• تُتجاهل أحرف التشكيل تمامًا كما لو أنها غير موجودة.

يمكنك إضافة المزيد من القواعد كما تريد.

بعد حفظ الملف، أعد تشغيل خادم MySQL لاستخدام ترتيبنا.

نكتب على نظام Debian ما يلي:

sudo service mysql restart

انتقل الآن إلى الجدول الذي يحتوي على النص العربي وغيّر ترميز الأعمدة إلى الترميز الجديد. سنفعل ذلك في جدول المثال بهذا الاستعلام:

ALTER TABLE persons
MODIFY name VARCHAR(50)
CHARACTER SET 'utf8'
COLLATE 'utf8_arabic_ci';

ملاحظة: إذا كنت تستخدم PHPMyAdmin أو واجهة رسومية مشابهة للتعامل مع MySQL، فلا تتوقع العثور على الترميز المخصص في القائمة المنسدلة للترميزات المتاحة.

سيتعين عليك كتابة استعلام مثل ما ورد أعلاه لتغيير العمود إلى الترميز الجديد.

إذا نجح الاستعلام، فيجب تعيين كل شيء إلى الترميز الجديد. لنجري استعلام بحث search query ونرn ما إذا كان يعمل كما ينبغي:

SELECT * FROM persons WHERE name = "اسامة";
+----+--------------+
| id | name         |
+----+--------------+
|  3 | أسامه        |
|  4 | أسامة        |
|  5 | اسامه        |
|  6 | اسَامه        |
+----+--------------+
4 rows in set (0.00 sec)

عُرضت أشكال الألف المختلفة (بهمزة أو بغيرها)، وكذلك التاء المربوطة والهاء، لكن مع تجاهل التشكيل (لاحظ أن الاسم الأخير في النتائج اسَامه يحتوي على تشكيل).

كان هذا هو الحل الأول، إذ لم نتطرق إلى البيانات نفسها هنا أو تعديلها، بل أُجريَت جميع التغييرات على نظام قواعد البيانات نفسه، ولكن ماذا لو لم يتح لك الوصول إلى ملفات مجموعات الأحرف، مثلًا عندما تستخدم استضافة مشتركة إذ تكون الصلاحيات مقيدة؟ أو عندما تستخدم قاعدة البيانات SQLite وليس لديك خيار لإضافة ترتيب جديد؟ هنا يأتي الحل الثاني ليفي بالغرض في هذه الحالات.

إضافة حقل موحد normalized

لا يتطلب هذا الحل تحرير ملفات الضبط، وهو مستقل عن نظام قاعدة البيانات؛ إذ يجب أن يعمل حتى لو غيرت نظام قواعد البيانات لأي سبب من الأسباب، ومع ذلك، سيتطلب الأمر إضافة عمود إضافي إلى جدولنا وبعض معالجة البيانات. الفكرة سهلة، أضِف عمودًا جديدًا واملأه بالنص العربي في حقل مُوَحَّد، ثم استخدم العمود المُوَحَّد في استعلاماتك. لنرى كيف نفعل ذلك.

سنستخدم بعض أكواد PHP في هذا المثال لإضافة العمود الذي المُوَحَّد إلى جدولنا. يمكنك إجراء دوال مماثلة بأي لغة برمجة بمجرد أن تفهم الفكرة. استفد من دالة PHP هذه:

function normalize_name($name) {
    $patterns     = array( "/إ|أ|آ/" ,"/ة/", "/َ|ً|ُ|ِ|ٍ|ٌ|ّ/" );
    $replacements = array( "ا" ,  "ه"      , ""         );
    return preg_replace($patterns, $replacements, $name);
}

ما تفعله هذه الدالة سهل جدًا، فهي تستبدل كل تاء مربوطة ة بهاء ه، وجميع أشكال الألف أإآ بألف بدون همزة ا، وتزيل التشكيل. دعونا نرى ذلك في المثال:

normalize_name("أحمد");  //‪ تعيد احمد ‪
normalize_name("آمنة");  //‪ تعيد امنه
normalize_name("أسامه"); //‪ تعيد اسامه
normalize_name("مٌحَمَّد");  //‪ تعيد محمد

حسنًا، حصلنا الآن على دالة توحيد النصوص. ستكون الخطوة التالية هي إضافة عمود جديد إلى جدولنا وملؤه بالاسم المُوَحَّد. يجب أن تملأ برمجية صغيرة بيانات العمود فلا داعي لذكرها هنا. بعد ذلك، يجب أن يكون لدينا جدول يحتوي على البيانات التالية:

1  احمد   احمد
2  أحمد   احمد
3  أسامه  اسامه
4  أسامة  اسامه
5  اسامه  اسامه
6  اسَامه  اسامه

العمود الثاني في التخطيط layout السابق هو حقل الاسم المُوَحَّد. حصلنا الآن على بياناتنا الموحّدة، فكيف نستخدمها لحل مشكلتنا؟

إذا بحث المستخدم عن اسم آسامة، فسنمرر هذا الاسم إلى دالة توحيد النص أولًا، والتي ستعيد الاسم المُوَحَّداسامه، ثم سنستعلم عن عمود normazlized_name الذي أنشأناه، ونعرض عمود الاسم الأصلي في نتائج البحث:

SELECT id, name FROM persons WHERE normalized_name = "اسامه";
+----+--------------+
| id | name         |
+----+--------------+
|  3 | أسامه        |
|  4 | أسامة        |
|  5 | اسامه        |
|  6 | اسَامه        |
+----+--------------+
4 rows in set (0.00 sec)

هذا كل ما في الأمر، إذ أدى البحث عن آسامة إلى ظهور كافة الاختلافات في الاسم.

باختصار، أضفنا الحقل الذي وحدنا نصّه إلى الجدول، ومرّرنا نص البحث إلى دالة توحيد النص، وبحثنا عن الاسم الذي المُوَحَّد، وعرضنا الاسم الأصلي.

يعد هذا حلًا أكثر معيارية وقابلية للتنفيذ في أكثر من قاعدة بيانات، ولكنه يتطلب مزيدًا من العمل.

استخدام التعابير النمطية في الاستعلامات

في هذا الحل، لن نغيّر أي ملفات ضبط، ولن نضيف أي بيانات إضافية إلى قاعدة البيانات. ومع ذلك، فإن البحث المعتمد على التعابير النمطية Regexp أبطأ من البحث العادي، وستفقد ميزة استخدام الفهارس التي قد تؤثر على الأداء تأثيرًا سيئًا. ما تزال دالة التعابير النمطية Regex مفقودة في لغة SQL القياسية، ولكن معظم أنظمة قواعد البيانات توفر الدعم لها بصيغ مختلفة.

لتطبيق هذا الحل، سنستبدل النمط القياسي "regexp" بنص البحث الأصلي.

تُنفّذ التعبيرات العادية في MySQL باستخدام REGEXP أو مرادفها RLIKE. يمكنك الاطلاع على مقال دوال التعامل مع النصوص في SQL لمعرفة المزيد حول كيفية كتابتها.

للبحث عن كافة تواجدات كلمة اسامة سنستخدم النمط التالي:

"[ا|أ|إ|آ]سام[ه|ة]"

يعني هذا النمط البحث عن أي شكل من أشكال الألف في بداية الكلمة، والبحث عن التاء المربوطة أو الهاء "ه" في نهايتها. لنجرب ذلك على جدول الأمثلة:

SELECT id, name FROM persons WHERE name REGEXP "[ا|أ|إ|آ]سام[ه|ة]";
+----+------------+
| id | name       |
+----+------------+
|  3 | أسامه      |
|  4 | أسامة      |
|  5 | اسامه      |
+----+------------+
3 rows in set (0.01 sec)

عُرضت اسامة أينما وجدت، ما عدا الذي يحتوي على التشكيل كما ذكرنا من قبل.

سيتعين علينا كتابة دالة لإنشاء هذا النمط إذا أردنا استخدام هذه الطريقة في حقول البحث. سأعطيك مثالا لذلك في PHP، ولكن هذا مجرد مثال وعلى الأرجح ستحتاج إلى طريقة مختلفة:

function generate_pattern($search_string) {
    $patterns     = array( "/(ا|إ|أ|آ)/", "/(ه|ة)/" );
    $replacements = array( "[ا|إ|أ|آ]", "[ه|ة]" );
    return preg_replace($patterns, $replacements, $search_string);
}

ستنشئ الدالة أنماطًا على النحو التالي:

generate_pattern("أسامة"); // return '[ا|إ|أ|آ]س[ا|إ|أ|آ]م[ة|ه]'
generate_pattern("أسامه"); // return '[ا|إ|أ|آ]س[ا|إ|أ|آ]م[ة|ه]'
generate_pattern("احمد");  // return '[ا|إ|أ|آ]حمد'

لاحظ في السطر الأول والثاني أن الدالة حلّت محل الألف في منتصف اسامة أيضًا. ستحتاج إلى حصرها لتستبدل الألف فقط في بداية الكلمة فقط، ولتستبدل التاء المربوطة والهاء في نهاية الكلمة فقط. سنترك الأمر لك لضبط الأنماط.

الخاتمة

تعرفنا في هذا المقال عن الطرق المتبعة لإنجاز البحث غير الحساس لحالة الأحرف العربية.

اللغة العربية لغة عظيمة وغنية جدًا، وهذا يتطلب معالجة خاصة في التخطيطات والبرمجة وقواعد البيانات، مما يخلق تحديات يتعين علينا التعامل معها نحن المبرمجون العرب.

مشاركة تجاربنا هي المفتاح لإنشاء مجتمع قوي ومفيد. ولإضافة مساهمتنا إلى مجتمع المطورين العالمي. نأمل أن تجد هذه المقالة مفيدة.

ترجمة -وبتصرُّف- للمقال Arabic Case Insensitive In Database Systems: How To Solve Alef With and Without Hamza Problem لصاحبه أحمد عصام Ahmed Essam.

اقرأ أيضًا

• التعابير النمطية في البرمجة
• فهم عملية التوحيد Normalization المستخدمة عند تصميم قاعدة البيانات

تصادف المهتمين بتعلم قواعد البيانات العديد من المصطلحات التي تسبب ارباكًا للقادمين الجدد سواء كانت غايته تعلم استثمارها أو تصميميها أو برمجة تطبيقات ومواقع ويب ترتبط بها. ومن أكثر هذه المصطلحات إشكالًا هو مصطلح "محركات قواعد البيانات Database Engines" الذي يجري الخلط بينه وبين قواعد البيانات بحد ذاتها وقد يعدّهما الكثيرون الشيء ذاته. سنشرح في هذا المقال ماهية قواعد البيانات ونتعرف على محركات قواعد البيانات ووظائفها ودورها في تزويد المستخدم النهائي بالبيانات المطلوبة.

ما هي قواعد البيانات

تُعرّف قاعدة البيانات Database ببساطة على أنها مجموعة من البيانات المخزّنة بشكل منظم يتيح استرجاعها وتعديلها وحذفها. وانطلاقًا من هذا التعريف يمكن أن نفكّر بعدد من النقاط:

• تضم قواعد البيانات كمًا كبيرًا من البيانات المعالجة أو البيانات الخام.
• ترتبط قواعد البيانات بوسائط تخزين، أي أن جميع البيانات موجودة ضمن ملفات أو بنى ومخزّنة رقميًا.
• توجد طريقة محددة نخبر بها قاعدة البيانات بطبيعة العمل الذي نرغبه بتنفيذه على البيانات.
• توجد طريقة محددة تفهم فيها قاعدة البيانات ما نطلبه منها.
• توجد طريقة محددة تنفذ من خلالها قاعدة البيانات التعليمات المطلوبة منها.
• توجد طريقة محددة لإيصال نتيجة التعليمات إلينا.

بناء على النقاط السابقة، تتكوّن قاعدة البيانات من المكوّنات التالية:

• البيانات
• وحدات التخزين
• نظام إدارة قواعد البيانات

البيانات

تُعرّف البيانات بكل بساطة على أنها كل ما يُخزّن لاستراجعه والعمل عليه وتعديله وتحليله للوصول إلى المعلومات المطلوبة.

وحدات التخزين

وتعد البنية التحتية لقواعد البيانات، إذ تتوضع فيها البيانات بشكل محددٍ ومنظم يُسهّل الوصول إليها. ولهذا المكون بالطبع شقان رئيسيان: أولهما شق برمجي وهي ما يُعرف بالمعمارية Architcture ويحدد طريقة تمثيل البيانات وتخزينها والآخر يتعلق بوسائط تخزين البيانات وهي المكوّن المادي الذي تُخزَّن فيه البيانات وتقرأ وتعدل.

لماذا أشرنا إلى وسائط التخزين كمكوّن من مكونات قاعدة البيانات؟ حتى نوّسع مفهوم قواعد البيانات التقليدي. فلا وجود لقاعدة البيانات دون وسائط تخزين من ناحية أولى، ولأن قواعد البيانات قابلة للتوزيع من ناحية أخرى. فقد تجدها على وسيط تخزين واحد أو على عدة وسائط تخزين في نفس الموقع أو في أصقاع مختلفة من العالم (خوادم قواعد بيانات)، ناهيك عن دور وسائط التخزين في سرعة الوصول إلى قواعد البيانات وقدرتها على تخديم كم كبير من الطلبات.

إذا لنفكرّ دائمًا بوحدات التخزين على أنها تجهيزات التخزين مع معمارية تخزين البيانات عليها.

نظام إدارة قواعد البيانات

يضم نظام إدارة البيانات Database management system واختصارًا DBMS الأقسام التالية:

• برمجيات التحكم والإشراف
• محركات قواعد البيانات
• واجهات تخاطب برمجية API

برمجيات التحكم والإشراف

تدير هذه البرمجيات عددًا من الوظائف التي تختلف من قاعدة بيانات إلى أخرى، نذكر منها:

• التحكم بمنح أذونات الدخول والعمل.
• التأكد من صحة وسلامة البيانات.
• التأكد من خضوع العمليات إلى قواعد محددة.
• تسهيل استعادة البيانات في حال حدوث خلل.

محركات قواعد البيانات

وهي برمجيات تدير جميع المهام الوظيفية التي صممت قاعدة البيانات لتنفيذها، وتُعد نواة قواعد البيانات. سنتكلم عنها بالتفصيل لاحقًا.

واجهات تخاطب برمجية API

واجهات تخاطب برمجية هي مجموعة من البرمجيات التي تدير التخاطب بين محرّكات قواعد البيانات والعميل وبين محرّكات قواعد البيانات ووسائط التخزين.

إن أردت الاستزادة، فيمكنك الرجوع إلى مقال دليلك الشامل إلى قواعد البيانات.

ماهية محركات قواعد البيانات

يُقصد بكلمة "محرك engine" في تكنولوجيا المعلومات عمومًا بأنها وحدة برمجية تضم الشيفرة الأساسية (أو النواة) التي تقود أي تكنولوجيا وظيفيًا، وقواعد البيانات ليست استثناءً. وعادة ما يكون لمصطلح "محرّك" دلالة من ناحية الملكية، إذ يشير هذا المصطلح بأن هذه الوحدة البرمجية مملوكة من قبل شركة معينة تعمل على تطويرها وحمايتها.

ووفقًا لهذا التعريف إضافة إلى مفهوم نظام إدارة قواعد البيانات يمكننا أن نرى سبب وجود الكثير من مزودي قواعد البيانات والكثير من أنظمة قواعد البيانات التي تختلف أو تتشابه بطريقة عملها مثل Oracle DB و MS SQL Server و MySQL و PostgreSQL و Apache Cassandra و Google Bigtable.

الهيكليات التي تبنى عليها محركات قواعد البيانات

تُبنى قواعد البيانات عادة وفق إحدى هيكليتي (أو خوارزميتي) الفهرسة التاليتين:

• هيكلية "شجرة بي B-tree" أو إحدى نسخها: وهي -باختصار شديد- هيكلية مخصصة لتحسين فعالية المحرّك في قراءة البيانات. تعتمد على هذه الهيكلية قواعد بيانات شهيرة مثل Oracle DB و MS SQL Server وIBM DB2 وPostgreSQL و MySQL ذات المحرّك InnoDB.
• هيكلية "شجرة LSM": وهي هيكلية مصممة لتحسين فعالية المحرّك عندما تكون عمليات كتابة البيانات هي السائدة. تعتمد على هذه الهيكلية قواعد بيانات شهيرة مثل Apache Cassandra و Google Bigtable و LevelDB و RocksDB وقد ظهرت نسخة لقاعدة البيانات MySQL أخرى تعتمد على توزيعة من RocksDB تعرف بالاسم MyRocks بدلًا من المحرك InnoDB.

حاولت بعض قواعد البيانات استخدام كلا الهيكليتين مثل MongoDB من خلال محركها WiredTiger الذي يأتي بإعدادين مختلفين لدعم B-tree و LSM Tree لكن الأمور لم تسر على ما يرام واختارت الشركة توزيع النسخة التي تعتمد على B-tree.

ما هو دور محركات قواعد البيانات؟

تؤدي محرّكات قواعد البيانات عمومًا معظم وظائف قواعد البيانات وأهمها:

• إنشاء وقراءة وتحديث وحذف البيانات من قواعد البيانات واختصارًا CRUD.
• التخزين المؤقت للبيانات ضمن ذواكر مؤقتة caches أو مخازن مؤقتة buffers.
• ضمان تحقق ميزات ACID لقاعدة البيانات (الكلّية atomicity، التناسق consistency، العزل isolation، الاستمرارية durability).
• التأكد من إنجاز العمليات المتزامنة بالشكل المطلوب Multiversion Concurrency Control (القراءة والكتابة إلى العنوان ذاته في نفس الوقت).
• تنفيذ أية عملية ضرورية قبل العمل على البيانات (تحديد موقع التخزين، تهيئة بنية مناسبة، معالجة ما قبل التخزين،..).

هل محركات قواعد البيانات مستقلة عن قواعد البيانات؟

قد تتساءل، هل يتمتع محرك قاعدة البيانات باستقلالية عن منظومة إدارة قواعد البيانات؟ ليس بالضرورة في واقع الأمر. لا يمكن التمييز في كثير من الحالات بين محرّك قاعدة البيانات ومنظومة إدارة قواعد البيانات لعدم وجود فصل رسمي من قبل الشركة المطوّرة وخاصة في قواعد البيانات المدفوعة مثل أوراكل Oracle-DB أو Microsoft SQL Server. إن الغاية الأساسية من وجود محرّك قواعد بيانات مستقل أو قائم بذاته هو إمكانية نقله واستخدامه وتعديله ليناسب قاعدة بيانات أخرى، لذلك نجد توجهًا كهذا في قواعد البيانات مفتوحة المصدر مثل MySQL (انظر مقال مقارنة بين MySQL و MongoDB).

لهذا السبب لا تميز الكثير من الأدبيات المتعلقة بقواعد البيانات بين منظومة إدارة قواعد البيانات ومحرّكات قواعد البيانات، حتى أن بعضها يعد محركات قواعد البيانات هي نفسها قواعد البيانات.

العلاقة بين محركات قواعد البيانات والواجهات البرمجية

قلنا أن الواجهة البرمجية هي وسيلة للتخاطب بين المحرّكات وبين المستخدم أو بين المحرّكات ووسائط التخزين. تُستخدم عادة منهجيتين في تخاطب المستخدم مع محركات قواعد البيانات:

• استخدام لغة استعلام بنيوية SQL وهي لغة خاصة تُستخدم في تعريف وإنشاء الجداول والسجلات والعمل عليها، وهذا النوع هو الأكثر شيوعًا وخاصة في قواعد البيانات المجدولة أو قواعد البيانات العلائقية Relational database مثل أوراكل و PostgreSQL.
• استخدام أساليب لا تعتمد كليًا على SQL وتعرف بالاختصار NoSQL وقد ازدادت شعبية هذا النوع من الاستعلامات مع ظهور التخزين البعيد والسحابي والاتجاه نحو تحسين السرعة والتوفر الدائم للبيانات. تعتمد على هذه الواجهات قواعد بيانات عديدة نذكر منها قواعد بيانات الملفات مثل XML و MongoDB، وقواعد بيانات (مفتاح- قيمة) مثل MongoDB، وقواعد البيانات الرسومية مثل Azure Cosmos DB.
• استخدام واجهات مخصصة للغات البرمجة، وهي مفيدة جدًا للمبرمجين الذين يرغبون بربط تطبيقاتهم مع قواعد بيانات محلية أو بعيدة على خوادم خاصة. صممت الكثير من المكتبات لربط البرمجيات المكتوبة بلغات برمجة مختلفة مع قواعد بيانات مختلفة نذكر منها Mongoose التي تربط تطبيقات React مع قاعدة البيانات MongoDB و ++SQLAPI لربط تطبيقات مكتوبة بلغة ++C مع قاعدة البيانات SQL Server.

وبالتالي لا علاقة لمحركات قواعد البيانات بلغات الاستعلام أو واجهات البرمجة المستخدمة فالغاية في النهاية هي التخاطب مع هذه المحرّكات لتنفيذ المطلوب.

العلاقة بين محركات قواعد البيانات ونوع قاعدة البيانات

تُصمم قواعد البيانات لتتعامل بالطريقة الأمثل مع هيكلية تخزين البيانات في قواعد البيانات، نذكر من هذه الهيكليات:

• قواعد البيانات العلائقيّة ويُشار إلى منظومتها بالاختصار RDBMS: وتخزن فيها البيانات على شكل جداول مترابطة من صفوف (سجلات) وأعمدة (قيم).
• قواعد بيانات ملفات Document Database: وتخزّن فيها البيانات ضمن ملفات بأسلوب محدد يسهّل استخلاص البيانات والتعامل معها مثل أسلوب الوسوم tags في ملفات XML.
• قواعد بيانات قاموسية Dictionary Database: وتخزّن فيها البيانات على شكل مفتاح-قيمة، أي يمكن الوصول إلى أي قيمة بمجرد معرفة مفتاحها والعكس بالعكس.
• قواعد بيانات كائنية التوجّه Object-oriented Databases: ويجري فيها تخزين البيانات على شكل كائنات مختلفة وتستخدم لتخزين الملفات ومقاطع الصوت والفيديو وهي حديثة العهد نسبيًا.

يفرض أسلوب التخزين المختلف محركات قواعد بيانات مختلفة وبالتالي طريقة عمل مختلفة وواجهات برمجية مختلفة بين محرّك قواعد البيانات من جهة ووسائط التخزين من جهة أخرى. ولا بد من الإشارة إلى وجود قواعد بيانات تدعم أكثر من أسلوب لتخزين البيانات وبالتالي ستكون محرّكاتها مهيأة لهذا الأمر مع وجود تبعات لا مفر منها تتعلق بسرعة الأداء وموثوقيته. لهذا السبب قد تجد عدة إصدارات مخصصة من قاعدة بيانات لدعم الأنواع المختلفة لهيكلية التخزين.

قواعد البيانات الأكثر شعبية وميزات محركاتها

نورد تاليًا لمحة عن أكثر قواعد البيانات استخدامًا في مختلف المجالات وبعض الميزات الخاصة بمحركاتها:

• قاعدة البيانات Oracle-DB
• قاعدة البيانات MySQL
• قاعدة البيانات Microsoft SQL Server
• قاعدة البيانات PostgreSQL
• قاعدة البيانات MongoDB

قاعدة البيانات Oracle-DB

تُعد هذه القاعدة من أكثر قواعد البيانات شهرة واستخدامًا في شتى المجالات وإليك بعضًا من ميزاتها:

• هيكلية التخزين الأساسية: علائقية RDBMS.
• هيكلية التخزين الثانوية: قواعد بيانات ملفات وقواعد بيانات رسومية وقواعد علائقية فراغية spatial RDBMS.
• مفتوحة المصدر: لا.
• الشركة المصممة: Oracle.
• الأنظمة التي تتعامل معها (بما فيها الخوادم): AIX و HP-UX و Linux و OS X و Solaris و Windows.
• لغات البرمجة التي تدعمها: معظم اللغات الشعبية ++C و بايثون و جافا و PHP وغيرها الكثير.
• الواجهات البرمجية وغيرها من طرق الوصول: JDBC و ODBC و ODP.NET و Oracle Call Interface ‏(OCI).
• لغات الاستعلام: PL/SQL

ميزات المحرّك:

• دعم عمليات CRUD
• دعم ميزات ACID
• دعم إقامة البيانات في الذاكرة
• دعم الحفاظ على البيانات واستعادتها
• دعم التعديل المتزامن للبيانات
• الدعم المباشر للتناسق Immediate Consistency

قاعدة البيانات MySQL

لا تقل هذه القاعدة شهرة من ناحية الميزات والاستخدامات وعدد المستخدمين عن Oracle وتستخدم في شتى المجالات وإليك بعضًا من ميزاتها:

• هيكلية التخزين الأساسية: علائقية RDBMS.
• هيكلية التخزين الثانوية: قواعد بيانات ملفات وقواعد علائقية فراغية spatial RDBMS.
• مفتوحة المصدر: نعم.
• الشركة المصممة: Oracle.
• الأنظمة التي تتعامل معها (بما فيها الخوادم): FreeBSD و Linux و OS X و Solaris و Windows
• لغات البرمجة التي تدعمها: معظم اللغات الشعبية ++C و بايثون و جافا و PHP وغيرها الكثير.
• الواجهات البرمجية وغيرها من طرق الوصول: JDBC و ODBC و Proprietary native API و ADO.NET.
• لغات الاستعلام: SQL.

ميزات المحرّك:

• دعم عمليات CRUD
• دعم ميزات ACID
• دعم إقامة البيانات في الذاكرة
• دعم الحفاظ على البيانات واستعادتها
• دعم التعديل المتزامن للبيانات
• الدعم المباشر للتناسق Immediate Consistency

قاعدة البيانات Microsoft SQL Server

وهي قاعدة البيانات الشهيرة من مايكروسوفت وتُعد من أكثر قواعد البيانات شعبية وإليك بعضًا من ميزاتها:

• هيكلية التخزين الأساسية: علائقية RDBMS.
• هيكلية التخزين الثانوية: قواعد بيانات ملفات وقواعد بيانات رسومية و قواعد علائقية فراغية spatial RDBMS.
• مفتوحة المصدر: لا.
• الشركة المصممة: مايكروسوفت.
• الأنظمة التي تتعامل معها (بما فيها الخوادم): Linux و Windows.
• لغات البرمجة التي تدعمها: معظم اللغات الشعبية ++C و بايثون و جافا و PHP ودعمًا خاصًا للغات (NET.) مثل #C وفيجوال بيسك.
• الواجهات البرمجية وغيرها من طرق الوصول: JDBC و ODBC و ADO.NET و OLE DB و Tabular Data Stream ‏(TDS)
• لغات الاستعلام ولغات سكربت الخادم: لغات NET. و بايثون و R و Transact SQLو جافا (في الإصدار 2019 وما بعد).

ميزات المحرّك:

• دعم عمليات CRUD
• دعم ميزات ACID
• دعم إقامة البيانات في الذاكرة
• دعم الحفاظ على البيانات واستعادتها
• دعم التعديل المتزامن للبيانات
• الدعم المباشر للتناسق Immediate Consistency

قاعدة البيانات PostgreSQL

إليك بعضًا من ميزات هذه القاعدة الشهيرة:

• هيكلية التخزين الأساسية: علائقية RDBMS.
• هيكلية التخزين الثانوية: قواعد بيانات ملفات وقواعد علائقية فراغية spatial RDBMS.
• مفتوحة المصدر: نعم.
• الشركة المصممة: PostgreSQL Global Development Group .
• الأنظمة التي تتعامل معها (بما فيها الخوادم): FreeBSD و Linux و OS X و Solaris و Windows و NetBSD و Unix و Hp-UX.
• لغات البرمجة التي تدعمها: معظم اللغات الشعبية ++C و بايثون و جافا و PHP ولغات (NET.).
• الواجهات البرمجية وغيرها من طرق الوصول: native C library و streaming API for large objects و JDBC و ODBC ADO.NET.
• لغات الاستعلام: SQL.

ميزات المحرّك:

• دعم عمليات CRUD
• دعم ميزات ACID
• دعم الحفاظ على البيانات واستعادتها
• دعم التعديل المتزامن للبيانات
• الدعم المباشر للتناسق Immediate Consistency

قاعدة البيانات MongoDB

إليك بعضًا من ميزات هذه القاعدة الشهيرة:

• هيكلية التخزين الأساسية: قواعد بيانات ملفات.
• هيكلية التخزين الثانوية: قواعد علائقية فراغية spatial RDBMS وقواعد علائقية مرتبطة بالسلاسل الزمنية Time Serieses RDBMS.
• مفتوحة المصدر: نعم.
• الشركة المصممة: MongoDB, Inc.
• الأنظمة التي تتعامل معها (بما فيها الخوادم): Linux و OS X و Solaris و Windows
• لغات البرمجة التي تدعمها: معظم اللغات الشعبية.
• الواجهات البرمجية وغيرها من طرق الوصول: بروتوكول خاص باستخدام JSON
• لغات الاستعلام: Read-only SQL وجافاسكربت.

ميزات المحرّك:

• دعم عمليات CRUD
• دعم محدود لميزات ACID
• دعم إقامة البيانات في الذاكرة
• دعم الحفاظ على البيانات واستعادتها
• دعم التعديل المتزامن للبيانات
• الدعم المباشر للتناسق Immediate Consistency والتنسيق العرضي Eventual Consistency

خاتمة

حاولنا في هذا المقال التمييز ما بين محركات قواعد البيانات وقواعد البيانات من الناحية الوظيفية ورأينا أن المحركات هي الشيفرة البنيوية التي تمكّن قاعدة البيانات من تنفيذ عملياتها، ولهذا الأمر أهميته الخاصة لأن محاولات بناء وتطوير قواعد بيانات جديدة مفتوحة المصدر بالاستفادة من شيفرات محركات قواعد بيانات أخرى قد بدأت بالنضوج وبالتالي لا بد من توضيح هذا المفهوم لاختيار قاعدة البيانات الأنسب للتطبيقات حاليًا ومستقبلًا.

اقرأ أيضًا

• تعرف على مكونات قاعدة البيانات
• أنواع قواعد البيانات وأهم مميزاتها واستخداماتها
• مدخل إلى تصميم قواعد البيانات

يعرض الفيديو مقارنة بين قواعد بيانات MySQL و MongoDB، وهما أحد أشهر محركات قواعد البيانات حاليًا، تصنف MySQL على أنها من قواعد البيانات العلائقية relational database، بينما تصنف MongoDB على أنها NoSQL تعتمد على مفهوم المستندات document-oriented database.

نوضح لك في الفيديو مفهوم قاعدة البيانات وأنواعها ومفهوم كل من MySQL و MongoDB، لنواصل بعدها عرض مقارنة شاملة بينهما توضح مدى الاختلاف الموجود بينهما، وصولًا إلى توضيح متى يجب أن تستخدم MySQL ومتى يكون من الأفضل استخدام MongoDB.

إذا كنت مهتمًا بتعلم المزيد حول قواعد بيانات MySQL و MongoDB فتابع قسم قواعد البيانات ليصلك كل مقال جديد من أكاديمية حسوب بهذا الشأن، وإن أردت تعلم قواعد البيانات وكيفية التعامل معها باحترافية، فلا تنس الاشتراك بدورة علوم الحاسوب المقدمة من أكاديمية حسوب.

اقرأ أيضًا

• مقارنة بين MySQL و MongoDB
• دليلك الشامل إلى قواعد البيانات DataBase

تبرز أهمية قواعد البيانات في عالم الأعمال اليوم أكثر من أي وقت مضى، حيث يعد استخدام قواعد البيانات أمرًا ضروريًا في معظم القطاعات التي تتطلب تخزين كم هائل من المعلومات المختلفة مثل البنوك والدوائر الحكومية المدنية مثل مكاتب السجل المدني والجامعات ومراكز التسوق والمتاجر الرقمية كي تتمكن من أداء خدماتها على أكمل وجه.

سنطلعك في مقال اليوم على أهمية قواعد البيانات ومميزاتها ودورها الفعال في تنظيم وجمع كل بياناتك في مكان واحد وتسهيل البحث عن أي بيانات تحتاجها بسرعة وسهولة، أو حتى تحليلها واستنتاج معلومات قيمة لتحسين عملك منها وغيرها الكثير من الفوائد.

ما هي قاعدة البيانات؟

قبل أن نتحدث عن أهمية قواعد البيانات دعنا نفهم أولاً ما هي قاعدة البيانات بالأساس وما هي أنواعها ومكوناتها؟

قاعدة البيانات Database أو ما يعرف اختصارًا DB هي مجموعة من البيانات المخزنة إلكترونيًا والمنظمة في تنسيق معين يسهل البحث فيها ومعالجتها.

يمكن أن تصمم قواعد البيانات وفق عدة نماذج تختلف في طريقة تخزين البيانات، أشهرها هو تنظيمها على شكل مجموعة جداول مرتبطة ببعضها، على سبيل المثال لدينا هنا مثال بسيط على نموذج لقاعدة بيانات تخزن معلومات عن الطلاب والدورات التي يتبعونها.

لاحظ أنك تستطيع البحث عن عدة معلومات من قاعدة البيانات أعلاه، كما يمكنك العثور على إجابات حول عدة أسئلة منها العدد الكلي للطلاب المسجلين، وعدد الطلاب المنتسبين إلى دورة معينة، ومعرفة الدورة الأكثر شعبية …إلخ.

دورة علوم الحاسوب

دورة تدريبية متكاملة تضعك على بوابة الاحتراف في تعلم أساسيات البرمجة وعلوم الحاسوب

اشترك الآن

أهمية قواعد البيانات

إذا كنت تتساءل عن أهمية قواعد البيانات، ولماذا يتوجب عليك استخدام قواعد البيانات في المشاريع والأعمال؟ فإليك قائمة بأبرز فوائد استخدام قواعد البيانات:

• تخزين قدر كبير من البيانات
• تخزين البيانات بطريقة منظمة
• تسهيل البحث عن البيانات ومعالجتها
• تمكين النسخ الاحتياطي البيانات
• توفير إمكانية تحليل البيانات واستخراج المعلومات المفيدة منها
• تطوير البرامج والتطبيقات التفاعلية

دعنا نناقش كل فائدة من بينها بمزيد من التفصيل.

تخزين قدر كبير من البيانات

يزداد الاعتماد على جمع البيانات بشكل كبير في الآونة الأخيرة ولك أن تتخيل كمية البيانات المتراكمة التي تجمعها الأعمال يوميًا والتي تعد أحد أصولها المهمة والقيمة التي عليها الحفاظ عليها وتخزينها بأفضل طريقة. وتعد قاعدة البيانات الوسيلة المناسبة لتخزين هذه البيانات بحيث يمكن العثور على المعلومات المطلوبة بسرع.

تخزين بيانات سليمة ومنظمة

تمكن قاعدة البيانات من تنظيم البيانات المخزنة بطريقة تساعدك على الاستفادة منها وإدارتها بأفضل طريقة. وهناك عدة طرق لتنظيم أو نمذجة البيانات في قاعدة البيانات وأشهرها النموذج العلائقي الذي يخزن البيانات ضمن جداول مرتبطة ببعضها البعض وتسمى قاعدة البيانات التي تتبع هذا النموذج قاعدة البيانات العلائقية.

أضف إلى ذلك أن قواعد البيانات تفرض على المدخلات أن تكون سليمة وبشروط محددة مسبقًا، مثل أن يكون الاسم بعدد حروف لا تقل عن 4 أو أن يكون رقم الهاتف المدخل بعدد أرقام 7 بالضبط أو البريد الإلكتروني صالح وهكذا، وللمزيد حول هذه النقطة انظر مقال قواعد السلامة وقيودها لضمان سلامة البيانات في قواعد البيانات

تسهيل البحث عن البيانات ومعالجتها

إن تخزين البيانات بطريقة منظمة ضمن قاعدة البيانات يسهل عملية البحث عن البيانات التي تحتاجها من البيانات المحفوظة واستعادتها وتعديلها عند الحاجة، كما يمكنك من إضافة شروط وفلاتر للعثور على البيانات التي تحقق شروطًا معينة.

ويمكن بالطبع تخزين البيانات في أي وسيط رقمي مثل الحاسوب عبر نظام الملفات وناقشنا ذلك مع مقارنة مع قاعدة البيانات في مقال تحليل نظام الملفات لإدارة البيانات وتخزينها واختلافه عن نظام قاعدة البيانات فارجع إليه للمزيد.

الحفاظ على تناسق البيانات

عادة ما تُمنح صلاحية الوصول لقاعدة البيانات وتحرير بياناتها لعدة أشخاص فإذا قام أكثر من شخص بتحرير نفس البيانات على التزامن وفي ذات اللحظة قد تحدث أخطاء في صحة وتناسق البيانات وهنا تبرز أهمية استخدام قواعد البيانات التي تحتوي على تحكم في التزامن يمنع المستخدمين الآخرين من تعديل أي بيانات أثناء قيام أحد المستخدمين بتعديلها وهذا يحافظ على بياناتك متسقة وصحيحة.

تمكين النسخ الاحتياطي للبيانات

تبرز أهمية قواعد البيانات في توفير ميزة النسخ الاحتياطي للبيانات مما يحافظ على البيانات الهامة ويمكننا من استردادها في حال حذفها أو تخريبها نتيجة أي عطل أو خطأ مقصود أو غير مقصود.

توفير إمكانية تحليل البيانات واستخراج المعلومات المفيدة منها

لم تعد الشركات اليوم تهتم فقط بتخزين البيانات في قواعد البيانات للبحث فيها ومعالجتها، بل أصبحت تهتم بأكثر من ذلك وهو فهم البيانات المخزنة لديها، فالبيانات اليوم تعد بمثابة النفط الجديد في عالم الأعمال ويمكن من خلال جمعها وتنظيفها وحفظها في قواعد بيانات مخصصة وتحليلها استخراج معلومات قيمة تساعد الشركات على اتخاذ قرارات مفيدة لتطوير أعمالها وتحسين إنتاجيتها.

تطوير البرامج والتطبيقات التفاعلية

تعد قواعد البيانات أحد العناصر الضرورية أيضًا في عملية تطوير التطبيقات والمواقع التفاعلية للشركات، ففيها يتم تخزين جميع البيانات المتعلقة بالتطبيق ويتم تطوير واجهات مخصصة للتعامل معها من خلال التطبيق، فإذا كنت مهتمًًا بتطوير التطبيقات سيكون عليك الاهتمام بقواعد البيانات كجزء من عملية التطوير.

ما هو نظام إدارة قواعد البيانات DBMS وما أهميته؟

لا يسمح للمستخدمين الوصول مباشرة إلى بيانات قاعدة البيانات والتعامل معها بل يتم التعامل مع البيانات المخزنة في قاعدة البيانات عادة من خلال نظام وسيط يسمى نظام إدارة قواعد البيانات Database Management System أو اختصارًا DBMS.

يعد نظام إدارة قاعدة البيانات بمثابة برج التحكم في قاعدة البيانات فمن خلاله يمكن للمستخدمين التعامل مع بيانات قاعدة البيانات وإدارتها بكفاءة، وفي حال تم ارتكاب أي خطأ مثل تخزين بيانات غير صحيحة فسيقوم نظام إدارة قاعدة البيانات بمعنك من ذلك للحفاظ على تناسق البيانات وصحتها.

كما يساهم نظام إدارة قواعد البيانات في الحفاظ على أمن البيانات ويتولى مهمة تشفير البيانات وإدارة المستخدمين الذين يمكنهم التعامل مع البيانات ومنع أي محاولات للوصول غير المصرح به للبيانات ويوفر آليات من أجل النسخ الاحتياطي واستعادة البيانات في حالة حدوث أي عطل طارئ فيها.

تتوافر العديد من أنظمة إدارة قواعد البيانات منها أنظمة تجارية توفرها الشركات بمقابل مادي مثل أوراكل Oracle و Microsoft SQL Server و IBM DB2، وأخرى مجانية ومفتوحة المصدر طورتها مجتمعات المطورين المتطوعين مثل MySQL و PostgreSQL.

إذَا قواعد البيانات لا تعمل لوحدها وإنما تعمل ضمن منظومة متكاملة يوفرها نظام إدارة قواعد البيانات ويمكن أن نخلص أهمية نظام إدارة قواعد البيانات بالنقاط التالية:

• توفير الوظائف الأساسية للتعامل مع البيانات مثل تخزين البيانات وتحديثها وحذفها
• توفير آليات لفرز البيانات والبحث فيها بسهولة وسرعة.
• التحقق من القيود المفروضة على البيانات المراد تخزينها في قاعدة البيانات ومنع أي أخطاء في عملية إدخال البيانات.
• حماية البيانات من الوصول غير المصرح به.
• تشفير البيانات المخزنة لحمايتها من الاختراق.
• منع أكثر من مستخدم من تحرير نفس البيانات في نفس الوقت للحفاظ على اتساقها وتجنب حدوث أي تضارب.
• توفير آلية لاستعادة البيانات في حال حدوث أي فشل أو تلف فيها.

أهمية الأنواع المختلفة لقواعد البيانات

كنا قد تحدثنا في مقال دليلك الشامل إلى قواعد البيانات DataBase عن الأنواع المختلفة لقواعد البيانات والتي تعتمد نماذج مختلفة لتخزين البيانات وتنظيمها ضمن قاعدة البيانات وفي هذه الفقرة سنسلط الضوء على اثنين من أهم أنواع قواعد البيانات ونوضح أهميتهما ومجال استخدامها في مجال التطوير.

أهمية قواعد البيانات العلائقية Relational databases

تنظم العناصر الموجودة في قاعدة البيانات العلائقية بشكل مجموعة من الجداول المرتبطة بحيث يخزن كل جدول مجموعة البيانات ذات الصلة ببعضها ويتم ربط المعلومات من جداول متعددة من خلال تضمين معرف فريد يسمى المفتاح الأساسي في الجدول الرئيسي وإضافته إلى أي جدول آخر نريد ربطه مع هذا الجدول وحينها يسمى مفتاح خارجي وبهذا ينشئ الربط بين المفتاح الأساسي والمفتاح الخارجي علاقة بين الجدولين.

[قاعدة بيانات علائقية.PNG]

تبرز أهمية قواعد البيانات العلائقية عند الحاجة لبناء أنظمة برمجية تتطلب صرامة وتنظيم في تنسيق البيانات مثل الأنظمة المحاسبية وأنظمة إدارة المخزون وأنظمة المبيعات حيث تخزن البيانات بشكل جداول بهيكلية محددة.

على سبيل المثال يمكن أن تتضمن قاعدة بيانات شركة مبيعات مجموعة جداول مثل جدول المنتجات وجدول الموظفين وجدول المبيعات …إلخ وترتبط البيانات الموجودة في هذه الجداول ببعضها البعض.

وكما تلاحظ في المثال أعلاه تنظم قواعد البيانات العلائقية المعلومات بطريقة فعالة ومتكاملة وتمنع تكرار البيانات وتسهل لك التعامل مع هذه البيانات ومعالجتها والبحث فيها، لكن القصور في هذا النوع هو بطء سرعة المعالجة نظرًا لضرورة الحفاظ على تكامل البيانات وصعوبة التعامل مع البيانات الضخمة.

أهمية قواعد البيانات غير العلائقية NoSQL Databases

توفر قواعد البيانات غير العلائقية أو ما يعرف بقواعد بيانات NoSQL طريقة مناسبة لتخزين البيانات غير المنظمة التي يصعب تخزينها في جداول منظمة مثل بيانات تطبيقات الويب وتطبيقات التعرف على الصور والتعرف على الصوت باستخدام الذكاء الاصطناعي وتطبيقات إنترنت الأشياء والأنظمة التي تستخدم البيانات الضخمة أو تتطلب معالجة كميات كبيرة من البيانات.

تخزن قواعد البيانات غير العلائقية البيانات وفق 4 نماذج وهي قاعدة بيانات قيمة مفتاح Key-value ومخزن العمود الموسع Wide-column Store وقاعدة بيانات المستند Document وقاعدة بيانات الرسم البياني Graph.

وتبرز أهمية قواعد البيانات غير العلائقية في كونها سريعة ومرنة ومناسبة للتعامل مع البيانات كبيرة الحجم وتخفف القيود المفروضة على تناسق وتنظيم البيانات المفروضة في أنواع قواعد البيانات الأخرى وهي مناسبة لتوسع الأعمال حيث يمكنك زيادة أدائها بسهولة عند الحاجة لتلائم متطلبات عملك.

استعرضنا لك اثنين من أشهر أنواع قواعد البيانات واستعرضنا أهم حالات استخدامهما، وتذكر أنه من الضروري أن تختار نوع قاعدة بيانات الأنسب لمشروعك كي تستفيد من مميزاته بالشكل الصحيح وتنجز مشروعك بأفضل أداء.

هناك بالطبع العديد من الأنواع الأخرى مثل قواعد البيانات الهرمية والشبكية وقواعد البيانات كائنية التوجه ومستودعات البيانات…إلخ. ولمطالعة مزيد من التفاصيل حول ميزات كل نوع منها يمكنك قراءة مقال أنواع قواعد البيانات وأهم مميزاتها واستخداماتها.

أهمية قواعد البيانات في سوق العمل

إن فهمك لأساسيات قواعد البيانات ومهارات التعامل معها في المشاريع العملية يوفر لك العديد من الفرص في سوق العمل الكبير المتعلق بقواعد البيانات -نظرًا للطلب الشديد- ويمكنك من شغل عدة أدوار وظيفية ذات رواتب مجزية سنذكر أهمها.

مسؤول قاعدة البيانات Database administrator

مسؤول قاعدة البيانات DBA هو المسؤول عن تصميم وإنشاء قاعدة البيانات وإنشاء حسابات مستخدمي قاعدة البيانات ومنح صلاحيات الوصول المناسبة إليها هذه حسب الحاجة، إضافة إلى إدارة قاعدة البيانات وإصلاحها وصيانة حلول النسخ الاحتياطي لقواعد البيانات الخاصة بالعمل لمنع فقدان البيانات، وحذف قاعدة البيانات عند الضرورة والتأكد من أن قواعد بيانات العمل والتطبيقات التي تتعامل معها تعمل بالشكل المطلوب.

مدير قاعدة البيانات Database manager

هو المسؤول عن إدارة وصيانة وحماية كافة قواعد البيانات المستخدمة في مقر العمل كما أنه يشرف ويدرب الموظفين الذين يتعاملون مع قواعد البيانات هذه للتأكد من أن التعامل معها يتم بطريقة صحيحة وآمنة.

محلل بيانات Data analyst

هو المسؤول عن جمع البيانات المرتبطة بالعمل وتنظيفها من أي بيانات خاطئة أو مكررة وتحليلها إلى معلومات مفيدة وعرضها بشكل تقارير مفهومة وسهلة القراءة وعرضها على أصحاب القرار في العمل. وللتعرف على المزيد من المعلومات حول هذا التخصص أنصح بقراءة مقال الدليل الشامل إلى تحليل البيانات

عالم بيانات Data scientists

عالم البيانات هو شخص محترف في تحليل البيانات ويملك مهارات عالية في البرمجة والإحصاء والرياضيات والتعلم الآلي لتحليل البيانات واستنتاج المعلومات القيمة منها ومهارات تقنية لحل المشكلات المعقدة واستكشاف المشكلات التي يجب حلها.

وهو مسؤول عن إنشاء نماذج التعلم الإحصائي وإيجاد وسائل جديدة لتحليل بيانات الشركة التي يعمل بهما والعمل على إيجاد أفضل الحلول لمشاكل العمل. وللاطلاع على مزيد من المعلومات حول هذا التخصص يمكنك مطالعة مقال الدليل الشامل إلى علم البيانات

كانت هذه نبذة عن أهم الأدوار الوظيفية التي تتعامل مع قواعد البيانات إلى جانب العديد من الأدوار الأخرى التي قد تختلف تسميتها من جهة لأخرى لكنها ترتبط بشكل أساسي بتطوير وتصميم قواعد البيانات أو بإدارة قاعدة البيانات أو بتشغيل قاعدة البيانات أو بتحليل البيانات المحفوظة في قواعد البيانات.

كيف أتعلم قواعد البيانات؟

بعد أن تعرفت على أهمية قواعد البيانات والطلب عليها في سوق العمل قد تتساءل ما هي الخطوات التي علي اتباعها كي تتعلم قواعد البيانات وإليك أهم الخطوات:

1. تعلم المفاهيم والمصطلحات الأساسية حول قواعد البيانات وأنواعها وطرق تصميمها ومتى تستخدم كل نوع منها.
2. تعلم التعامل مع أنظمة إدارة قواعد البيانات مثل MySQL و Oracle أو PostgreSQL و Ruby on Rails. توفر هذه الطرق طرقًا سريعة وفعالة للاستعلام عن قاعدة البيانات من الواجهة الخلفية الخاصة بك. يجب أن يعرف كل شخص من محللي الأعمال إلى خبراء إدارة قواعد البيانات هذه المهارات.
3. تعلم برمجة قواعد البيانات من خلال مشاريع وتطبيقات عملية فهي تعزز فرصتك في الحصول على فرص أكبر في سوق العمل.
4. طور مهاراتك الشخصية مثل مهارات التحليل المنطقي ومهارات التواصل الفعال لأن العمل في مجال قواعد البيانات يتطلب منك التعاون والتواصل مع باقي أعضاء فريق التطوير.
5. اختر مصادر تعليمية مفيدة والتزم بها ولا تشتت نفسك بكثرة المصادر.

ستجد في أكاديمية حسوب الكثير من مصادر تعلم قواعد البيانات وهي:

• الدروس والمقالات التي تشرح أساسيات قواعد البيانات
• كتاب تصميم قواعد البيانات من الصفر للاحتراف متاح للتحميل مجانًا
• دورة علوم الحاسوب ستجد مسارًا كاملًا يعرفك على قواعد البيانات بمختلف أنواعها وستتعمق بمختلف جوانب لغة الاستعلام SQL، وستطبقها عمليًا خطوةً بخطوة على قواعد بيانات SQLite، وستتطلع على مفاهيم قواعد بيانات NoSQL.

الخلاصة

تعرفنا في مقال اليوم على أهمية قواعد البيانات التي تعد أحد المفاهيم المهمة في عالم البرمجة وتقنية المعلومات وتعرفنا على أهم خصائصها واكتشفنا أنواع قواعد البيانات ومميزات كل نوع منها، واستعرضنا أهم الوظائف المرتبطة بتخصص قواعد البيانات.

وختمنا المقال بجملة من النصائح التي تساعدك على تعلم قواعد البيانات ودخول سوق العمل بأفضل الطرق وأسرعها ونرحب بأن تشاركنا أي أسئلة أو استفسارات تتعلق بأهمية قواعد البيانات في قسم التعليقات أسفل المقال.

اقرأ أيضًا

• عملية تطوير قواعد البيانات Database Development
• تعرف على مكونات قاعدة البيانات

تعد قواعد البيانات أحد العناصر الأساسية اليوم في مختلف الشركات والمؤسسات التي تسعى لتطوير حلول برمجية خاصة بها، فجميع تطبيقات الأعمال اليوم مثل تطبيقات التجارة الإلكترونية وإدارة المخزون وإدارة العلاقات مع العملاء وغيرها من التطبيقات التقنية تحتاج إلى قاعدة بيانات لتخزين المعلومات الخاصة بها ومعالجتها وإتاحتها للاستخدام.

في مقال اليوم سنتعرف على مفهوم قواعد البيانات ونظام إدارة قواعد البيانات DBMS ومكونات قاعدة البيانات ونتعرف على أهمية قواعد البيانات في أتمتة الأعمال التجارية المختلفة.

ما هي قاعدة البيانات؟

قاعدة البيانات هي نظام يدير البيانات إلكترونيًا فالمهمة الأساسية لقواعد البيانات هي توفير آلية لتخزين كمية كبيرة من البيانات بطريقة فعالة وخالية من الأخطاء وتوفير إمكانية الحصول على المعلومات المطلوبة من هذه البيانات عند الحاجة.

تحتاج الشركات والأفراد اليوم إلى تخزين العديد من البيانات لمختلف الاستخدامات، على سبيل المثال إليك بعض الاستخدامات المفيدة لقواعد البيانات:

• تخزن الأعمال التجارية كافة بيانات العمليات التجارية مثل المبيعات والطلبات وخدمة العملاء فتحليل هذه البيانات يمكن أن يساهم في اتخاذ قرارات تساعد في تحسين سير العمل وزيادة المبيعات بشكل كبير.
• تخزن مؤسسات العمل المختلفة بيانات العملاء والمستخدمين الذين يزورون مواقع الشركات على الويب أو يتفاعلون على منصات التواصل الاجتماعي مثل الأسماء وعناوين البريد الإلكتروني والمواقع الجغرافية والاهتمامات وما شابه فتتبع هذه البيانات من شأنه أن يساعد في التوصية بالمنتجات والخدمات الأفضل وإدارة الحملات التسويقية بنجاح.
• تستفيد مؤسسات الرعاية الصحية من تخزين كافة المعلومات الصحية الشخصية لتقديم الرعاية اللازمة لهم بشكل آمن بناءً على سجلاتهم السابقة.
• تخزن المؤسسات المالية كافة المعلومات حول الأسهم والمبيعات والسندات وعمليات التداول.
• تحتاج المؤسسات التعليمية والجامعات إلى تخزين كافة المعلومات عن الطلاب وتحصيلهم الدراسي والدورات والمناهج التي يدرسونها.
• تخزن شركات الخطوط الجوية كافة البيانات المتعلقة بحجوزات التذاكر ومواعيد إقلاع وهبوط الطائرات وكافة الجداول الزمنية في قواعد بيانات مخصصة.
• يمكن أن تستخدم قواعد البيانات أيضًا لحفظ بياناتك الشخصية مثل الدروس والمحاضرات التي تتعلمها أو الصور الشخصية الخاصة بك لتنظيمها وتسهيل البحث فيها.

ما هي مكونات قاعدة البيانات؟

تتكون أنظمة قواعد البيانات من 3 مكونات أساسية هي:

1. قاعدة البيانات التي تتضمن البيانات نفسها
2. برنامج إدارة قواعد البيانات DataBase Management System أو اختصارًا DBMS
3. البنية التحتية المستخدمة لحفظ قاعدة البيانات والوصول إليها وهي تشمل العتاد عمومًا من حواسيب وخوادم وأقراص للتخزين.

1. قاعدة البيانات DataBase

قاعدة البيانات هي البنية أو الهيكلية المسؤولة عن تخزين البيانات وإدارتها في نظام الحاسوب والتي يتم التحكم فيها بواسطة نظام إدارة قواعد البيانات، وتسمى كل من البيانات ونظام إدارة قواعد البيانات مع التطبيقات المرتبطة بها باسم نظام قاعدة بيانات أو اختصارًا قاعدة البيانات.

هناك عدة أنواع من قواعد البيانات أشهرها قواعد البيانات العلاقيّة وهي تتكون من مجموعة من الجداول بينها علاقات التي يتم فيها تخزين سجلات البيانات الفردية مع علاقات ضابطة ترتبط بين هذه السجلات وتنظمها.

وهناك نوع آخر شهير لقواعد البيانات يعرف باسم قواعد البيانات غير العلاقيّة أو قواعد بيانات NoSQL وقد تم تطوير هذا النوع الحديث من قواعد البيانات من أجل تخزين الكميات الكبيرة من البيانات غير المنظمة ضمن بنية مرنة لا تلتزم بمخطط صارم مثل بيانات الويب وتطبيقات البيانات الضخمة وتطبيقات الزمن الحقيقي، وللتعرف على الفروقات بينهما راجع مقال شرح الفروقات بين قواعد بيانات SQL ونظيراتها NoSQL.

تستخدم قواعد البيانات غير العلاقيّة عدة هياكل لتخزين البيانات مثل:

• قواعد بيانات المستندات Document databases
• المخازن المعتمدة على الأعمدة Column-oriented databases
• مخازن مفتاح-قيمة Key-value stores
• مخازن الرسوم البيانية Graph databases

كما تتوافر العديد من قواعد البيانات الأخرى مثل قواعد البيانات كائنية التوجه وقواعد البيانات السحابية وقواعد البيانات الموزعة وإذا كنت مهتمًا بالتعرف على المزيد من التفاصيل حول مميزات واستخدامات ومكونات قاعدة البيانات لكل نوع منها أنصحك بقراءة مقال تعرف على أنواع قواعد البيانات وأهم مميزاتها.

2. نظام إدارة قواعد البيانات DBMS

نظام إدارة قواعد البيانات DBMS هو عبارة عن برنامج يساعد مسؤولي قواعد البيانات والمؤسسات على إدارة قواعد البيانات الخاصة بهم فهو يوفر العديد من الأدوات التي تسهل عمليات إدارة واسترجاع البيانات من قاعدة البيانات.

يوفر نظام إدارة قواعد البيانات عادة واجهة إدارة مركزية تسهل إجراء كافة المهام الإدارية على قاعدة البيانات والتحكم بها ومن أبرز مهام نظام إدارة قواعد البيانات:

• تكوين وإدارة حسابات مستخدمي قاعدة البيانات بسهولة وتحديد سياسات الوصول.
• تبسيط عمليات النسخ الاحتياطي للبيانات من خلال توفير واجهات سهلة لإنشاء وإدارة النسخ الاحتياطية من قاعدة البيانات ونقلها من موقع لآخر.
• توفير أدوات متكاملة لمراقبة وضبط أداء قواعد البيانات وتحسين الاستعلامات من قواعد البيانات.
• توفير نظام لاسترداد البيانات كليًا أو جزئيًا إلى حالتها السابقة بسهولة وسرعة.

يستخدم نظام إدارة قواعد البيانات العلاقيّة RDBMS لغة معيارية تسمى لغة الاستعلام الهيكلية SQL من أجل استرجاع البيانات أو بعبارة أخرى الاستعلام عنها وإدارة هذه البيانات مثل تعديلها أو حذفها أو إضافة سجلات جديدة فيها كما يمكن للغة SQL إجراء الكثير من العمليات الأخرى على قواعد البيانات بما في ذلك تحسين قواعد البيانات وصيانتها.

ومن أشهر نظم إدارة قواعد البيانات العلاقيّة نذكر مايكروسوفت أكسس Microsoft Access وMySQL و MariaDB و PostgreSQL و SQLite …إلخ.

وتجدر الإشارة إلى أن مصنعي قواعد البيانات المختلفة يستخدمون لغة SQL الخاصة بهم لذا يمكن أن تجد أسماء مختلفة للغة SQL خاصة بكل نظام إدارة قواعد البيانات مثل PL SQL التي تستخدمها قواعد بيانات أوراكل Oracle Database و T-SQL والتي تعني Transact-SQL التي تستخدمها قواعد بيانات مايكروسوفت فهذه التسميات ما هي سوى امتداد للغة SQL فهي اللغة القياسية أو المعيارية للاستعلام عن قاعدة البيانات.

كما تعتمد قواعد البيانات غير العلاقيّة على نظم إدارة قواعد بيانات خاصة بها فهناك على سبيل المثال أنظمة إدارة قواعد بيانات خاصة بقواعد بيانات المستندات DoDBMS مثل MongoDB و Azure Cosmos DB وأنظمة إدارة قواعد بيانات خاصة بقواعد البيانات المعتمدة على الأعمدة CDBMS مثل Apache Cassandra و Apache HBase وأنظمة إدارة قواعد بيانات خاصة بقواعد بيانات الرسوم GDBMS مثل GraphDB و Neo4j و ArangoDB وغيرها.

ما هي مكونات نظام إدارة قواعد البيانات؟

يتكون أي نظام إدارة قواعد البيانات من العناصر التالية:

• محرك التخزين Storage engine
• لغة الاستعلام عن البيانات Query language
• معالج الاستعلام Query processor
• محرك تحسين قاعدة البيانات Optimization engine
• مدير السجل Log manager
• فهرس البيانات الوصفية Metadata catalog
• أدوات للمراقبة وإصدار التقارير Reporting and monitoring tools
• أدوات مساعدة للبيانات Data utilities

1. محرك التخزين

يعد محرك التخزين المكون الأساسي لنظام إدارة قواعد البيانات DBMS وهو المسؤول عن التفاعل مع نظام الملفات الذي يخزن البيانات على مستوى نظام التشغيل حيث تمرّ جميع الاستعلامات التي تتفاعل مع البيانات الأساسية عبر محرك التخزين هذا.

2. لغة الاستعلام

يدعم أي نظام إدارة قواعد بيانات لغة أو تقنية للاستعلام تمكنها من التفاعل مع قاعدة البيانات مثل لغة الاستعلام الهيكلية SQL ولغة MQL وهي اختصار لعبارة MongoDB Query Language.

وغالبًا ما تقسم تعليمات لغة الاستعلام نفسها لعدة عناصر حسب المهام التي تقوم بها مثل:

• لغة معالجة البيانات Data Manipulation Language أو اختصارًا DML: تتضمن الأوامر التي تعالج البيانات الموجودة داخل قاعدة البيانات نفسها مثل إنشاء قيم جديدة وحذفها وتعديلها …إلخ.

• لغة تعريف البيانات Data Definition Language أو اختصارًا DDL: تتضمن مجموعة الأوامر التي يمكن استخدامها لتحديد وتعديل الهيكلية أو البنية العامة لقاعدة البيانات

• لغة التحكم في البيانات Data Control Language أو اختصارًا DCL: وهي تتضمن الأوامر التي تمكننا من التحكم بصلاحيات الوصول إلى محتوى قاعدة البيانات.

• لغة التحكم في المعاملات Transaction Control Language أو اختصارًا TCL وهي تتضمن الأوامر التي تتحكم بالتعاملات الداخلية التي تمت على قاعدة البيانات وتمكننا على سبيل المثال من التراجع عن التغييرات التي قمنا بها أو حفظ وتثبيت هذه التغييرات.

3. معالج الاستعلام

يلعب معالج الاستعلام دور الوسيط بين قاعدة البيانات وبين الاستعلامات التي يجريها المستخدم على قاعدة البيانات فهو يفسر استعلامات المستخدمين ويحولها إلى أوامر يمكن بقاعدة البيانات فهمها وتنفيذها وإرجاع النتيجة الصحيحة.

4. محرك تحسين قاعدة البيانات

يوفر محرك التحسين تقارير حول أداء قاعدة البيانات ويساعدنا على تحسين قاعدة البيانات نفسها وتحسين أداء الاستعلامات التي تنفذ على قاعدة البيانات.

5. مدير السجلات

تخزن كافة سجلات نظام إدارة قواعد البيانات سواء عمليات تسجيل دخول المستخدم أو عمليات النسخ الاحتياطي لقاعدة البيانات أو العمليات على البيانات…إلخ. ضمن مدير السجلات لإعطاء فكرة عامة عن كافة الإجراءات التي تتم على قاعدة البيانات وتسهيل الوصول لها والاطلاع عليها.

6. فهرس البيانات الوصفية

عند إنشاء أي عنصر داخل قاعدة البيانات يحتفظ نظام إدارة قواعد البيانات بسجل لهذا الكائن ويخزن بعض البيانات الوصفية عنه ضمن فهرس مركزي يعرف باسم فهرس البيانات الوصفية Metadata ويساعد هذا الفهرس على تكوين نظرة عامة على بنية قاعدة البيانات بالكامل.

7. أدوات للمراقبة وإصدار التقارير

لا يخلو أي نظام إدارة قواعد بيانات من أدوات مخصصة للمراقبة لإعداد التقارير التي تمكن المستخدمين من إنشاء تقارير حول نسبة استهلاك الموارد ونشاط المستخدمين والإجراءات التي تم القيام بها …إلخ.

8. مكونات بيانات مساعدة

تتضمن كافة أنظمة إدارة قواعد البيانات أدوات ومكونات مساعدة إضافية مدمجة فيها تساعد في التعامل مع البيانات وتقدم العديد من الخدمات المفيدة مثل فحص سلامة وصحة البيانات وإصلاح الأخطاء في البيانات وجدولة عمليات النسخ الاحتياطي وإدارة الوصول المتعدد إلى قاعدة البيانات من قبل عدة مستخدمين في نفس الوقت والعديد من الخدمات الأخرى المفيدة التي توفر تجربة مستخدم أفضل.

إن تواجد كافة هذه المكونات ضمن مكان واحد من شأنه تسهيل عمل مسؤولي قواعد البيانات في تنفيذ جميع المهام المتعلقة بإدارة وصيانة قواعد البيانات بسرعة وكفاءة لذا يعد نظام إدارة قواعد البيانات أحد مكونات قاعدة البيانات الأساسية والتي لا غنى عنها لإدارة البيانات وتنظيمها بأفضل شكل.

الخلاصة

في مقال اليوم تعرفنا على مكونات قاعدة البيانات وأنواعها المختلفة ومكونات نظام إدارة قواعد البيانات المختلفة التي تعد حجر الزاوية في التطبيقات التقنية المطبقة في مختلف المجالات.

وأود أن أشير في الختام إلى أن تعلم قواعد البيانات أمر ضروري لأي شخص يرغب في تعلم علوم الحاسوب والبرمجة فلا غنى عن إنشاء قاعدة بيانات من أجل تخزين وإدارة البيانات التي تستخدمها هذه التطبيقات والبرامج لذا اغتنم وقتك وابدأ من الآن بتعلم قواعد البيانات وأنواعها وتقنياتها المختلفة وإن واجهك أي سؤال أو اعترضتك أي مشكلة لا تتردد في مشاركتها معنا في قسم التعليقات أسفل المقال.

اقرأ أيضًا

• خصائص قواعد البيانات والمزايا التي تقدمها
• المفاهيم الأساسية في قواعد البيانات

في مقال اليوم نقدم شرحًا وافيًا عن أنواع قواعد البيانات الأكثر شيوعًا والتي يحتاج أي مطور لمعرفتها لتطوير التطبيقات المختلفة ونوضح طريقة تخزين البيانات ضمنها وأبرز مميزاتها ونذكر أمثلة متنوعة عن كل نوع منها ونساعدك على اختيار نوع قاعدة البيانات الأنسب لتخرين بياناتك.

فالبيانات اليوم عصب حياتنا المعاصرة ولا غنى عنها لتسيير أعمال الأنظمة الحديثة، وجميع النشاطات التجارية في مختلف المجالات باتت تحتاج إلى تخزين كم هائل من البيانات حول عملاءها وموظفيها ومعاملاتها ومنتجاتها وفواتيرها …إلخ. ولا تقتصر أهمية البيانات على الأنشطة التجارية بل حتى الحياة الشخصية حيث تخزن الأجهزة الإلكترونية المحيطة بنا الكثير من التفاصيل عنا.

لذا، كان لابد من طريقة لتخزين وتنظيم هذه البيانات وإدارتها بشكل فعال، ومن هنا ظهر مفهوم قاعدة البيانات وابتكرت أنواع مختلفة من قواعد البيانات لكل منها منهجية مختلفة في تصميمها وطريقة تعاملها مع البيانات.

ما هي قواعد البيانات؟

قبل أن نتعرف على أنواع قواعد البيانات المختلفة دعنا نعرف في البداية ما معنى البيانات وما هي قاعدة البيانات وما أهميتها.

البيانات اليوم أحد الركائز الأساسية لأي مجال عمل معاصر، ولتنظيم هذه البيانات وتسهيل التعامل معها يتم تخزينها ضمن قواعد بيانات Database أو بالمعنى الأدق حاوية بيانات تسهل إدارة هذه البيانات وتحافظ على أمنها وسلامتها وبالتالي قاعدة البيانات هي بمثابة مستودع أو حاوية للبيانات.

وتحتاج قاعدة البيانات إلى نظام خاص لإدارتها وهو ما يعرف بنظام إدارة قواعد البيانات Database Management System أو اختصارًا DBMS كي يسمح لنا بالاتصال المباشر مع قاعدة البيانات وتخزين البيانات فيها أو استخراج البيانات المخزنة فيها أو ما يعرف بالاستعلام عن البيانات Query بالإضافة إلى معالجتها من تحديث وحذف ونقل …إلخ.

من المصطلحات الأساسية المرتبطة بقواعد البيانات كذلك مخطط قاعدة البيانات Database Schema وهو عبارة عن مخطط منطقي يشبه المخطط المعماري لأي بناء يصف هيكيلة قاعدة البيانات وبنيتها من جداول وأعمدة كل جدول ونوع البيانات الذي يأخذه كل عمود والارتباطات بين أعمدة الجداول والقيود المطبقة على البيانات المدخلة أو المعالجة وغيرها من التفاصيل.

دورة علوم الحاسوب

دورة تدريبية متكاملة تضعك على بوابة الاحتراف في تعلم أساسيات البرمجة وعلوم الحاسوب

اشترك الآن

أنواع قواعد البيانات

هناك أنواع مختلفة من قواعد البيانات تعتمد على خصائص البيانات التي تخزنها وطريقة تخزين هذه البيانات ومن أهم أنواع قواعد البيانات التي يحتاج المبرمج لفهمها:

1. قواعد البيانات العلاقية Relational Databases
2. قواعد البيانات غير العلاقية Non-Relational Databases
3. قواعد البيانات كائنية التوجه Object Oriented Databases
4. قواعد البيانات السحابية Cloud Databases
5. قواعد البيانات المركزية Centralized Databases
6. قواعد البيانات الموزعة Distributed Databases

سنتعرف في الفقرات التالية على شرح مفصل عن كل نوع من هذه الأنواع وأهم مميزاتها وحالات استخدامها.

1. قواعد البيانات العلاقية SQL

قواعد البيانات العلاقية Relational Databases -أو العلائقية- أو تعرف أيضًا بقواعد بيانات SQL هي من أكثر أنواع قواعد البيانات شيوعًا واستخدامًا، وهي تخزن البيانات ضمن جداول منظمة لها مخطط ثابت، ويتكون كل جدول من مجموعة من الصفوف والأعمدة التي ترتبط بعلاقات مع بعضها البعض لتشكل قاعدة بيانات ومن هنا جاءت تسميتها بالعلاقية لتميزها بوجود تلك العلاقات بين الجداول.

تمثل الأعمدة خصائص أو سمات الجدول ويمثل الصف القيمة الفعلية لهذه الخاصية ويمثل كل سطر في الجدول سجلًا ويتضمن كل جدول في قاعدة البيانات عمودًا يسمى المفتاح لا يتكرر بين سجل وآخر ويميز السجلات عن بعضها.

كي تتعامل مع البيانات المخزنة في قواعد البيانات العلاقية تحتاج لاستخدام لغة الاستعلام الهيكلية SQL وهي عبارة عن لغة برمجة قياسية تستخدم للتخاطب مع قاعدة البيانات العلاقية وتخزين البيانات فيها ومعالجتها وصيانتها.

تتميز قواعد البيانات العلاقية بأنها قابلة للتوسع وسهولة إضافة بيانات جديدة إلى الجداول دون التأثير على السجلات المخزنة مسبقًا كما أنها توفر حماية عالية للبيانات لأن البيانات مقسمة إلى جداول مما يمكننا من جعل بعض الجداول سرية وعدم السماح بالوصول إليها سوى من قبل مستخدمين بصلاحيات إدارية محددة.

تستخدم قواعد البيانات العلاقية في العديد من التطبيقات إلا أنها تعد مناسبة أكثر لمجموعات البيانات التي لها بنية منظمة يمكن نمذجتها ضمن جداول محددة ومصممة مسبقًا، كما أنها تعتبر ملائمة لمستودعات البيانات لكونها تسهل تنفيذ استعلامات معقدة على بيانات من مصادر متعددة.

من أبرز الأمثلة على قواعد البيانات العلاقية نذكر:

• أوراكل
• مايكروسوفت أكسس
• MySQL
• Microsoft SQL Serve
• IBM Db2
• MariaDB
• PostgreSQL

2. قواعد البيانات غير العلاقية NoSQL

نظرًا للزيادة الهائلة في حجم البيانات الموجودة والحاجة إلى تحليل البيانات الضخمة التي يتم إنشاؤها كل يوم في الشركات الكبرى وتطبيقات الويب والمتاجر الإلكترونية الضخمة، لم تعد قواعد البيانات العلاقية ملائمة للتعامل مع هذا الكم من البيانات ومعالجتها بسرعة ودعم الحوسبة السحابية لها دون تعزيزها بموارد إضافية.

هذه القيود دفعت لظهور نوع جديد من أنواع قواعد البيانات عرف باسم قواعد البيانات غير العلاقية Non-Relational Database أو ما يعرف بقواعد بيانات Not Only SQL أو اختصارًا NoSQL كي تلائم مجموعات البيانات الكبيرة بشكل أفضل وسميت بهذا الاسم لأنها لا تخزن البيانات على شكل جداول فحسب بل تعتمد على طرق وأساليب مختلفة سنتعرف عليها بعد قليل، وهي قادرة على التعامل مع مشكلات الأداء في البيانات الضخمة big data وتستطيع تحليل ومعالجة كمٍّ هائل من البيانات بمرونة وكفاءة عالية.

فقواعد البيانات غير العلاقية NoSQL Databases هي نوع من أنواع قواعد البيانات المستخدمة لتخزين مجموعة ضخمة من البيانات التي تتميز يكونها غير متجانسة وغير مرتبطة مع بعضها البعض وهي تعرف باسم البيانات غير المهيكلة Unstructured Data وهي بيانات يصعب الاحتفاظ بها في جداول لها مخطط ثابت ومنظم.

من الأمثلة على البيانات غير المهيكلة رسائل البريد الإلكتروني وصفحات الويب التي تتضمن على كمية كبيرة من البيانات المتباينة على هيئة نصوص أو صور أو مقاطع فيديو أو روابط …إلخ. لهذا السبب برز استخدام قواعد بيانات NoSQL بشكل واسع في التطبيقات الحديثة التي تحتاج لمعالجة مثل هذه.

كما تعد قواعد البيانات غير العلاقية مناسبة للاستخدام في تطبيقات نظم الزمن الحقيقي التي تتطلب سرعة في الاستجابة وتطبيقات الحوسبة السحابية وتستخدمها اليوم كبرى شركات الإنترنت مثل جوجل و أمازون لمعالجة الكم الهائل من البيانات الخاصة بها.

وتتميز قاعدة بيانات NoSQL ببساطة بنائها فلا تحتاج إلى مخطط وبنية وروابط لذلك تجدها مستخدمة في التطبيقات البسيطة التي لا تحتاج إلى بناء مخطط وهيكل وروابط في قاعدة بياناتها حيث بناء قاعدة بيانات علائقية تحتاج إلى وقت وبعض الجهد بل وأحيانًا خبرة في وضع المخطط وتنفيذه فليست بالعملية السهلة مثل بناء قاعدة بيانات غير علائقية.

ومن أبرز الأمثلة على قواعد بيانات غير علاقية نذكر:

• Redis
• MongoDB
• Oracle NoSQL
• HBase
• Neo4j
• OrientDB
• RavenDB
• Amazon S3
• Cassandra

توفر قواعد البيانات غير العلائقية عدة تنسيقات أو طرق لتخزين ونمذجة البيانات كالتالي:

• قواعد بيانات المفاتيح والقيمة A key-value database: وهي أبسط أنواع قواعد البيانات غير العلاقية وتعتمد على تخزين كل عنصر على شكل خاصية أو مفتاح وقيمة مرتبطة به الأمر الذي يسهل استرداد المعلومات منها من خلال استعلامات بسيطة، ومثال عليها Redis و DynanoDB.

• قواعد بيانات المستندات Document databases: نوع من أنواع قواعد البيانات المستخدمة لتخزين البيانات من مختلف الأنواع سواء كانت سلاسل نصية أو أرقام أو قيم منطقية أو مصفوفات أو كائنات بشكل مستندات بتنسيق JSON، وهذا النوع يساعد المطورين في تخزين البيانات باستخدام نفس تنسيق نموذج المستندات المستخدم في الشيفرات البرمجية للتطبيقات. ويعد MongoDB مثالًا شهيرًا عليها.

• قواعد بيانات المخطط البياني Graph Databases: يستخدم هذا النوع لتخزين كميات هائلة من البيانات ضمن رسم بياني مكون من عقد تخزن كيانات البيانات وروابط تعبر عن العلاقات بين هذه العقد، من الأمثلة عليه قواعد البيانات Neo4j و Janusgraph ومن أبرز تطبيقاتها مواقع التواصل الاجتماعي التي تربط المستخدمين فيما بينهم وتقترح الصداقات المناسبة بناء على هذه الروابط.

• قواعد بيانات الأعمدة Column Store Database يعرف هذا النوع كذلك باسم مخزن العمود العريض Wide column store وهو طريقة مشابهة لتمثيل البيانات في قواعد البيانات العلائقية إلا أن البيانات تخزن في جداول مكونة من صفوف وأعمدة عريضة أو ديناميكية قابلة للتوسع وتوفر قدرة تخزين إضافية فليس من الضروري أن يكون لكل صف نفس مجموعة الأعمدة، وتناسب أنواع محددة من البيانات مثل ملفات تعريف المستخدمين. ومن الأمثلة عليها Cassandra و HBase.

النوعان السابقان هما أهم نوعان وأكثرهما استخدامًا، وسنتطرق لهما كثيرًا، أما الأنواع التالية فهي الأقل استخدامًا ومن الجيد التعرف عليهما عن قرب أيضًا.

3. قواعد البيانات كائنية التوجه

قواعد البيانات كائنية التوجه Object Oriented Database هي نوع من قواعد البيانات قائم على مفهوم الكائنات وهو يجمع بين مبادئ البرمجة الكائنية (OOP) ومفاهيم قواعد البيانات العلاقية.

ففي قاعدة البيانات العلاقية يتم تخزين البيانات في جداول مكونة من صفوف وأعمدة وبعدها تقوم لغات البرمجة الكائنية التوجه مثل Java و C++‎ بقراءة هذه البيانات وتحويلها إلى كائنات في الذاكرة ومعالجتها وإعادة تخزينها من جديد ما يتطلب وقتًا لذا تختصر قواعد البيانات كائنية التوجه الأمر وتعمل على مبدأ تخزين البيانات الكائنات مباشرة في التخزين الدائم وتخزن الكائنات بأكملها في قاعدة البيانات.

ولكون البيانات تمثل وتخزن في نظام قاعدة البيانات كائنية التوجه بشكل كائنات تشبه كائنات العالم الحقيقي بشكل مشابه للأسلوب المستخدم في لغة البرمجة الكائنية وتعبر عن العلاقات بين هذه الكائنات فهذا يجعلها ملائمة لتصميم المشكلات المعقدة ويسهل عملية حفظ البيانات واسترجاعها بكفاءة ومرونة.

تستخدم قواعد البيانات كائنية التوجه في التطبيقات التي تتطلب أداءً عاليًا وتحتاج لاسترداد البيانات بسرعة كالمجالات البحثية والعلمية وفي مجال الاتصالات وعلم الفلك وغيرها من المجالات التي تتطلب تخزين بيانات معقدة واسترجاعها بسرعة وإجراء حسابات معقدة عليها.

هذا النوع من قواعد البيانات ليس شائع الاستخدام كقواعد البيانات العلاقية ومن أشهر قواعد البيانات كائنية التوجه هي:

• DB4o
• Objectivity/DB
• ObjectDB
• ObjectDatabase++‎
• ObjectStore

4. قواعد البيانات السحابية

قاعدة البيانات السحابية Cloud Database ما هي إلا قاعدة بيانات تقليدية تستفيد من ميزات الحوسبة السحابية حيث تخزن بياناتها ضمن بيئة افتراضية أو سحابة عامة أو خاصة أو هجينة ويتم تنفيذ العمليات عليها عبر منصة حوسبة سحابية عامة أو خاصة أو مختلطة تابعة لجهة خارجية.

تتميز قواعد البيانات السحابية بمرونتها وقابليتها لزيادة أو إنقاص الموارد المخصصة لكل مستخدم كسعة التخزين وعرض النطاق الترددي بكل سهولة وحسب الحاجة فأنت تدفع فقط مقابل ما تحتاجه وهذا يوفر كلفة تخزين وصيانة البيانات.

كما أنها تتيح للشركات دعم تطبيقات البرمجيات كخدمة SaaS والوصول لها عبر الإنترنت وتتميز بسهولة إدارتها وتوفير كلفة البنية التحتية والصيانة لأن مزود الاستضافة هو من يتولى هذا الأمر عادة لذا باتت الخيار المفضل للعديد من الشركات في الآونة الأخيرة لاسيما الشركات الناشئة التي لا تمتلك الميزانية الكافية لتنشئ بنية تحتية محلية خاصة بها.

هناك العديد من المنصات والشركات الكبرى التي توفر خدمات إنشاء قواعد البيانات السحابية ومن أبرزها:

• خدمات أمازون ويب AWS
• منصة جوجل السحابية
• Oracle Database
• OpenStack
• *Kamatera Cloud

5. قواعد البيانات المركزية

قاعدة البيانات المركزية Centralized Database هي قاعدة بيانات تخزن كافة بياناتها في مكان واحد مركزي يمكن للمستخدمين الذين يملكون الصلاحيات الوصول له من مواقع متفرقة وهذا بدوره يتيح لعدة أشخاص إمكانية العمل على نفس البيانات في الوقت ذاته.

تستخدم الشركات الكبيرة قواعد البيانات المركزية لتخزين كافة البيانات التي تريد مشاركتها بين عدة مستخدمين، معلومات العملاء وبيانات المخزون والسجلات المالية للشركة. كما يمكن يتم استخدامها من قبل المؤسسات الحكومية وفي الجامعات لإنشاء قاعدة بيانات مركزية تضم كافة بيانات المكتبات لكافة الكليات ليصل لها الطلاب من مختلف التخصصات.

تتميز قواعد البيانات المركزية بأنها تضمن جودة ودقة البيانات وتقلل من مخاطر التلاعب بها وتحافظ على اتساقها لأنها تدير البيانات في مستودع أو خادم مركزي شامل يتم الوصول له عادة عبر الاتصال بالإنترنت.

وتكون كلفة صيانتها منخفضة، إلا أنها في ذات الوقت قد لا تكون فعالة من ناحية الوقت لأن حجمها قد يكون كبيرًا جدًا الأمر الذي يزيد من زمن الاستجابة لجلب البيانات منها كما أن حدوث أي فشل في الحاسوب المركزي الذي يخزن البيانات قد يسبب فقدان كافة البيانات.

6. قواعد البيانات الموزعة

في قواعد البيانات الموزعة Distributed Database أو اختصارًا DDBs يتم تخزين البيانات في مواقع مادية مختلفة لكنها تكون متصلة ببعضها البعض بواسطة شبكة تتيح الوصول لكافة هذه البيانات المخزنة في عدة مواقع ما يجعل هذه القواعد الموزعة تبدو للمستخدمين النهائيين كأنها قاعدة بيانات مخزنة في مكان مادي واحد.

تستخدم قواعد البيانات الموزعة لحل المشكلات التي قد تنشأ من استخدام جهاز واحد لتخزين قاعدة بيانات مركزية واحدة مثل زيادة الإنتاجية ووقت الاستجابة وقابلية التوسع.

يمكن أن تصنف قواعد البيانات الموزعة إلى نوعين مختلفين هما:

• قواعد بيانات موزعة متجانسة Homogenous: تخزن قواعد البيانات في هذه الحالة على نفس أنواع الأجهزة التي تستخدم نفس أنظمة التشغيل وتستخدم برمجيات إدارة قواعد بيانات DBMS متطابقة ويكون كل موقع على علم بجميع المواقع الأخرى ويتعاون معها لمعالجة طلبات المستخدمين ويتم الوصول إلى قاعدة البيانات من خلال واجهة واحدة كما لو كانت قاعدة بيانات واحدة.

• قواعد بيانات موزعة غير متجانسة Heterogenous: تخزن قواعد البيانات في هذه الحالة في مواقع مختلفة وعلى أجهزة تعمل بأنظمة تشغيل متنوعة وقد تستخدم أنواع قواعد بيانات مختلفة كذلك مثل العلاقية أو كائنية التوجه كما أنها قد تستخدم برمجيات إدارة قواعد بيانات مختلفة عن بعضها البعض وقد لا يكون أحد المواقع على علم بوجود المواقع الأخرى للبيانات مما ينتج عنه محدودية في معالجة بعض الطلبات.

الخلاصة

تعرفنا في مقال اليوم على مفهوم قواعد البيانات وأنواعها المختلفة وألقينا نظرة متعمقة على الطرق المختلفة للتعامل كل نوع من هذه الأنواع مع البيانات وإدارتها وأسلوب تخزينها وتمثيل العلاقات فيما بينها.

كما تعرفنا على حالات استخدام كل نوع من أنواع قواعد البيانات المختلفة، ولك أن تختار من بينها النوع الأنسب لمتطلبات عملك وللمزيد من المعلومات حول ماهية قواعد البيانات وأهميتها وأنواعها المختلفة يمكنك مطالعة مقال دليلك الشامل إلى قواعد البيانات.

اقرأ أيضًا

• مدخل إلى تصميم قواعد البيانات
• المفاهيم الأساسية في قواعد البيانات وتصميمها

منذ بداية ظهور الشبكة العنكبوتية تغيرت حياتنا تغيرًا جذريًا سواء كنا مستهلكين أو مُنتجين اضطررنا لنقل جزء من حياتنا أو أعمالنا إلى هذه الشبكة وسرعان ما أصبحت الشبكة جزءًا رئيسيًا من حياتنا اليومية ومن أنشطتنا التجارية أيضًا، اقتصر الأمر في البداية على الحواسيب ولم تحدث القفزة الكبيرة التي عززت اندماج الإنترنت في عصرنا الحالي إلا عندما تطورت صناعة أجهزة الهواتف المحمولة وانتشرت بأيدي جميع المستهلكين فمنذ أن أعلن ستيف جوبز عن تحفته في عام 2007 وهو جهاز الآيفون ثم انتقلت صناعة الهواتف المحمولة من مجرد جهاز مخصص للاتصالات والتواصل إلى حاسوب شخصي مصغّر قادر على أداء العديد من المهام والوظائف ولكن الأهم من ذلك عرض الإعلانات!

عندما أثبت ستيف جوبز بأنه يمكننا تطوير جهاز حاسوب بحجم كف اليد لم تتغير صناعة الأجهزة الذكية فحسب بل نشأ سوق جديد وهو سوق الأجهزة القابلة للارتداء ليظهر لدينا العديد من الأجهزة الذكية مثل النظارات والساعات والألبسة وأجهزة مراقبة الصحة والكثير من الأجهزة الأخرى كما تطورت الأجهزة الموجودة في الأسواق مثل الشاشات الذكية وأدوات المنزل الذكي.

احتوت جميع الأجهزة الذكية على نظام تشغيل يخزن البيانات ويعالجها ويتتبع بيانات المستخدمين ويعرض بعضها إعلانات تناسب اهتماماتهم. ومع وجود هذا الكم الكبير من الأجهزة الذكية والمواقع والشبكات الاجتماعية أدى ذلك إلى توليد بيانات كبيرة جدًا لأنه في الحقيقة كل حركة حرفيًا يمكن أن تُسجل وتحفظ في قاعدة البيانات فمثلًا سواء كنت جالسًا أما تلفازك الذكي وتقلب القنوات أو ذاهبًا للركض وبيدك ساعة ذكية تراقب حركتك أو حتى عالقًا في سيارتك في وسط زحمة المرور خانقة ومشغلًا ميزة التتبع الجغرافي GPS، فإنك في كل نشاط تقريبًا تولّد بيانات يمكن استثمارها والاستفادة منها.

هذه الوفرة من البيانات غيرت طبيعة المنافسة لطالما استفاد عمالقة التكنولوجيا من تأثير الشبكة فمثلًا كلما زاد عدد مستخدمي شبكة فيسبوك، زادت جاذبية الاشتراك بهذه شبكة. الأمر الذي يساعد على جمع المزيد من البيانات، وبالتالي سيكون لدى الشركة مجال أكبر لتحسين منتجاتها، والذي بدورها تجذب المزيد من المستخدمين وتضاف المزيد من البيانات وهكذا دواليك.

على سبيل المثال، تجمع شركة تسلا البيانات من سياراتها الذاتية مثل معلومات حول السرعة وسجل الشحن والصيانة ومعلومات متنوعة عن أداء النظام الكهربائي للسيارة والكثير من المعلومات الأخرى الدقيقة بالإضافة إلى جمع البيانات الخاصة بنظام القيادة الآلي ولكن مشاركة هذه البيانات اختياري وليس اجباري كما صرحت الشركة، ومن خلال هذه البيانات استطاعت الشركة تطوير ميزات تنافسية مثل تحسين نظام القيادة الذاتية وإمكانية توفير أكثر من 30% من كلفة التأمين على السيارة (في حال مشاركة معلومات القيادة) وفهم أفضل لأنماط القيادة التي يتبعها المستهلكين لذلك من السهل فهم كيف استطاعت شركة تسلا أن تصل بقيمتها السوقية إلى نصف قيمة شركة جنرال موتورز وذلك في عام 2013 بالرغم من أن تسلا لم تبع سوى 25 ألف سيارة خلال 10 سنوات بالمقابل باعت شركة جنرال موتورز 450 مليون سيارة على مدى 105 سنة من تاريخ الشركة، بالطبع لا يعود الأمر كله للبيانات ولكن لعبت البيانات جزءًا كبيرًا في تقييم الشركة وهذا يدل على قوة البيانات الضخمة وكيف يمكن أن تساعد الشركات على رفع قيمتها وحفر خنادق حولها لتجنب وصول الشركات المنافسة إليها وإلى عملائها.

ولكن أين تتجمع كل هذه البيانات؟ وهل تخزن جميعها وتستثمر؟ في الحقيقة تعد عملية تجميع البيانات وتنقيتها وفرزها واستخلاص المناسب منها من أصعب العمليات يمكنك تخيل الأمر على أن البيانات هي نفايات وموجودة في مكب نفايات عملاق، كيف يمكننا الاستفادة منها؟ في البداية نحتاج إلى تصميم مكب النفايات ليناسب النفايات الموجودة فيه وهذه هي عملية تصميم قواعد البيانات وبعد أن وضعنا النفايات في المكب سنحتاج إلى آلات لفرز هذه النفايات؟ وهنا يأتي دور عمليات تنقية البيانات وتنقيحها وحذف المكرر منها …إلخ، كلما اعتنينا بطريقة تصميم قواعد البيانات وطرق تنظيفها استفدنا أكثر من هذه البيانات وبالتأكيد كلما حسنا من أي خطوة في هذه السلسة مثل طريقة جمع البيانات من الأساس سهلت الخطوات التي تليها.

سنستعرض في هذا المقال أهمية البيانات في عصرنا الحالي كمجال دراسي واستثمار لأصحاب الشركات على المدى الطويل وسنتعرف على خطوات تصميم قاعدة بيانات وما هي الوظائف المرتبطة بقواعد البيانات؛ وسنتبع التدرج الآتي في عرض عناصره:

1. البيانات كمحرك رئيسي للتطوير
2. ما هو تصميم قواعد البيانات؟
3. التخصصات المرتبطة بقواعد البيانات
4. من أين أبدأ بتعلم تصميم قواعد البيانات؟
5. التخصص في قطاعات البيانات
6. التوظيف وفرص العمل في تخصصات البيانات
7. اقتصاد البيانات Data Economy

البيانات كمحرك رئيسي للتطوير

كلما زادت كمية البيانات التي تجمعها الشركات عن مستخدميها زادت قوة هذه الشركات وتحسنت طريقة فهمها لهم لأنه في الواقع أظهرت لنا البيانات السلوك الحقيقي للمستهلكين مثلًا في مجال التجارة الإلكترونية وبأن قرارات الشراء الخاصة بهم يمكن جدًا ألا تكون ناجمة عن تخطيط ودراسة وإنما تأثيرات خارجية لا علاقة لها بالمنتج أو الجودة أو السعر بطريقة مباشرة (لمزيد من المعلومات حول القرارات اللاعقلانية للمستهلكين ننصح بقراءة مقال مدخل إلى سلوك المستهلك).

لا يتوقف الأمر عند ذلك فحسب بل إن خوارزميات الذكاء الاصطناعي Artificial Intelligence وتعلم الآلة Machine Learning تستخلص وتحلل وتستنج معلومات أكبر من حجم البيانات أحيانًا، ويمكن أن تتنبأ الخوارزميات بالوقت الذي يكون فيه العميل جاهزًا للشراء، أو عندما يحتاج محرك السيارة الذكية إلى الصيانة أو عندما يكون الشخص معرضًا لخطر الإصابة بمرض ما عندما تشير ساعته الذكية إلى اضطراب في دقات القلب، ولكن لنعود قليلًا للوراء لنرى الصورة الكبيرة للأمر ونفهم كيف حدث ذلك، وهنا لا بدّ لنا من طرح بعض الأسئلة:

• كيف صُممت قواعد البيانات لتتحمل هذه الكميات الكبيرة من البيانات؟
• ما هي الطرق المستخدمة في التصميم؟
• هل تصميم قاعدة بيانات لشركة سيارات مثلًا يختلف عن تصميم قاعدة بيانات لمحل تجاري؟
• هل يجب تعهيد عملية تصميم قواعد البيانات للمختصين؟
• ما هي الاستثمارات المرتبطة بقاعدة البيانات؟
• كيف تؤثر قواعد البيانات بقرارات الشركات؟
• من هم الموظفون الذين يمكن أن نوظفهم لتحقيق أكبر استثمار لقواعد البيانات الخاصة بنا؟
• هل ستحقق قواعد البيانات العائد على الاستثمار الذي وضعناه بها؟

شكلت هذه الأسئلة وغيرها عقبة في وجه الشركات الناشئة ووضعتها في موقف صعب لأن تصميم قاعدة بيانات تعمّر في هذا الزمن المتسارع يتطلب جهدًا كبيرًا ودراسة مفصلة ولكن لحسن الحظ أن الدليل بين أيدينا ويمكن تطبيقه. هيا بنا لنتعرف على خطوات تصميم وبناء قاعدة بيانات بالتفصيل.

ما هو تصميم قواعد البيانات؟

في أي نظام تراه أعيننا (سواء موقع أو متجر إلكتروني أو أي نظام إلكتروني) يوجد مرحلة أولية تشترك بها جميع الأنظمة وهي تصميم قواعد البيانات في هذه المرحلة نخطط لما ستكون عليه الجداول والأعمدة التي تحتويها وأنواع البيانات فيها والعلاقات بين الجداول والقيود المحددة لها وهكذا، ولذلك تحتل مرحلة تصميم قاعدة بيانات أهمية كبيرة في أي نظام ولا بدّ من إجراء تصميم متين ومناسب لكي نستطيع تطويره في المستقبل.

تعد قواعد البيانات Database جزءًا من منظومة معلوماتية أكبر تدعى نظام المعلومات Information System والتي هي مجموعة متكاملة من المكونات لجمع البيانات وتخزينها ومعالجتها ولتوفير المعلومات والمعرفة والمنتجات الرقمية. تعتمد الشركات على أنظمة المعلومات لتنفيذ عملياتها وإدارتها، والتفاعل مع عملائها ومورديها، والمنافسة في الأسواق، وتتكون أنظمة المعلومات من الأجهزة والبرمجيات والبيانات والأشخاص والعمليات. تتكامل أنظمة المعلومات مع قواعد البيانات لتشكل لدينا نظامًا معلوماتيًا متكامل الوظائف، تتشابه دورة حياة تطوير الأنظمة Systems Development Life Cycle (ويشار إليه اختصارًا SDLC) مع دورة تطوير قواعد البيانات Database Life Cycle (ويشار إليها اختصارا DBLC)، وهي عملية مستمرة لإنشاء وتصميم قواعد البيانات ونمذجتها وتحسينها وتطويرها وصيانتها.

في الحقيقة هنالك العديد من الأطر المقترحة لدورة تطوير قواعد البيانات لن نناقش الفروقات بينها وإنما سنشرحُ أعم إطار مقترح والذي تكون خطواته على الشكل التالي:

1. تحليل متطلبات البيانات Data Requirements Analysis
2. تصميم قاعدة البيانات Database Design 3.نمذجة قاعدة بيانات Database Modeling
3. تنفيذ قاعدة البيانات Database Implementation
4. اختبار قاعدة البيانات Database Testing
5. التشغيل وإدارة قاعدة البيانات Database Operation
6. صيانة قاعدة البيانات Database Maintenance

1. تحليل متطلبات البيانات Data Requirements Analysis

تبدأ عملية تطوير قاعدة البيانات بتحليل عام لوظائف النظام الذي ستُبنى من أجله ومستخدمي هذا النظام، وطبيعة البيانات المطلوب تخزينها ومعالجتها، والتقارير المطلوب تسليمها في النظام أو المستندات الرسمية بين الأقسام الموجودة؛ لذلك من الضروري جمع الحقائق من خلال المقابلات والاستبيانات والملاحظات وفحص الوثائق المختلفة المعتمدة في الشركة أو أي نظام نحن بصدد تصميم قواعد بيانات له مثل النماذج والتقارير والمستندات الأخرى ذات الصلة، ويمكننا عندها تكوين نظرة أولية لما ستكون عليه قاعدة البيانات بصورة عامة.

يجب تحديد الأهداف أو المشاكل التي نتوقع من النظام أو قاعدة البيانات حلها، ومن المرجح أن ينتج عن كل مشكلة قائمة مرتبطة بها من المشاكل. تتمثل مهمة المصمم في التأكد من أن أهداف نظام وقاعدة البيانات الخاصة به تتوافق مع تلك التي يتصورها صاحب الشركة والمستخدم (المستخدمون) النهائي، بالإضافة إلى ذلك يجب على المصمم الإجابة على الأسئلة التالية:

• هل سيشمل تصميم قاعدة البيانات الشركة بأكملها أو قسمًا واحدًا فقط؟
• هل سيخدم النظام وظيفة واحدة لكل قسم أم كل الوظائف؟
• هل ستتوسع قاعدة البيانات (أو النظام) ليضيف كل أقسام الشركة؟
• هل سيتفاعل النظام مع أنظمة أخرى حالية أو مستقبلية في الشركة؟
• هل سيشارك النظام البيانات مع أنظمة أو مستخدمين آخرين؟
• ما هو المدة الزمنية المقدرة للتسليم؟
• ما هي الميزانية المتاحة؟

تساعد الإجابة على هذه الأسئلة في معرفة النطاق والحدود الخاصة بالمشروع إذ يحدد نطاق النظام مدى حجم التصميم المطلوب لكي يعرف المصمم حجم البيانات التقديري. تساعد معرفة النطاق في تحديد هياكل البيانات المطلوبة ونوع الكيانات وعددها والحجم المادي لقاعدة البيانات وما إلى ذلك. يخضع النظام المقترح أيضًا لحدود تُعرف بالحدود الخارجية للنظام، مثل الوقت المتاح للتصميم والميزانية المتاحة. تؤثر النقاط السابقة في كيفية تصميم النظام وقاعدة البيانات المطلوبة وتتمثل مهمة المصمم في تحديد الخيارات الأفضل للنظام ضمن هذه القيود.

2. تصميم قاعدة البيانات Database Design

هنالك عدة طرق لتصميم قواعد البيانات كل طريقة لها محاسنها ومساوئها يجب على المحلل النظام ومسؤول قواعد البيانات التحدث والعمل مع المستخدمين لتحديد ما هو مهم للمستخدمين ونتيجة لذلك تحديد البيانات التي يجب تخزينها في قاعدة البيانات. ما يفعله المحلل عادة هو إنشاء بعض النماذج الأولية من التقارير والواجهات الخاصة بالمستخدمين والنماذج لمساعدة المستخدمين على تصور الشكل الذي سيبدو عليه النظام وكيف سيعمل النظام، ومن أبرز طرق تصميم قواعد البيانات نذكر:

• تصميم قواعد البيانات من الأعلى إلى الأسفل Top-down Design
• تصميم قواعد البيانات من الأسفل إلى الأعلى Bottom-up design

تصميم قواعد البيانات من أعلى إلى أسفل Top-down Design

ويسمى أيضًا بنموذج التصميم التنازلي وتبدأ هذه الطريقة في التصميم من الأعم إلى الأخص. أي تبدأ بفكرة عامة عما هو مطلوب للنظام ثم تسأل المستخدمين النهائيين عن البيانات التي يحتاجون إلى تخزينها. سيعمل المحلل بعد ذلك مع المستخدمين لتحديد البيانات التي يجب الاحتفاظ بها في قاعدة البيانات، ويتطلب استخدام هذا الأسلوب أن يكون لدى المحلل فهمًا مفصلًا للنظام؛ لأنه في بعض الحالات يمكن أن يؤدي التصميم من أعلى إلى أسفل إلى نتائج غير مرضية لأن المحلل والمستخدمين النهائيين يمكن أن يفوتوا معلومات مهمةً وضرورية للنظام.

تصميم قواعد البيانات من الأسفل إلى الأعلى Bottom-up Design

ويسمى أيضًا بنموذج التصميم التصاعدي ويبدأ هذا النهج بالتفاصيل الدقيقة والمحددة للمشروع ويحاول أن يعمم الفكرة. يفحص محلل النظام في البداية جميع واجهات المستخدمين المطلوبة تنفيذها في النظام، بالإضافة إلى التقارير والمعلومات المطلوب عرضها وتخزينها ومعالجتها. سيعمل المحلل بطريقة عكسية من خلال التركيز على التفاصيل الدقيقة والانتقال تباعًا للتفاصيل الأكبر منها.

لفهم الاختلافات بين هذين الأسلوبين لنأخذ بعض الأمثلة عنهما. فمثلًا في أنظمة التحليل الإحصائي يعكف المحللين على أخذ عينة بيانات صغيرة من المجتمع ومن ثم تعميم الفكرة على إجمالي عدد السكان المتبقي. كما يستخدم الأطباء أيضًا النهج التصاعدي إذ يفحصون أعراضًا معينة للمرض ثم يحددون المرض العام الذي تسببه هذه الأعراض، وبالمقابل من الأمثلة التي تتطلب نهجًا تنازليًا هي مهام إدارة المشاريع والمهام الهندسية عمومًا إذ يجب في البداية تحديد المتطلبات العامة قبل فهم التفاصيل الدقيقة فيجب على الشركات الهندسية المصنعة للسيارات اتباع نهج التنازلي لتحقيق المواصفات المطلوبة للسيارة. فمثلًا إذا كان المطلوب أن تبلغ تكلفة السيارة أقل من 17000 دولار أمريكي، وأن تقطع 29 ميلًا للغالون الواحد من البنزين، وتتسع لسبعة أشخاص، فهذه المتطلبات العامة يجب الاعتماد عليها أولًا لتلبية التصميم المتوافق معها والانتقال إلى التفاصيل الدقيقة لتصميم السيارة.

يُنظر عادة للنهجان على أنهما متكاملان إذ كلاهما يوصف التفاعلات التي تحدث في النظام ولكن واحدة ستكون من المنظور الأعلى والأخرى من الأسفل وللمزيد من المعلومات حول كيفية تصميم قواعد البيانات ننصح بقراءة مقال أمثلة عملية عن كيفية تصميم قواعد البيانات.

3. نمذجة قاعدة بيانات Database Modeling

هي عملية إنشاء نموذج بيانات للبيانات المراد تخزينها في قاعدة بيانات وتعد النماذج تمثيلًا مبسطًا لكائنات البيانات، والارتباطات والقواعد المختلفة الموجودة بينها، تعد نماذج البيانات تمثيلًا بسيطًا لوصف تراكيب البيانات المعقدة في الحياة العملية على شكل رسومات وأشكال دون التركيز على الجانب التقني وهي وسيلة لتوضيح الأفكار بين المصمم والمبرمج والمدير وجميع أعضاء الفريق.

تساعد نماذج البيانات في تحديد الجداول العلائقية والمفاتيح الأولية والخارجية المطلوبة، كما توفر صورة واضحة للبيانات الأساسية ويمكن لمطوري قواعد البيانات استخدامها لإنشاء قاعدة بيانات فعلية، بالإضافة إلى ذلك تفيد نمذجة البيانات في تحديد البيانات المفقودة والمكررة مما يساعدنا على تقليل عمليات توحيد البيانات Normalization، ويساعد أيضًا على تطوير قاعدة البيانات وصيانتها وإصلاحها وسد الثغرات الموجودة فيها؛ لذلك يعد العمل على النماذج استثمارًا طويل الأمد بالنسبة للجهد والمال، ومن أشهر النماذج المستخدمة في تصميم قواعد البيانات والأنظمة نذكر:

• لغة النمذجة الموحدة Unified Modeling Language
• نموذج الكيان والعلاقة Entity-relationship Model

لغة النمذجة الموحدة Unified Modeling Language

ويشار لها اختصارًا UML‏، وهي لغة نمذجة رسومية تقدم صيغة لوصف العناصر الرئيسية للنظم البرمجية. تستخدم هذه اللغة لعمل رسوم تخطيطية لوصف برامج الحاسوب والأنظمة عمومًا وذلك من خلال توصيف العناصر المكونة لها أو خط سير العمليات الذي ينفذه البرنامج. تساعد هذه اللغة على إنشاء النماذج وتصميم نموذج متكامل لأي مشروع برمجي. يوجد نوعان رئيسيان من مخططات UML وهما:

1. المخططات الهيكلية Structural Diagrams، والذي يحتوي بدوره على المخططات التالية:
   • مخطط الأصناف Class Diagram.
   • مخطط الحزمة Package Diagram.
   • مخطط الكائنات Object Diagram.
   • مخطط المكونات Component Diagram.
   • مخطط الهيكل المركب Composite Structure Diagram.
   • مخطط النشر Deployment Diagram.
2. المخططات السلوكية Behavioral Diagrams، والذي يحتوي بدوره على المخططات التالية:
   • مخطط النشاط Activity Diagram.
   • مخطط التسلسل Sequence Diagram.
   • مخطط حالات الاستخدام Use Case Diagram.
   • مخطط الحالة State Diagram.
   • مخطط الاتصال Communication Diagram.
   • المخطط التفاعلي العام Interaction Overview Diagram.
   • المخطط الزمني Timing Diagram.

تهدف هذه المخططات المتنوعة على تمثيل أنواع عديدة من السيناريوهات والأنظمة وطرق التفاعل بين الكائنات. يمكن أن تكون بعض المخططات أقرب لمنهجية معينة من المخططات الأخرى مثل مخطط الكائنات أقرب للبرمجة كائنية التوجه إلا أنه عمومًا تهدف لغة النمذجة الموحدة إلى توصيف النظام بدون التطرق إلى طريقة تنفيذ البرمجيات.

في المثال السابق لدينا نظام صراف آلي يحتوي على 7 أصناف Classes وهي:

1. البنك Bank
2. الزبون Customer
3. جهاز الصراف الآلي ATM
4. الحساب المجرد Account
5. حساب التوفير (الإدخار) Saving Account
6. حساب جاري Current Account
7. إجراءات الصراف الآلي ATM Transactions

نلاحظ أن هنالك علاقات تربط بين جميع الأصناف لكل تحدد كل علاقة طريقة تفاعل الأصناف مع بعضها بعضًا ويشير كل رمز إلى مصطلح أو مفهوم في البرمجة كائنية التوجه مما يساعد المطور على فهم النظام وتحويله إلى شيفرة برمجية مناسبة، وللمزيد من المعلومات عن هذا المخطط والرموز الموجودة به ننصحك بقراءة مقال مخططات الفئات (Class Diagram) في لغة النمذجة الموحدة UML.

نموذج الكيان والعلاقة Entity-relationship Model

وهو نموذج مجرد لوصف الأشياء المترابطة في مجال معين من المعرفة. يكثر استخدام هذا النموذج عند تمثيل قواعد البيانات وفي هندسة البرمجيات عند تمثيل متطلبات النظام الأولي، بالإضافة إلى ذلك يحتوي هذا النموذج على تفاصيل أقرب للمفاهيم المعلوماتية بالموازنة مع لغة التوصيف الموحدة، وعمومًا يتألف النموذج الكيان والعلاقة من المفاهيم الرئيسية التالية:

1. الكيان Entity: وهي الجدول -أو الجداول- التي نحتاجها في قاعدة البيانات الخاصة بنا ويمكن أن تشير إلى جدول الطلاب، أو الدورات التعليمية، أو الكتب، أو الموظفين.
2. السمات Attributes: وهي الحقائق أو الأوصاف الخاصة بالكيانات، وغالبًا ما تكون أسماء وتصبح أعمدة في الجدول. فمثلًا بالنسبة لكيان الطلاب يمكن أن تكون السمات هي الاسم الأول والاسم الأخير والبريد الإلكتروني والعنوان وأرقام الهواتف …إلخ. 3.العلاقات Relationship: وهي الارتباطات بين الكيانات وتوصف الأفعال العلاقات بين الكيانات. وهنالك خمسة أنواع من العلاقات وهي:
   • علاقة واحد إلى واحد One to one Relationship أو ‎1:1
   • علاقة واحد إلى متعدد One to many Relationship أو ‎1:M
   • علاقة متعدد إلى متعدد Many to many Relationship أو ‎M:M
   • علاقة أحادية Unary Relationship
   • علاقة ثلاثية n-ary

عند نمذجة نظام من خلال نموذج الكيان والعلاقة يكون لدينا ثلاثة مستويات من التجريد وهي:

1. نموذج البيانات المفاهيمي Conceptual Data Model.
2. نموذج البيانات المنطقي Logical Data Model.
3. نموذج البيانات المادي Physical Data Model.

في البداية يعمل المحللون والمصممون على بناء نموذج مفاهيمي للبيانات لقاعدة البيانات المطلوبة ومن ثم يحولون النموذج المفاهيمي إلى منطقي ومن ثم إلى مادي وسنستعرض الفروقات بين هذه النماذج لفهم المراحل النمذجة التي تمر بها قاعدة البيانات، وللاسزادة والاطلاع على نموذج الكيان والعلاقة ننصحك بالاطلاع على مقال نموذج الكيان والعلاقة ER لتمثيل البيانات وتخزينها في قاعدة البيانات الذي يتناول بالتفصيل ويوضح كيفية بناءه. سنشرح سريعًا النماذج الثلاثة الخاصة بنموذج الكيان والعلاقة.

1. نموذج البيانات المفاهيمي Conceptual Data Model

تبدأ عملية النمذجة من خلال بناء نموذج بيانات مفاهيمي بعرض منظم لمفاهيم قواعد البيانات وعلاقاتها، ويهدف هذا النموذج إلى إنشاء الكيانات وخصائصها وعلاقاتها بصورة عامة لذلك لا نجد في هذا المستوى من النمذجة أي تفاصيل متاحة حول بنية قاعدة البيانات الفعلية.

عادة ما يبني هذا النموذج أصحاب الشركات التجارية، ومن خصائص نموذج البيانات المفاهيمي نذكر:

• يشرح معلومات أساسية ورؤية عامة لقاعدة البيانات أو المشروع.
• صُمم هذا النوع للأشخاص غير التقنيين من رواد الأعمال وأصحاب الشركات.
• طوّر هذا النموذج بطريقة مستقلة عن مواصفات الدقيقة لقاعدة البيانات.

لن يشرح هذا النموذج أبدًا التفاصيل التقنية الدقيقة مثل سعة تخزين البيانات أو نوعية قواعد البيانات أو لغات البرمجة أو أنظمة إدارة قواعد البيانات Database Management Systems، وينصبُ تركيزه على تمثيل البيانات كما يراها المستخدم في العالم الحقيقي بدون الدخول للتفاصيل الدقيقة، ويمكن تنفيذها النموذج لاحقًا على أي نظام وقاعدة بيانات نريدها، ويكون النموذج الناتج مشابه للشكل التالي:

2. نموذج البيانات المنطقي Logical Data Model

يستخدم نموذج البيانات المنطقية لتحديد هيكل عناصر البيانات وتعيين العلاقات فيما بينها، ويضيف نموذج البيانات المنطقي مزيدًا من المعلومات إلى عناصر نموذج البيانات المفاهيمية.

يوفر هذا النموذج الأساس الأولي لتشكيل قاعدة البيانات للنموذج المادي. ومع ذلك، تظل بنية النمذجة عامة نسبيًا، ولن يتحدد في هذا المستوى من النمذجة المفاتيح الأساسية أو الثانوية بين الجداول، ومن خصائص نموذج البيانات المنطقية نذكر:

• يصف احتياجات البيانات لمشروع واحد ولكن يمكن أن يتكامل مع نماذج البيانات المنطقية الأخرى بناءً على نطاق المشروع.
• يصمم هذا النموذج ويطور بطريقة مستقلة عن نظام إدارة قواعد البيانات DBMS.
• يحتوي التصميم على سمات الكينونات الموجودة كأسماء بدون ذكر السعة أو النوع.
• تطبق عمليات التوحيد على النموذج لضبط عمليات تكرار البيانات.

يحرص هذا النموذج على تجنب تكرار البيانات من خلال إجراء عملية التوحيد للوصول إلى النموذج الثالث 3NF على الأقل مع العلم أنه يوجد خمسة مراحل لعملية التوحيد، ويكون النموذج الناتج مشابه للشكل التالي:

3. نموذج البيانات المادي Physical Data Model

نبني في هذه المرحلة الشكل النهائي للنموذج المقترح ويتطلب تصميم قاعدة البيانات المادية معرفة جميع التفاصيل الدقيقة ابتداءً من نظام إدارة قواعد البيانات DBMS وطريقة تنظيم السجلات وتنظيم الملفات واستخدام الفهارس …إلخ، يهدف هذا النموذج لتوفير تصميم قاعدة بيانات فعلي الذي يضمن أداءً مناسبًا، ومن خصائص نموذج البيانات المادية نذكر:

• يصف نموذج البيانات المادية الحاجة إلى البيانات لمشروع أو تطبيق واحد بالرغم من أنه يتكامل مع نماذج البيانات المادية الأخرى بناءً على نطاق المشروع.
• يحتوي نموذج البيانات على العلاقات بين الكيانات والتي ستصبح جداول.
• طوّر هذا النموذج لنسخة محددة من نظام إدارة قواعد البيانات أو طبقًا لتكنولوجيا محددة ما في المشروع.
• يجب أن تحتوي الأعمدة على أنواع بيانات دقيقة والقيم الافتراضية لبعض البيانات بحسب المطلوب.
• يحدد هذا النموذج المفاتيح الأساسية والثانوية والخارجية، والفهارس وملفات تعريف الوصول والتراخيص وما إلى ذلك.

الهدف الرئيسي لتصميم نموذج المادي هو التأكد من أن كائنات البيانات التي يقدمها المصمم يمكن تمثيلها بدقة في نظام قاعدة البيانات المطلوب. ولمزيد من المعلومات حول طريقة نمذجة البيانات ننصح بقراءة مقال نمذجة البيانات وأنواعها في عملية تصميم قواعد البيانات.

4. تنفيذ قاعدة البيانات Database Implementation

بعد اعتمادنا على التصميم المادي النهائي لقاعدة البيانات وتوضيح جميع أنواع البيانات المطلوبة في هذه المرحلة ننتقل إلى الخطوة التالية وهي تثبيت أنظمة إدارة قواعد البيانات المطلوبة على الخوادم ، وإنشاء قاعدة البيانات ونقل البيانات إليها، ويمكن أن تكون البيانات الأولية إما بيانات جديدة أو بيانات مستوردة من قاعدة بيانات قديمة، وعمومًا تتضمن هذه المرحلة النشاطات التالية:

• تثبيت نظام إدارة قواعد البيانات DBMS: مثل نظام MySQL أو MongoDB (تحدثنا في مقال مفصل عن الفرق بين MySQL و MongoDB ننصح بالاطلاع عليه) يمكن تثبيت النظام على خادم محلي أو استخدام خدمة قاعدة بيانات سحابية مثل Microsoft Azure SQL Database Service أو Amazon Relational Database Service (Amazon RDS)‎ أو Google Cloud SQL، يتيح هذا الجيل الجديد من الخدمات السحابية إنشاء قواعد بيانات يمكن إدارتها واختبارها وترقيتها بسهولة حسب الحاجة.
• ضبط الإعدادات: ضبط متغيرات الإعداد وفقًا للأجهزة والبرامج وظروف الاستخدام.
• إنشاء قاعدة البيانات والجداول: يمكن إنشاء قاعدة بيانات باستخدام لغة قاعدة البيانات القياسية، مثل لغة الاستعلام المهيكلة SQL الموجودة في نظام إدارة قواعد البيانات MySQL. بالإضافة إلى ذلك قدمت العديد من أنظمة إدارة قواعد البيانات DBMS ميزة الرسم التخطيطي لإنشاء قاعدة البيانات دون الحاجة إلى كتابة تعليمات يدوية، مثل أنظمة Microsoft SQL Server و Microsoft Access و Oracle وغيرها. أو يمكن استخدام حلول خارجية مثل الأداة Erwin وهي (Entity Relationship for Windows) و Embarcadero ER/Studio و SQL Power Architect وغيرها.
• تحميل البيانات إلى قاعدة البيانات الجديدة: يمكن أن نحتاج في بعض الأحيان إلى ترحيل البيانات أو نقلها من قواعد البيانات القديمة إلى الجديدة، وتتطلب هذه الخطوة دراسة وتخطيط دقيقين لتجنب خسارة البيانات. عندما تكون جميع البيانات من نفس النوعية مثل قاعدة البيانات العلائقية فيمكن أن تكون عملية نقل البيانات سريعة وفي حال كانت الأنواع مختلفة عندها سنحتاج إلى عملية تحويل البيانات قبل إدخالها إلى قاعدة البيانات الجديدة.
• تطبيق السياسات الأمنية على قاعدة البيانات: تجهيز وإعداد المستخدمين لبدء العمل وشرح المفاهيم الأمنية والخطوات اللازمة لتطبيقها (مثل الحرص على تسجيل الخروج من نظام قاعدة البيانات عند الانتهاء من العمل) بالإضافة إلى منح المستخدمين المختلفين الذين حددتهم حق الوصول المناسبة بناء على متطلباتهم.
• تنفيذ نظام النسخ الاحتياطي: يفضل أن يكون النسخة الاحتياطية في مخدم آخر وتجنب وضعها على نفس المخدم لأنه في حال حدوث إختراق فعندها سنخسر جميع البيانات.

تهيئ هذه المرحلة قاعدة البيانات لعملية الاختبار النهائي قبل النشر.

5. اختبار قاعدة البيانات Database Testing

اختبار قاعدة البيانات هو نوع من اختبار البرامج الذي يتحقق من المخطط والجداول والقوادح Triggers وسلامة البيانات واتساقها وجميع الأمور المتعلقة بها علمًا بأن القوادح هي إجراءات تُنفَّذ في الخلفية آليًا بعد كل عملية إضافة أو تعديل أو حذف على جدول ما، ويمكن أن يتضمن الاختبار إنشاء استعلامات معقدة لقياس كيفية استجابة قاعدة البيانات وقدرتها على معالجة الاستعلامات والتحقق من صحة استجابتها.

يعد اختبار قاعدة البيانات مهمًا لأنه يضمن صحة قيم البيانات والمعلومات المخزنة فيها، ويساعد على تجنب فقدان البيانات وعدم الوصول غير المصرح به إلى المعلومات. يجب أن يكون لدى المختبرين معرفة جيدة بلغة الاستعلام SQL، ويمكن أن تتضمن أنشطة الاختبار ما يلي:

• اختبار صحة مخطط قاعدة البيانات.
• صحة تخزين البيانات في جداول قاعدة البيانات.
• أنواع الأعمدة وسعتها.
• المفاتيح الأساسية والثانوية والفهارس.
• صحة طريقة تنفيذ الإجراءات المرتبطة بالقوادح.
• التحقق من تكرار البيانات.

كما يمكن إجراء اختبار الحمل Load Testing واختبار الإجهاد Stress Testing واختبار الأمان Security Testing واختبار سهولة الاستخدام Usability Testing واختبار التوافق Compatibility Testing وما إلى ذلك، إذ يساعد اختباري الحمل والإجهاد (يُعرف اختبار إجهاد البيانات أيضًا باسم اختبار التعذيب Torturous Testing أو اختبار التعب Fatigue Testing) على معرفة أداء قاعدة البيانات فمثلًا عندما يكون هنالك ضغطًا كبيرًا على قاعدة البيانات عندها يجب أن تتحمل قاعدة البيانات الكثير من الطلبات ويحب علينا أن نعرف فيما إذا كان هنالك نقطة ما ستنهار قاعدة البيانات عندها، إذ يساعد تحديد نقطة انهيار نظام قاعدة البيانات على معرفة محدودية النظام وإمكانياته وبالتالي جدولة التحديث اللازم له في المستقبل. كما يجب تكثيف الجهود لتجنب الإفراط في استخدام الموارد الموجودة في قاعدة البيانات.

6. التشغيل وإدارة قاعدة البيانات Database Operation

تحدث مرحلة التشغيل عند اكتمال الاختبار والاستعداد النهائي لنشر قاعدة البيانات للاستخدام اليومي. يبدأ مستخدمو النظام في تشغيل النظام وتحميل البيانات وقراءة التقارير وما إلى ذلك، ومن الطبيعي جدًا أن تظهر المشاكل في هذه المرحلة، إذ يحتاج المسؤولون في هذه المرحلة إلى الإسراع في صيانة قاعدة البيانات،

يذكر أن هناك العديد من الاستراتيجيات لنشر قاعدة البيانات وغالبًا ما يستخدم نهج النشر المحدود والذي يخفض عدد المستخدمين نسبيًا ولتكون عملية إصلاح الأخطاء سهلة نسبيًا، وبالرغم من كثرة عمليات الاختبار إلى أن المستخدمين غالبًا ما يجدون أخطاء لا تخطر على البال أثناء التطوير كما أن بعض الشركات أيضًا تنشر تطبيقًا تجريبيًا لكي يتجهز المستخدم لمواجهة الأخطاء بدون التأثير على علاقته بالعلامة التجارية هذا الأمر يساعد على حفاظ الشركة على سمعتها ومكانتها في الأسواق، وفي حال استقرار النظام وقاعدة البيانات ينشر التطبيق إلى بقية المستخدمين.

ويمكن أن تتضمن هذه المرحلة ما يلي:

• مراقبة عملية تطبيق السياسات الأمنية على قاعدة البيانات والاطلاع على فهم الموظفين لحجم الخطورة الخاصة بالبيانات.
• مراقبة تنفيذ عمليات النسخ الاحتياطي والتحقق من صحة عملية النسخ الاحتياطي دوريًا.
• إحصائيات الوصول إلى قاعدة البيانات لتحسين الكفاءة وسهولة استخدام عمليات تدقيق النظام ومراقبة أداء النظام.
• تلخيص استخدام النظام الشهري أو ربع السنوي أو السنوي لأغراض إعداد الفواتير الداخلية أو الميزانية.

في حال ظهور خطأ ما في قاعدة البيانات ننتقل عندها إلى عملية الصيانة.

7. صيانة قاعدة البيانات Database Maintenance

تعد صيانة قاعدة البيانات جزءًا أساسيًا من عمليات تطوير قاعدة البيانات ولها أثر كبير على ديمومة النظام ككل لأن الصيانة الأولية لقاعدة البيانات تقينا من شر إعادة بناء القاعدة من جديد، تتضمن أنشطة الصيانة العديد من المهام المتنوعة، بالإضافة إلى ذلك عند تشغيل قاعدة البيانات وبدء الاعتماد عليها يراقب المسؤول عنها الأداء والسرعة والمشاكل التي يمكن أن تظهر في البداية لمعرفة فيما إذا حققت المعايير المطلوبة الجودة والسلامة.

يجري مسؤولو قاعدة البيانات عمليات صيانة روتينية وتتضمن بعض أنشطة الصيانة الدورية المطلوبة ما يلي:

• الصيانة الوقائية (مثل عمليات النسخ الاحتياطي وتغيير كلمات المرور دوريًا).
• الصيانة التصحيحية (مثل تصحيح الأخطاء المكتشفة عند التشغيل وصيانة أنواع البيانات والفهارس).
• الصيانة التكيفية (مثل العمل على تحسين الأداء وإضافة الكيانات والسمات وما إلى ذلك).
• تخصيص أذونات الوصول وصيانتها للمستخدمين الجدد والقدامى (مثل إضافة صلاحيات مخصصة ودقيقة للمستخدمين وإزالة الصلاحيات العامة).
• عمليات تدقيق أمنية دورية بناءً على الإحصائيات التي ينشئها النظام.

يمكن تكون هناك حاجة إلى تعديلات أخرى لقواعد البيانات مع تغير احتياجات الشركة والمستخدمين، وبالتالي ستستمر دورة الحياة بالمراقبة وإعادة التصميم والتحسين. والآن يمكن أن

إلى هنا نكون فهمنا بالفعل معظم أساسيات تطوير وتصميم قواعد البيانات التي سنحتاج إليها، ولكن ماذا عن أسواق العمل وما الذي يمكن أن يضيفه طلاب التخصصات المرتبطة بقواعد البيانات إلى الشركات القديمة أو الناشئة؟ في الحقيقة هنالك الكثير من التخصصات المرتبطة بقواعد البيانات وكل تخصص يضيف قيمة مختلفة إلى الشركة، وعندما يدرس الطلاب عادة تخصص علوم الحاسوب أو التخصصات التقنية في الجامعة عمومًا لا يتخصص الطالب في مجال معين وإنما تكون التخصصات اختيارية سواء مع أو بعد دراسة علوم الحاسوب، يختار الطالب تخصصًا واحدًا أو اثنين على الأكثر، ثم يدرسونه دراسة معمقة، لذلك سننتقل تاليًا إلى شرح التخصصات المرتبطة بقواعد البيانات التي يمكن لمهندس الحاسوب أو دارس تخصص علم الحاسوب أو أي مجال قريب إليها أن يعمل ويتخصص فيها. كما ستوضح الفقرات التالية أهمية هذه التخصصات لأصحاب شركات المستقبل.

التخصصات المرتبطة بقواعد البيانات

لا تكاد توجد شركة في وقتنا الحالي إلا ولديها موظف على الأقل من التخصصات المرتبطة بقواعد البيانات ولا نقصد بذلك الشركات التقنية فقط وإنما جميع الشركات التجارية وهذه فرصة للطلاب لكي يتعلموا الوظائف المتاحة لهم من خلال تأسيس أنفسهم بها لإكمال دراستهم لهذه المجالات سواء كان مع دراستهم الجامعية أو حتى بعد التخرج.

يتزايد اهتمام أصحاب الشركات بتوظيف الأشخاص الذين يساعدون الشركة في بناء وتصميم قاعدة بيانات قوية لأنهم يرون تزايد أهمية تقنيات الذكاء الصنعي وتعلم الآلة في تطوير الشركات وهذه التقنيات تعتمد بالدرجة الأولى على قواعد البيانات وطريقة جمع بيانات العملاء والمستخدمين.

تتنوع تخصصات قواعد البيانات ابتدءًا من مدير قواعد البيانات مرورًا بمحلل أمن المعلومات وانتهاء بمهندس البيانات الضخمة وكل تخصص من هذه التخصصات لديه واجباته ومهامه المتنوعة يمكن أن يتخصص الدراس لتصميم قواعد البيانات في إحدى هذه التخصصات ويعمل بها بعد التخرج، ومن أهم تخصصات قواعد البيانات الوظيفية نذكر:

1. مدير قواعد البيانات Database Administrator
2. مُنمذج البيانات Data Modeler
3. مطورو ومهندسو البرمجيات Software Developer and Engineer
4. محلل أمن المعلومات Information Security Analyst
5. محلل البيانات Data Analyst
6. عالم البيانات Data Scientist
7. مهندس البيانات الضخمة Big Data Engineer

1. مدير قواعد البيانات Database Administrator

يركز مدير قواعد البيانات على إدارة وصيانة كل قواعد بيانات الخاصة بالشركة. يحتاج المرشحون لدور إدارة قاعدة البيانات إلى أسس تقنية قوية لفهم بنية وتكوين قاعدة البيانات وطريقة صيانتها، ويبحث غالبية أصحاب العمل عن أفراد لديهم معرفة وخبرة في لغات وتطبيقات قواعد البيانات العلائقية الرئيسية مثل Microsoft SQL Server وأوراكل Oracle و IBM DB2، ومن المهام مسؤول قاعدة البيانات نذكر:

• إدارة ومراقبة وصيانة قواعد بيانات الشركة.
• إجراء التغييرات والتحديثات والتعديلات المطلوبة للبيانات ولهيكل قاعدة البيانات أيضًا.
• ضمان أمان قاعدة البيانات وتكاملها واستقرارها وتوفرها عند الطلب.
• الحفاظ على البنية التحتية للنسخ الاحتياطي والاستعادة لقاعدة البيانات.

يتشابه عمل مدير قواعد البيانات مع مطور قواعد البيانات Database Developer وغالبًا ما يؤدي المهمتين شخص واحد وتكون مهام مطور قواعد البيانات على الشكل التالي:

• تصميم قواعد بيانات مستقرة وموثوقة وفعالة.
• تحسين وصيانة الأنظمة القديمة.
• تعديل قواعد البيانات حسب الطلبات وإجراء الاختبارات.
• حل مشكلات استخدام قاعدة البيانات والأعطال.
• الاتصال بالمطورين لتحسين التطبيقات وإنشاء أفضل الممارسات.
• جمع متطلبات المستخدم وتحديد الميزات الجديدة.
• تطوير كتيبات فنية وتدريبية.
• توفير دعم إدارة البيانات للمستخدمين.
• التأكد من أن جميع برامج قواعد البيانات تلبي متطلبات الشركة والأداء.
• البحث واقتراح منتجات وخدمات وبروتوكولات قواعد البيانات الجديدة.

تتشابه وظيفة مديرو قواعد البيانات مع مطوروها إلا أن المدير يشرف عادةً على قواعد البيانات والمستخدمين أيضًا للتأكد من أن المنظومة آمنة ومنظمة وتعمل بكفاءة وسلاسة. ويطور مديرو قواعد البيانات الأنظمة وإجراءات السلامة وإجراءات الإدارة الجيدة للبيانات، ويحللون الأجهزة والبرمجيات لضمان أمن البيانات، والتأكد من أن سياسات الأمان تتوافق مع اللوائح القانونية للشركة أو الحكومات الموجودة بها هذه الشركة. بالإضافة إلى ذلك يدرب مديرو قواعد البيانات زملائهم الموظفين على كيفية استخدام قواعد البيانات والالتزام بإرشادات الأمان وتحديث الأنظمة حسب الحاجة.

2. منمذج البيانات Data Modeler

مُنمذج البيانات هو الشخص المسؤول عن تصميم قواعد البيانات وتجهيزها لنشرها للاستخدام وتحديثها وإصلاحها ومراجعتها. عادةً ما يُحلل منمذجو البيانات هياكل أو أنظمة البيانات الموجودة مسبقًا والتعامل مع مشكلات تكرار البيانات وحركة البيانات داخل النظام بصورة عامة، ويسعون لتسهيل عملية استرداد البيانات ضمن نماذج بيانات خاصة بهم، ويتعاونون مع بقية الفريق لإنشاء نماذج وقواعد بيانات لتبقى فترات طويلة ونماذج البيانات المفاهيمية والمنطقية والمادية لجميع أقسام الشركة وذلك لسهولة التحديثات والتطوير في المستقبل.

ويعمل منمذج البيانات مع مهندسي ومحللي البيانات لتنفيذ حلول نمذجة البيانات من أجل تبسيط ودعم إدارة معلومات الشركة، ولضمان نجاحك كمنمذج للبيانات يجب أن يكون لديك معرفة عميقة بطريقة تخزين البيانات في قواعد البيانات، فضلًا عن مهارات التواصل لجمع المعلومات من الموظفين، وعمومًا من مسؤوليات منمذج البيانات نذكر:

• تحليل وترجمة احتياجات العمل إلى نماذج قواعد بيانات لبناء حلول طويلة الأمد.
• تقييم أنظمة البيانات الموجودة.
• العمل مع فريق التطوير لإنشاء نماذج بيانات وطريقة تدفق البيانات.
• تطوير أفضل الممارسات لترميز البيانات لضمان الاتساق داخل النظام.
• مراجعة تعديلات الأنظمة الموجودة للتوافق المتبادل بين قواعد بيانات الشركة.
• تنفيذ استراتيجيات البيانات وتطوير نماذج البيانات المادية.
• تحديث النماذج المحلية والبيانات الوصفية وتحسينها.
• تقييم أنظمة البيانات المنفذة للفروق والتناقضات والكفاءة.
• استكشاف الأخطاء وإصلاحها وتحسين أنظمة البيانات.

3. مهندسو ومطورو البرمجيات Software Developer and Engineer

وهم الأشخاص المتخصصون في تطوير البرمجيات وتطبيقات الأعمال وأنظمة التحكم في الشبكة وأنظمة التشغيل للشركات والمؤسسات. يلتقي مهندسو البرمجيات المحترفون مع العملاء لتحديد احتياجاتهم من البرامج والأنظمة ويعملون على بناء النماذج التصميمية المناسبة للمشروع حسب الطلب سواء مخططات باستخدام لغة النمذجة الموحدة UML أو أي طريقة أخرى، كما يصمم مهندسو البرمجيات مخططات لنظام البرمجي وقاعدة البيانات وينتقلون من التصميم الأولي أو المفاهيمي إلى المنطقي ومن ثم المادي في إطار عملهم على إنتاج البرمجيات، كما يعمل مهندسو البرمجيات على صيانة برمجيات وأنظمة الشركات وإجراء إصلاحات أو تحديثات أو تغييرات أخرى حسب الحاجة، ويساعدوا موظفي الشركة على تعلم كيفية استخدام هذه الأنظمة أو يطرحوا دليل نظري لتعلمها.

يتكامل عمل مهندسي البرمجيات مع مطوري البرمجيات فالأول يخطط لما ستكون عليه البرمجية والثاني ينفذها بالطريقة المناسبة ويتعاونان خلال هذه الرحلة لضمان سيرها وفقًا للمطلوب ومن مسؤوليات مهندسي مطوري البرمجيات نذكر:

• تعاون مع الفريق لتصميم الخوارزميات والمخططات الانسيابية.
• إنتاج شيفرة برمجية نظيفة وفعالة بناءً على المتطلبات.
• دمج مكونات مختلف برمجيات الشركة مع واجهات برمجة التطبيقات الخارجية.
• العمل على تصميم برمجيات تتكامل مع قواعد البيانات القديمة.
• تصميم وتطوير برمجيات قابلة لجمع بيانات المستخدمين وتخزينها بطريقة منظمة في قواعد البيانات.
• تطوير خطط التحقق من البرمجيات وإجراءات ضمان الجودة.
• استكشاف أخطاء البرامج الحالية وتصحيحها.
• جمع وتقييم ملاحظات المستخدم وتنفيذ تحسينات بناء عليها.

4. محلل أمن المعلومات Information Security Analyst

وهو الشخص المسؤول عن حماية المعلومات من المتسللين والمخترقين والهجمات الإلكترونية عمومًا وتكون الحماية من خلال تحليل قواعد بيانات الشركة ومعرفة هيكلتها وصلاحيات المستخدمين وإذا كان هنالك أي خطأ أو مشكلة ما.

يلعب المحلل الأمني دورًا حيويًا في الحفاظ على أمان المعلومات الحساسة للشركة الموجودة في قواعد البيانات، ويجب أن يمتلك محللو أمن المعلومات بعض المهارات الأساسية التي ستساعدهم على تنفيذ أعمالهم مثل تنفيذ أنشطة القرصنة الأخلاقية لكشف نقاط الضعف وتحديد التهديدات المحتملة حتى تتمكن الشركة من حماية نفسها من المخترقين. كما يجب على المحلل اختبار الاختراق وذلك باختبار الشبكات وأجهزة الحواسيب وتطبيقات الويب والأنظمة الأخرى لاكتشاف نقاط الضعف القابلة للاستغلال. كما يجب على المحلل الأمني منع التطفل من خلال مراقبة حركة مرور الشبكة لاكتشاف التهديدات المحتملة ثم الاستجابة لهذه التهديدات على الفور الأمر الذي يساعد على إدارة الآثار السلبية للهجوم أو الاختراق وتقليل التأثير وتغيير ضوابط الأمان للوقاية في المستقبل.

كما يجري المحلل في بعض الأحيان عمليات التحاليل الجنائية الحاسوبية لاكتشاف المخترق من خلال تتبع آثار المخترق وجمع البيانات وتحليلها ليبلغ عنها في نهاية المطاف. ويجرب المحلل أيضًا عمليات الهندسة العكسية على البرمجيات؛ لذلك من الطبيعي أن تتطلب وظيفة محلل أمن المعلومات خبرة عالية، وعمومًا من أهم مسؤوليات محلل أمن المعلومات نذكر:

• مراقبة الوصول الأمني للموارد.
• إجراء تقييمات الأمان من خلال اختبار الثغرات الأمنية وتحليل المخاطر.
• إجراء عمليات التدقيق الأمني الداخلي والخارجي.
• تحليل الخروقات الأمنية لتحديد السبب الجذري للثغرات.
• التحديث المستمر لخطط الشركة للاستجابة للحوادث والتعافي من الكوارث.
• التحقق من أمان موردي برمجيات الجهات الخارجية والتعاون معهم لتلبية متطلبات الأمان.

5. محلل بيانات Data Analyst

تعتمد هذه الوظيفة على جمع البيانات لتحديد الاتجاهات التي تساعد قادة الأعمال على اتخاذ قرارات استراتيجية. يركز الانضباط على إجراء التحليلات الإحصائية للمساعدة في الإجابة على الأسئلة وحل المشكلات. يستخدم محلل البيانات لغات الاستعلام مثل SQL لعمل استعلامات لقواعد البيانات العلائقية. كما ينظف محلل البيانات البيانات ويضعها في تنسيق قابل للاستخدام، أو التخلص من المعلومات غير ذات الصلة أو غير القابلة للاستخدام أو اكتشاف كيفية التعامل مع البيانات المفقودة.

يعمل محلل البيانات عادةً كجزء من فريق متعدد التخصصات لتحديد أهداف المؤسسة ثم إدارة عملية التنقيب عن البيانات وتنظيفها وتحليلها، وتشمل مسؤوليات محلل البيانات الرئيسية ما يلي:

• الاستعلام عن البيانات باستخدام SQL أو Excel.
• تحليل البيانات والتنبؤ باستخدام الأساليب الإحصائية وتقديم التقارير.
• إنشاء لوحات معلومات باستخدام برنامج ذكاء الأعمال.
• إجراء أنواع مختلفة من التحليلات بما في ذلك التحليلات الوصفية أو التشخيصية أو التنبؤية أو الوصفية.
• تطوير وتنفيذ قواعد البيانات وأنظمة جمع البيانات.
• الحصول على البيانات من المصادر الأولية والثانوية والحفاظ على أنظمة البيانات.
• تحديد وتحليل وتفسير الاتجاهات أو الأنماط في مجموعات البيانات المعقدة.
• العمل مع الإدارة لتحديد أولويات الأعمال واحتياجات المعلومات.
• تحديد وتعريف فرص تحسين العمليات الجديدة.

يسعى محلل البيانات إلى فهم الأسئلة التي تحتاج الشركة الإجابة عليها ويحدد فيما إذا كانت البيانات تستطيع الإجابة على هذه الأسئلة. يجب أن يفهم المشكلات الفنية المرتبطة بجمع البيانات وتحليل البيانات وإعداد التقارير وأن يكون قادرًا على التعرف على اتجاهات السوق وأنماط البيانات.

يعمل محلل البيانات في الغالب مع البيانات المنظمة Structured Data للشركة مثل البيانات المتوفرة في قواعد البيانات، وينشئ التقارير ولوحات معلومات وتصورات أخرى حول البيانات المرتبطة بالعملاء والعمليات التجارية ويقدم هذه الرؤى للإدارة العليا وقادة الأعمال لدعم صانعي القرار. ومن بعض الأمثلة على البيانات التي يعمل هي احصائيات المخزون وتكاليف النقل والإمداد وأبحاث السوق وهوامش الربح والتكاليف وأرقام المبيعات وما إلى ذلك يمكن استخدام هذه البيانات لمساعدة الشركة في تقدير حصتها في السوق وطبيعة الزبائن والمبيعات وتحسين تكاليف النقل وما شابه.

6. عالم البيانات Data Scientist

من أكثر الاختصاصات المرغوبة في وقتنا الحالي ويُعرف عالم البيانات بأنَّه الشخص الذي يستخدم الحواسيب ومعداتها وأنظمة البرمجة والخوارزميات بهدف تحليل البيانات الأولية وتحويلها إلى مجموعة بيانات سهلة القراءة والفهم كما يساهم في حل المشاكل وتفسير الظواهر الفعلية من خلال الاستعانة بنظريات من علوم أخرى مثل الرياضيات ونظم المعلومات والإحصاء وعلوم الحاسوب.

يعود تاريخ نشأة هذا التخصص إلى ما يزيد على ثلاثين عامًا تقريبًا، وأكثر ما يميز عالم البيانات هو قدرته الاكتشاف أثناء سباحته في البيانات. ويجب أن يكون قادرًا على توفير هيكل لكميات كبيرة من البيانات غير النموذجية وجعل التحليل ممكنًا. كما يجب أن يستطيع تحديد مصادر البيانات الثريّة ويضموها إلى مصادر البيانات الأخرى التي يحتمل أن تكون غير مكتملة.

يختلط على البعض مهام محلل البيانات مع عالم البيانات وبالرغم من أهدافهما المشتركة إلا أنه عادةً ما يكون عالم البيانات أكثر انخراطًا في تصميم عمليات نمذجة البيانات، وإنشاء الخوارزميات والنماذج التنبؤية لذلك يمكن أن يمضي علماء البيانات وقتًا أطول في تصميم الأدوات وأنظمة التشغيل الآلية وأطر البيانات. بالإضافة إلى ذلك يكون عالم البيانات أكثر تركيزًا على تطوير أدوات وطرق جديدة لاستخراج المعلومات التي تتطلبها الشركة لحل المشكلات المعقدة.

يتطلب كلا المسارين درجة البكالوريوس -على الأقل- في مجالات متعلقة بالرياضيات مثل الرياضيات أو علوم الحاسوب أو الإحصاء. يمكن أن يقضي محلل البيانات الكثير من الوقت في التحليل الروتيني، وتقديم التقارير بانتظام. بينما عالم البيانات بتصميم طريقة تخزين البيانات ومعالجتها وتحليلها. ببساطة يستنتج المحلل المعلومات المنطقية من البيانات الموجودة بينما يعمل عالم البيانات على طرق جديدة لالتقاط وتحليل البيانات وتسليم هذه الطرق للمحللين.

يستخدم علماء البيانات عادةً لغات البرمجة مثل بايثون Python ولغة R، بينما يستخدم محلل البيانات لغة SQL أو برنامج Excel للاستعلام عن البيانات أو تنظيفها أو فهمها. كما تختلف التقنيات والأدوات التي يستخدمونها لنمذجة البيانات، ومن المهم ملاحظة أنه يمكن أن يستخدم بعض المحللين المحترفين لغات البرمجة أو يدخلون إلى مجال عالم البيانات أو مجال مهندس البيانات الضخمة.

يُنشئ علماء البيانات المحترفون نماذج التعلم الإحصائي لتقنيات البحث الخاصة بهم، والبحث عن أحدث اتجاهات التكنولوجيا والبيانات في السوق، وتعلم وسائل جديدة لتحليل البيانات لسهولة المراجعة والتواصل والتعاون مع الأقسام الأخرى داخل شركاتهم لمساعدتهم في إيجاد الحلول، مراجعة البيانات الأخرى أو تعليمهم كيفية قراءة البيانات. لذلك اعتبرت مجلة هارفارد بزنس ريفيو أن وظيفة عالم البيانات هي الوظيفة الأكثر إثارة وجاذبية في القرن الحادي والعشرين.

أصبح قسم البيانات جزءًا أساسيات للعديد من الشركات كما يتضمن هذا القسم الأنشطة الأساسية مثل بناء قواعد البيانات المستدامة وإدارتها واستثمارها …إلخ، لأن القيمة التي تقدمها البيانات تصلح لأن تكون استثمارًا طويل الأمد هذا الأمر أدى ذلك إلى زيادة الطلب على علماء البيانات المهرة في مختلف الصناعات والمهن، وعمومًا من مهام عالم البيانات نذكر:

• تحديد مصادر البيانات ذات الصلة باحتياجات العمل.
• جمع البيانات المهيكلة وغير المهيكلة والبحث عن البيانات المفقودة وتعزيز عملية جمع البيانات.
• تنظيم البيانات في تنسيقات سهلة للاستخدام.
• بناء النماذج التنبؤية وخوارزميات التعلم الآلي.
• معالجة البيانات وتنقيتها والتحقق منها لإيجاد الأخطاء والمشاكل وحذفها باستخدام لغات البرمجة (مثل Python أو R).
• تحليل البيانات عن الاتجاهات والأنماط وإيجاد إجابات لأسئلة محددة.
• إنشاء البنية التحتية للبيانات.
• تطوير وتنفيذ وصيانة قواعد البيانات.
• تقييم جودة البيانات وإزالة البيانات أو تنظيفها.
• توليد المعلومات والأفكار من مجموعات البيانات وتحديد الاتجاهات والأنماط.
• إعداد التقارير للفرق التنفيذية وفرق المشروع.
• إنشاء تصورات للبيانات.
• التحليل الإحصائي باستخدام خوارزميات التعلم الآلي مثل معالجة اللغة الطبيعية أو الانحدار اللوجستي أو kNN أو Random Forest أو تعزيز التدرج.

يواجه المدراء تحديًا حقيقيًا في معرفة كيفية تحديد تلك موهبة عالم البيانات، وكيفية جذبها إلى الشركة وجعلها منتجة. وبالرغم من أننا ذكرنا المهام الرئيسية لعالم البيانات إلا أنه يوجد ضبابية في معرفة كيفية أداء عالم البيانات وكيف يمكنه إضافة أكبر قدر من القيمة بالموازنة مع الأدوار الوظيفية الأخرى القديمة مثل المبيعات، بالإضافة إلى ذلك لا يوجد الكثير من الجامعات التي تقدم هذه الاختصاص الدقيق الأمر الذي يجعل عملية العثور على الشخص المناسب أكثر صعوبة؛ في الحقيقة يمكن تفسير هذه الصعوبات في أنها السبب المنطقي لارتفاع راتب عالم البيانات!

7. مهندس البيانات الضخمة Big Data Engineer

يعد وظيفة محلل أو مهندس البيانات الضخمة من أرقى الوظائف التي تتعلق بقواعد البيانات ولفهم كيف يمكن أن تصبح مهندس بيانات ضخمة، دعنا نفهم في البداية معنى "البيانات الضخمة" Big Data. في أوائل العقد الأول من القرن الحادي والعشرين كان توليد البيانات محدودًا ولكن مع ظهور العديد من منصات الشبكات الاجتماعية والشركات العملاقة مثل فيسبوك وأمازون زادت ازديادًا كبيرًا فوفقًا لموقع Statista من المتوقع أن يصل الحجم الإجمالي للبيانات العالمية إلى 97 زيتابايت (أي 10²¹ بايت) في عام 2022 وسيصل في عام 2025 إلى 181 زيتابايت. وهذا بالفعل قدر كبير من البيانات.

تتطلب البيانات الضخمة نهجًا هندسيًا مختلفًا عن البيانات العادية (مثل البيانات المهيكلة في قواعد البيانات) لأنها عبارة عن أطنان من المعلومات المختلطة وغير المهيكلة التي تتراكم باستمرار وبسرعة عالية، ولهذا السبب لا تستطيع طرق نقل البيانات التقليدية إدارة تدفق البيانات الضخمة بكفاءة. تعزز البيانات الضخمة تطوير أدوات جديدة لنقل وتخزين وتحليل كميات هائلة من البيانات غير المهيكلة. تعمل الشركات البارزة في العديد من القطاعات بما في ذلك المبيعات والتسويق والبحث والرعاية الصحية على جمع البيانات الضخمة بنشاط. كما يواجهون نقصًا في الخبرة اللازمة لإدارتها. لذلك شهدنا نموًا كبيرًا في الفترة الماضية لوظائف هندسة البيانات الضخمة وهي في الحقيقة تتطلب مهارات ضخمة أيضًا!

يعكف مهندس البيانات الضخمة على استخراج البيانات من مصادر مختلفة وتحويلها وتحميلها على مستودع مركزي يُعرف أيضًا باسم مستودع البيانات Data Warehouse، تُخزن البيانات في هذه المستودعات لتكون جاهزة للاستخدام من فريق البيانات سواء محللين أو علماء …إلخ. غالبًا ما تكون وظيفة مهندس البيانات الضخمة خلف الكواليس وهم فعليًا الأشخاص الذين يبنون الطرق والجسور، لأنهم يجهزون البنية التحتية للبيانات الضخمة. ومن بعض مسؤولياتهم نذكر:

• تصميم بنية منصة البيانات الضخمة.
• الحفاظ على خط أنابيب البيانات.
• تخصيص وإدارة أدوات التكامل وقواعد البيانات والمستودعات والأنظمة التحليلية.
• إدارة وتنظيم البيانات.
• إعداد أدوات الوصول إلى البيانات لعلماء البيانات.
• الاجتماع مع المديرين لتحديد احتياجات البيانات الضخمة للشركة.
• تحميل مجموعات البيانات المتباينة وإجراء خدمات المعالجة المسبقة باستخدام Hive أو Pig.
• إنهاء نطاق النظام وتقديم حلول البيانات الضخمة.
• إدارة الاتصالات بين النظام الداخلي وبائعي البيانات (مثل بائعي الاستبيانات أو المقابلات …إلخ).
• التعاون مع فرق البحث والتطوير الخاصة بالبرمجيات.
• بناء منصات سحابية لتطوير تطبيقات الشركة.
• تدريب الموظفين على إدارة موارد البيانات.

يجب أن يكون مهندس البيانات الضخمة ماهرًا جدًا في العديد من المجالات ومن أبرز هذه المجالات نذكر:

• البرمجة Programming: تعد مهارة البرمجة بديهية في قطاعات التكنولوجيا لأن البرمجة هي الطريقة المثلى لفهم كيفية التعامل مع البيانات فجميع الأجهزة والأنظمة التي حولنا ما هي إلا برمجيات وخوارزميات مختلفة صنعت لتعمل بطريقة معيّنة. يحتاج مهندس البيانات الضخمة إلى خبرة عملية في أي لغة برمجة مشهورة مثل لغة جافا Java أو C++‎ أو بايثون Python.
• التعامل مع قواعد البيانات ولغات SQL: بعد البرمجة تأتي المعرفة العميقة بمفاهيم قواعد البيانات وأنظمة إدارة قواعد البيانات DBMS ولغة SQL. تعد مهارة التعامل مع قواعد البيانات أساسية ساعد هذا في فهم كيفية إدارة البيانات والحفاظ عليها في قاعدة بيانات. تحتاج إلى معرفة كيفية كتابة استعلامات SQL لأي نظام إدارة قواعد بيانات علائقية مثل MySQL و Oracle Database و Microsoft SQL Server.
• التعامل مع مستودعات البيانات وعمليات تكامل البيانات ETL: تتمثل إحدى المسؤوليات الأساسية لمهندس البيانات الضخمة في تنفيذ عمليات ETL وهي عمليات استخراج وتحويل وتحميل Extract-Transform-Load البيانات إلى مستودع البيانات. لهذا، ستحتاج إلى معرفة كيفية إنشاء مستودع بيانات وكذلك استخدامه. ستستخرجُ البيانات من مصادر مختلفة، وتحول إلى معلومات ذات مغزى، وتحمل إلى مخازن بيانات أخرى. بعض الأدوات المستخدمة لهذا الغرض هي Talend و IBM Datastage و Pentaho و Informatica.
• التعامل مع أنظمة التشغيل Operating Systems: المهارة الرابعة التي تحتاجها هي معرفة أنظمة التشغيل. أدوات التشغيل هي الأساس لتشغيل أدوات البيانات الضخمة. ومن ثم فإن الفهم القوي لأنظمة Unix و Linux و Windows و Solaris أمر إلزامي.
• التعامل مع أدوات وأطر المخصصة للبيانات الضخمة: يجب أن يكون لديك خبرة في التحليلات المستندة إلى Hadoop والتي تعد واحدةً من أكثر أدوات هندسة البيانات الضخمة استخدامًا، لذلك من المفهوم أنك بحاجة إلى خبرة في التقنيات القائمة على Apache Hadoop مثل HDFS و MapReduce و Apache Pig و Hive و Apache HBase.
• التعامل مع أطر العمل أطر معالجة في الزمن الفعلي Real-time: يجب أن يكتسب مهندس البيانات الضخمة طريقة العمل مع أطر المعالجة في الوقت الفعلي مثل Apache Spark والتي تتعامل مع كميات هائلة من البيانات في الزمن الحقيقي إذ يمكنها معالجة البيانات التي تأتي من البث المباشر من عدة مصادر مثل Twitter و Instagram و Facebook وما إلى ذلك.
• التنقيب عن البيانات والنمذجة Data Mining and Modeling: إن مهارة التنقيب عن البيانات ومناقشة البيانات وتقنيات نمذجتها هي أساسية في مجال هندسة البيانات الضخمة. تتضمن عمليات التنقيب عن البيانات والجدل في البيانات خطوات للمعالجة المسبقة وتنظيف البيانات باستخدام طرق مختلفة والعثور على الاتجاهات والأنماط غير المرئية في البيانات وجعلها جاهزة للتحليل.

والآن بعد أن تعرفنا على أهم الاختصاصات المتعلقة بقواعد البيانات لنستكشف كيف يمكننا الدخول في هذا العالم الشيّق.

من أين أبدأ بتعلم تصميم قواعد البيانات؟

غالبًا ما تتضمن التخصصات الجامعية مثل علوم الحاسب وهندسة البرمجيات أو ما يشابهها من التخصصات على مواد تتعلق بقواعد البيانات يتعلم الطالب من خلالها أساسيات تصميم قواعد البيانات، وفي حال ليس لديك اطلاع على هذه أساسيات سنستعرض في هذه الفقرة المواضيع اللازمة لكل مرحلة تعليمية كما سننصحُ ببعض المقالات أو الكتب أو المساقات الدراسية.

المفاهيم الأساسية في قواعد البيانات

في البداية لا بد من التعرف على أساسيات تصميم قواعد البيانات والتي سيكون المواضيع على الشكل التالي:

1. مفاهيم أساسية في قواعد البيانات:
   • أنظمة الملفات التقليدية وعيوبها.
   • تعريف قاعدة البيانات خصائصها ومميزاتها.
   • الفرق بين البيانات Data والمعلومات Information والمعرفة Knowledge.
   • أنواع قواعد البيانات.
   • أدوات قواعد البيانات
   • لغات قواعد البيانات.
   • أنواع أنظمة إدارة قواعد البيانات Database Management Systems.
2. مفاهيم نظام قواعد البيانات والهندسة المعمارية
   • دورة حياة نظام المعلومات Systems Development Life Cycle.
   • تطوير دورة حياة نظام قاعدة البيانات Database Life Cycle.
3. - مفهوم نمذجة تصميم قاعدة البيانات.
   • النمذجة باستخدام لغة النمذجة الموحدة Unified Modeling Language.
   • النمذجة باستخدام الكيان والعلاقة Entity-Relationship.
   • النموذج الكيان والعلاقة المحسّن Enhanced Entity-Relationship.
   • المفاهيم المتقدمة في نموذج الكيان والعلاقة المحسّن (التعميم والتخصيص والتصنيف والميراث).
4. مفاهيم أساسية لتحسين التصميم:
   • الاعتماديات الوظيفية Functional Dependency.
   • قواعد الاستدلال Inference Rules.
   • عمليات التوحيد Normalization (النموذج الأول 1NF والثاني 2NF ..إلخ).
   • مفهوم الجبر العلائقي Relational Algebra نشأته وأهميته.
   • عمليات الجبر العلائقي.

بعض المصادر المناسبة العربية:

• كتاب تصميم قواعد البيانات.
• كتاب ملاحظات للعاملين بلغة SQL 1.0.0
• كتاب الدليل العملي إلى قواعد بيانات PostgreSQL.
• توثيق لغة SQL.

المفاهيم المتقدمة في قواعد البيانات

بعد أن تعرفنا على المفاهيم الأساسية سننتقل لاستعراض المواضيع المتقدمة المتعلقة بتصميم قواعد البيانات:

1. إدارة الإجراءات أو المعامَلَات Transaction Management والتحكم في التزامن Concurrency Control
   • ماهية الإجراء وتعريفه وخصائصه وحالاته.
   • إدارة الإجراءات من خلال لغة SQL وسجل الإجراءات وطرق استردادها.
   • مفاهيم التحكم في التزامن (التحديثات المفقودة Lost Updates - البيانات غير المثبتة Uncommitted Data - عمليات الاسترجاع غير المتسقة Inconsistent Retrievals).
   • المجدول The Scheduler.
   • التحكم في التزامن بطرق القفل Concurrency Control with Locking Methods
   • التحكم في التزامن مع خلال Time Stamping.
   • التحكم في التزامن بأساليب متفائلة.
   • مستويات ANSI لعزل الإجراءات.
   • إدارة عملية استعادة قاعدة البيانات.
2. ضبط أداء قاعدة البيانات وتحسين الاستعلام
   • مفاهيم ضبط أداء قاعدة البيانات
   • هيكلية أنظمة إدارة قواعد البيانات
   • أوضاع تحسين استعلام قاعدة البيانات
   • إحصائيات قاعدة البيانات
   • معالجة الاستعلام (طريقة تحليل استعلام SQL وتنفيذه وجلبه).
   • مشاكل الاستعلام (اختناقات معالجة الاستعلام - الفهارس وتحسين الاستعلام).
   • خيارات المحسن (استخدام التلميحات للتأثير على اختيارات المحسن).
   • ضبط أداء SQL (انتقائية المؤشر - التعبيرات الشرطية).
   • صياغة الاستعلام
   • ضبط أداء DBMS
3. أنظمة إدارة قواعد البيانات الموزعة Distributed Database Management Systems:
   • تطور نظم إدارة قواعد البيانات الموزعة.
   • خصائص أنظمة إدارة قواعد البيانات الموزعة ومكونات ومزاياها وعيوبها.
   • المعالجة الموزعة وقواعد البيانات الموزعة.
   • مستويات البيانات وتوزيع العمليات.
   • الأداء وشفافية قاعدة البيانات الموزعة (شفافية التوزيع - شفافية المعاملات - شفافية الفشل).
   • الطلبات الموزعة والإجراءات الموزعة (التحكم في التزامن الموزع - بروتوكول الالتزام ثنائي الطور).
   • تصميم قاعدة البيانات الموزعة.
   • مفاهيم أساسية عند تصميم قاعدة البيانات الموزعة (تجزئة البيانات Data Allocation - تكرار البيانات Data Replication - تخصيص البيانات Data Fragmentation).
4. إدارة وأمن قواعد البيانات Database Administration and Security:
   • مفاهيم متقدمة في أمن قواعد البيانات (نُهج الأمن Security Policies - ترقيع ثغرات أمنية).
   • عناصر أمن قواعد البيانات ودورها (الأشخاص People - محطات العمل والمخدمات Workstation and servers - أنظمة التشغيل Operating system - التطبيقات Applications - الشبكة Network - البيانات Data).
   • الفرق بين الحماية الأمنية في الأنظمة المجانية والمدفوعة.
   • أدوات إدارة قواعد البيانات.
   • الفرق بين إدارة قواعد العادية والسحابية.
   • أهمية قاموس البيانات Data Dictionary في نهج الإدارة.
   • تطوير إستراتيجية إدارة البيانات.

أحد المصادر الجيدة التي تفيدك باللغة الإنكليزية كتاب Database Systems: Design, Implementation, & Management الطبعة الثالثة عشر لصاحبيه Steven Morris و Carlos Coronel.

التخصص في قطاعات البيانات

سنستعرض في هذا القسم المفاهيم الأساسية المشتركة في التخصصات المرتبطة بالبيانات وهي على الشكل التالي:

1. ذكاء الأعمال ومستودعات البيانات Business Intelligence and Data Warehouses:
   • الحاجة إلى تحليل البيانات.
   • مفاهيم أساسية في ذكاء الأعمال (هندستها ومزاياها وتطورها ومستقبلها).
   • مفاهيم أساسية بيانات دعم القرار (البيانات التشغيلية - بيانات دعم القرار).
   • الفرق بين قواعد البيانات Database ومستودعات البيانات Data Warehouse وبحيرة البيانات Data Lake ومتاجر البيانات Data Mart.
   • متطلبات قاعدة بيانات دعم القرار.
   • مخطط النجمة Star Schemas (حقائق Facts - الأبعاد Dimensions - السمات Attributes).
   • معالجة وتحليل البيانات عبر الإنترنت Online Analytical Processing.
   • تقنيات تحليل البيانات متعددة الأبعاد.
   • الفرق بين (تحليل البيانات Data Analytics - التنقيب في البيانات Data Mining - التحليلات التنبؤية Predictive Analytics).
   • البيانات المرئية Data Visualization (أهمتيها - علم تصور البيانات The Science of Data Visualization).
2. البيانات الضخمة و NoSQL:
   • مفاهيم أساسية حول البيانات الضخمة (الحجم Volume - السرعة Velocity - التنوع Variety).
   • قواعد البيانات المخصصة للبيانات الكبيرة (مثل NoSQL).
3. قواعد البيانات السحابية Cloud Database:
   • مفاهيم أساسية في اتصال قواعد البيانات وتقنيات الويب.
   • اتصال قاعدة البيانات (ODBC و DAO و RDO).
   • خدمات الحوسبة السحابية (خصائصها وأنواعها والفروقات بينها).
   • أنواع قواعد البيانات السحابية.
   • كيفية الانتقال إلى السحابة.
   • الفرق بين قواعد البيانات القابلة للإدارة Self-Managed وقواعد البيانات المُدارة آليًا Managed Databases.
   • كيف تتغير مهام مدير قواعد البيانات في السحابة.
   • أمان البيانات والتطبيقات في السحابة.
   • نقل قواعد البيانات الخاصة بك إلى السحابة (التخطيط Planning - نقل البيانات Data Movement - التحسين Optimization).

بعض المصادر باللغة العربية:

• كتاب مدخل إلى الذكاء الصنعي وتعلم الآلة.
• كتاب الحوسبة السحابية أساسيات ومبادئ وتطبيقات للدكتور خالد بن ناصر آل حيان.

التوظيف وفرص العمل في تخصصات البيانات

يعد برنامج البكالوريوس أو المرحلة الجامعية الأولى الوسيلة التقليدية والشائعة للدخول في مجال البيانات ويمكن أن يختار بعض الطلاب إكمال دراستهم الجامعية والحصول على درجة الماجستير في المعلوماتية وعلوم البيانات في سعيهم للدخول في هذا المجال إلى أن هذا الطريق ليس الوحيد لدخول مجال البيانات، ولكن ظهرت في الآونة الأخيرة دورات تدريبية مركزة وتسمى أيضًا معسكرات تدريبية BootCamps وهي عبارة عن منهج دراسي مكثف قصير الأمد يركز على المهارات المركزة والمستندة إلى السوق بدلًا من أخذ مقدمات في مختلف التخصصات كما يحدث في برامج البكالوريوس، وبالرغم من أن المعسكرات التدريبية في بدايتها كانت تحتاج للتواجد الفيزيائي للطلاب مع الاساتذة إلى أن المشهد اليوم اختلف وأصبحت بالإمكان إجراء المعسكرات عبر الإنترنت عن بعد.

في دراسة أجراها موقع إنديد Indeed جاء فيها أن 72% من أرباب العمل الذين شملهم الاستطلاع يعتقدون بأن خريجي معسكرات التدريب المستجدين مستعدين تمامًا ليكونوا ذوي أداء عالٍ مثل المرشحين الحاصلين على درجات علمية في علوم الحاسوب، كما يعتقد 12% من مدراء التوظيف بأن خريجي المعسكرات التدريبية أكثر استعدادًا من أقرانهم المدربين في الجامعات.

علاوة على ذلك، يعتقد العديد من أصحاب العمل أن حضور المعسكر التدريبي يمنح المتعلمين ميزة تنافسية. ففي استطلاع أجراه موقع هكر رانك HackerRank عام 2020 على مدراء التوظيف جاء فيه أنه ما يقرب من ثلاثة أرباع مديري التوظيف الذين شملهم الاستطلاع قالوا بأن معسكرات التدريب يمكن أن تُعلم الطلاب تقنيات ولغات جديدة بسرعة، واستشهد 61% من المدراء الذين شملهم الاستطلاع بالخبرة العملية لطلاب المعسكرات التدريبية، وقال 52% بأن خريجي المعسكرات التدريبية متحمسون لتحمل مسؤوليات جديدة.

يمكن للطلاب الراغبين في الدخول إلى مجال البيانات ولا يريدون هدر وقتهم في الجامعات أن يبدأوا بتعلم علوم الحاسب والتي يأخذ فيها الطالب نظرة شاملة، عملت أكاديمية حسوب على توفير دورة متكاملة عن أساسيات علوم الحاسوب هي دورة علوم الحاسوب وهي دورة شاملة مدتها أكثر من 53 ساعة تشرح هذه الدورة مختلف المفاهيم بدءًا من أبسط الأساسيات أساسيات الحاسوب وعلومه والتفكير المنطقي وما هي الخوارزميات وكيف تفيد في البرمجة وتشرح الدورة أيضًا:

• الخوارزميات وهياكل البيانات: والتي ستساعدنا على فهم الطريقة الصحيحة لتنظيم البيانات.
• البرمجة: التي ستساعدنا على كيفية التلاعب بالبيانات ومحتواها من خلال كتابة الشيفرات البرمجية بلغة بايثون Python لتعديل محتويات البيانات.
• تصميم وبناء قواعد البيانات: والتي تفيدنا في التأسيس إلى مجال البيانات مع شرح تفصيلي للغة SQL للتعامل معها ونظرة على قواعد بيانات NoSQL.
• تطوير الويب: والتي على فهم المفاهيم الأساسية التي تبنى فيها صفحات الويب.
• إدارة الخوادم: والتي ستساعدنا في فهم ماهية المعلومات التي يمكن أن نجمها

بالإضافة إلى ذلك مفاهيم متقدمة مثل البرمجة الكائنية ومفاهيمها المختلفة الأساسية والمتقدمة عبر لغة بايثون كما ستتعلم أيضًا أنماط التصميم Design Patterns، كما أنها في تحديث وتوسعة مستمرة، ومن أبرز ميزاتها أن هناك من يتابع سَيْرَك ويجيبُ على أسئلتك على امتداد الدورة وليس فقط مجرد فيديوهات تسلسلة ولذلك فهي دورة يُبنى عليها.

أضف إلى ذلك أنه يمكنك العمل كعامل مستقل على حسب الاختصاص الذي تجيده من اختصاصات البيانات؛ فلو كنت مدير أو مطور قواعد بيانات فيمكنك استعراض الفرص المتاحة عبر مواقع العمل الحر مثل مستقل، ففي العمل الحر لن يسألك أحد بتاتًا عن شهادتك الجامعية وكل ما سيسألونك عنه هو خبراتك ونماذج لأعمالك السابقة نفذتها لا أكثر.

أما عن فرص العمل المتوفرة في الشركات فهي تختلف باختلاف البلدان والشركات التي تريد العمل فيها، ولكنها تنضوي جميعًا تحت قسم التخصصات الذي تحدثنا فيه بصورة موسعة عن تخصصات قواعد البيانات انظر مثلًا إلى موقع بعيد، ستجدُ فيه طلبات توظيف من شركات مختلفة حول العالم العربي، وستجد أن معظم الوظائف لا تشترط أي نوع من أنواع الشهادات، بل تشترط معرض أعمال وخبرة سابقة فقط.

وتكون رواتب المتخصصين في البيانات متعلقة بعدة عوامل منها التخصص والخبرة والأعمال المنجزة ويدخل في الحساب أيضًا اختلاف الشركات والأماكن والدول، لكن يمكننا القول بصورة عامة أن رواتبهم أعلى من المهندسين الآخرين، ويمكنك البحث عن المواقع التي تَعرِض لك متوسط الرواتب التي يتلقاها الموظفون حسب المهنة في بلدك ثم البحث فيها عن التخصصات السابقة لرؤية مُعدّل الرواتب في بلدك.

اقتصاد البيانات Data Economy

لا يخفَ على أحد الكميات الكبيرة التي تولدها الأجهزة الذكية وشبكات التواصل الاجتماعي وجميع أنشطة مستخدمي الإنترنت ولم تشكل هذه البيانات الضخمة أداة مساعدة لعمل الشركة فقط وإنما أصبحت أصلًا Asset من أصول الشركة مثلها مثل أجهزة الحواسيب والمكاتب …إلخ، إذ فرضت هذه الأصول -غير الملموسة- نفسها كحقيقة لا مفر منها في تقييم الشركات، فمثلًا إذا اطلعنا على القيمة السوقية لشركة فيسبوك (غيرت الشركة اسمها لتصبح ميتا Meta) في عام 2021 سنجد بأنها وصلت إلى تريليون دولار، بينما بلغت قيمة أصولها الملموسة مثل المباني والعقارات والأجهزة والحواسيب …إلخ، نحو 150.7 مليار دولار، نلاحظ أن الفرق بين القيمتين يصل إلى 849.3 مليار دولار أمريكي، إلا أنه لا يمكننا قياس قيمة البيانات الحقيقية نظرًا لأن الشركة لها العديد من المنتجات الرقمية غير الملموسة مثل نظام الإعلان المؤتمت ونظام المتاجر الإلكترونية وغيرها، ولكن هذا الأمر يضعنا بطريقة غير مباشرة أمام سؤال مهم وجوهري وهو كيف نحدد قيمة البيانات؟

هل يمكننا اعتبار كمية البيانات كمصدر لقيمتها؟ أم أن تنوع البيانات له أهمية أكبر؟ ولكن ماذا عن جودة البيانات هل لها أهمية تُذكر؟ إذا أردنا الحصول على أجوبة دقيقة لا بدّ لنا من فهم دقيق لماهيّة اقتصاد البيانات Data Economy: والذي هو القيمة المالية والاقتصادية التي ينتجها تخزين كميات ضخمة من البيانات التجارية والحكومية وتحليلها واسترجاعها بسرعة كبيرة من خلال برمجيات معقدة وأدوات أخرى. سيساعدنا هذا التعريف في الانطلاق في فهم هذا الاقتصاد الجديد، وبالتأكيد لا يمكننا شرح كيفية تقييم سعر البيانات من خلال فقرة بسيطة لأن الأمر يحتاج إلى مقالات بل كتب!

ازدادت النقاشات بين أوساط الاقتصاديين حول كيفية حساب قيمة البيانات والمعلومات كأصول غير ملموسة في الميزانيات، لا توجد حتى اليوم طريقة معتمدة عالميًا توفر حلًا واضحًا لتقدير قيمة البيانات والمعلومات وكل الحلول المطروحة هي اجتهاد من المستثمرين أو الباحثين، وبالرغم من أن بعض الأصول غير الملموسة الأخرى مثل براءات الاختراع وحقوق النشر وقوائم العملاء والعلامات التجارية وحقوق البث وغيرها، قابلة للإدراج في الميزانيات ولها طريقة في حساب قيمتها.

في الحقيقة لا يقتصر جهلنا على قيمة البيانات فقط وإنما حتى القوانين الناظمة لها من جمع البيانات أو تنظيمها أو تداولها كل هذه الأمور ماتزال غير واضحة في بعض البلدان ويعود سبب البطء في سن القوانين هو لتجنب إعاقة الابتكار والذي بدوره يبطئ من دوران عجلة الاقتصاد. ولكن مما لا شك فيه أن الدول والشركات ستستفيد من من هذه الأصول وستُشكل بيانات المواطنين في يوم من الأيام إيرادات مستقلة تعزز من خزينة الدولة. يذكر أن قيمة سوق البيانات الضخمة قدرت بحسب موقع Research And Markets بنحو 70 مليار دولار أمريكي لعام 2020 كما توقع يصل قيمة السوق في عام 2027 إلى 243.4 مليار دولار أمريكي أي بمعدل نمو سنوي مركب قدره 10.2٪.

الخاتمة

تعرفنا في المقال على أهمية البيانات في عصرنا الحالي ومن هذه الأهمية جاءت أهمية قواعد البيانات التي تحتوي البيانات وتنظمها وكيف انبثق فروع جديدة من فروع علوم الحاسب وهو علوم البيانات وتصميم قواعد البيانات وإدارة قواعد البيانات …إلخ، كما اطلعنا في هذا المقال على خطوات تصميم قاعدة بيانات واستعرضنا بعدها التخصصات المرتبطة بالبيانات لننتهي بفهم كيف ستُنشئ البيانات الضخمة أسواقًا جديدة وختامًا بالرغم من أن منطقتنا العربية لا يوجد بها الكثير من الاستثمارات في البيانات إلا أن هذا الحال سيتغير في المستقبل القريب ولذلك استثمر الفرصة وكن من السباقين إلى هذا المجال.

المصادر

• كتاب Database Systems: Design, Implementation, & Management الطبعة الثالثة عشر لصاحبيه Steven Morris و Carlos Coronel.
• مقال Data Modeling: Conceptual vs Logical vs Physical Data Model.
• مقال Data Modelling: Conceptual, Logical, Physical Data Model Types لصاحبه David Taylor.
• تقرير The Digitization of the World From Edge to Core.
• تقرير Volume of data/information created, captured, copied, and consumed worldwide from 2010 to 2025.
• مقال Top 10 High Paying Jobs That Demand SQL - GeeksforGeeks لمحرري الموقع.
• مقال Types of Database Jobs: Choose One of Them and Start Being Awesome لصاحبه Jakub Romanowski.
• مقال Database (Data) Testing Tutorial with Sample Test Cases لصاحبه Thomas Hamilton.
• مقال Database Testing Complete Guide (Why, What, and How to Test Data) لمحرري الموقع.

اقرأ أيضًا

• دليلك الشامل إلى قواعد البيانات DataBase
• أمثلة عملية عن كيفية تصميم قواعد البيانات
• نمذجة البيانات وأنواعها في عملية تصميم قواعد البيانات
• النسخة العربية الكاملة من كتاب تصميم قواعد البيانات
• أنواع قواعد البيانات

نلقي نظرةً في هذا المقال على الطرق المتبعة في نقل التغييرات التي تجري أثناء جلسة العمل إلى قاعدة البيانات العلاقية وتخزينها، إضافةً إلى ربط الجداول ببعضها من خلال المفاتيح الخارجية foreign keys.

ملفات التهجير Migrations

لنتابع في توسعة تطبيق الملاحظات الذي عملنا عليه في كل من مقال العمل مع قواعد بيانات علاقية باستخدام Sequelize والمقال السابق، إذ سننجز آليةً تمكّن بعض المستخدمين الذي يمتلكون ميزةً إدارية admin status من إيقاف نشاط مستخدمين آخرين ومنعهم من تسجيل الدخول أو إنشاء ملاحظات جديدة. نحتاج لإنجاز الأمر إلى حقل يأخذ قيمًا منطقيةً في جدول قاعدة البيانات يشير إلى المستخدمين ذوي الامتيازات الإدارية وأخرى تدل على حالة المستخدم إن كان نشاطه معلقًا أم لا.

يمكننا العمل وفق الآلية السابقة بتعديل النموذج الذي يعرّف الجدول والاعتماد على مكتبة Sequelize في مزامنة التغييرات مع قاعدة البيانات من خلال أسطر الشيفرة التالية في الملف "models/index.js":

const Note = require('./note')
const User = require('./user')

Note.belongsTo(User)
User.hasMany(Note)

Note.sync({ alter: true })
User.sync({ alter: true })

module.exports = {
  Note, User
}

ولكن يُعد هذا الأسلوب (تغيير النموذج كلما أردنا توسعة التطبيق) غير منطقي على المدى الطويل، لهذا سنزيل الأسطر التي تدعم مزامنة التغييرات ونستخدم أسلوبًا أكثر قوةً وهو ملفات التهجير migrations التي تقدمها Sequelize وغيرها من المكتبات.

ملف التهجير migration عمليًا هو ملف جافاسكربت JavaScript وحيد يصف التعديلات التي تطرأ على قاعدة البيانات، وينشأ عن تغير وحيد أو مجموعة تغيرات معًا. تحتفظ Sequelize بسجلات عن التهجيرات التي أجريت، أي التغيرات التي طرأت وجرى نقلها ومزامنتها مع قاعدة البيانات، إذ تبقى Sequelize مطلّعةً على التغيرات التي طرأت على مخطط قاعدة البيانات ولم تُطبّق بعد عند إنشاء تهجير جديد، ويمكن بهذه الطريقة التحكم بطريقة تطبيق التغييرات من خلال شيفرة البرنامج المخزنة في منظومة التحكم بالإصدار version control.

لننشئ أولًا ملف تهجير يهيئ قاعدة البيانات. إليك شيفرة هذا الملف:

const { DataTypes } = require('sequelize')

module.exports = {
  up: async ({ context: queryInterface }) => {
    await queryInterface.createTable('notes', {
      id: {
        type: DataTypes.INTEGER,
        primaryKey: true,
        autoIncrement: true
      },
      content: {
        type: DataTypes.TEXT,
        allowNull: false
      },
      important: {
        type: DataTypes.BOOLEAN
      },
      date: {
        type: DataTypes.DATE
      },
    })
    await queryInterface.createTable('users', {
      id: {
        type: DataTypes.INTEGER,
        primaryKey: true,
        autoIncrement: true
      },
      username: {
        type: DataTypes.STRING,
        unique: true,
        allowNull: false
      },
      name: {
        type: DataTypes.STRING,
        allowNull: false
      },
    })
    await queryInterface.addColumn('notes', 'user_id', {
      type: DataTypes.INTEGER,
      allowNull: false,
      references: { model: 'users', key: 'id' },
    })
  },
  down: async ({ context: queryInterface }) => {
    await queryInterface.dropTable('notes')
    await queryInterface.dropTable('users')
  },
}

يعرِّف الملف الدالتين up و down؛ إذ تحدّد الأولى كيفية تعديل قاعدة البيانات عندما يجري تهجير؛ وتحدد الثانية آلية التراجع إن كان هناك مبررٌ لذلك.

يتضمن ملف التهجير ثلاثة خيارات؛ إذ يُنشئ الخيار الأول الجدول notes؛ بينما ينشئ الثاني الجدول users؛ ويضيف الخيار الثالث مفتاحًا خارجيًا إلى الجدول notes يشير إلى مُنشئ الملاحظة، وتُحدَّد التغيرات في المخطط باستدعاء توابع الكائن queryInterface.

و على نقيض النماذج، من الضروري أن تتذكر دائمًا كتابة أسماء الأعمدة والجداول بأسلوب الأفعى snake case عند تعريف ملف تهجير:

await queryInterface.addColumn('notes', 'user_id', {
  type: DataTypes.INTEGER,
  allowNull: false,
  references: { model: 'users', key: 'id' },
})

أي ستكتب أسماء الجداول والأعمدة كما تظهر تمامًا في قاعدة البيانات، بينما تُكتب في النماذج بالأسلوب التقليدي للمكتبة Sequelize وذلك عبر استخدام أسلوب سنام الجمل camel Case. خزّن شيفرة ملف التهجير في ملف يحمل الاسم "migrations/20211209_00_initialize_notes_and_users.js". لا بُد أن تُسمى ملفات التهجير أبجديًا عند إنشائها كي تكون التغيرات القديمة قبل الجديدة، وقد تبدأ اسم الملف بتاريخ وتسلسل هذا الملف وهذه طريقةٌ جيدة.

يمكننا تشغيل ملف التهجير انطلاقًا من سطر الأوامر باستخدام أداة سطر الأوامر الخاصة بالمكتبة Sequelize، لكننا قررنا تنفيذ التهجيرات يديويًا انطلاقًا من شيفرة البرنامج باستخدام المكتبة Umzug، لهذا سنثبت هذه المكتبة:

npm install umzug

لنعدّل الملف "util/db.js" الذي يتكفل بمعالجة الاتصال مع قاعدة البيانات:

const Sequelize = require('sequelize')
const { DATABASE_URL } = require('./config')
const { Umzug, SequelizeStorage } = require('umzug')

const sequelize = new Sequelize(DATABASE_URL, {
  dialectOptions: {
    ssl: {
      require: true,
      rejectUnauthorized: false
    }
  },
});

const runMigrations = async () => {
  const migrator = new Umzug({
    migrations: {
      glob: 'migrations/*.js',
    },
    storage: new SequelizeStorage({ sequelize, tableName: 'migrations' }),
    context: sequelize.getQueryInterface(),
    logger: console,
  })

 const migrations = await migrator.up()
  console.log('Migrations up to date', {
    files: migrations.map((mig) => mig.name),
  })
}

const connectToDatabase = async () => {
  try {
    await sequelize.authenticate()
    // highlight-start
    await runMigrations()
    // highlight-end
    console.log('connected to the database')
  } catch (err) {
    console.log('failed to connect to the database')
    console.log(err)
    return process.exit(1)
  }

  return null
}

module.exports = { connectToDatabase, sequelize }

تُنفّذ الدالة runMigrations ملف التهجير في كل مرة يؤسِّس فيها التطبيق اتصالًا مع قاعدة بيانات عند تشغيله، كما تراقب مكتبة Sequelize التهجيرات المُكتملة، فإذا لم يكن هناك تهجيرات جديدة، فلن ينفع تشغيل الدالة runMigrations في أي شيء.

لنبدأ كل شيء من جديد، ونزيل كل الجداول الموجودة من التطبيق:

username => drop table notes;
username => drop table users;
username => \d
Did not find any relations.

عند تشغيل التطبيق، تظهر رسالةً على الطرفية تحيطك علمًا بوضع التهجيرات:

INSERT INTO "migrations" ("name") VALUES ($1) RETURNING "name";
Migrations up to date { files: [ '20211209_00_initialize_notes_and_users.js' ] }
database connected

إذا أعدنا تشغيل التطبيق، سيُظهر السجل أن التهجير لم يتكرر، وسيبدو مخطط قاعدة بيانات التطبيق على النحو التالي:

username=> \d
                 List of relations
 Schema |     Name     |   Type   |     Owner
--------+--------------+----------+----------------
 public | migrations   | table    | username
 public | notes        | table    | username
 public | notes_id_seq | sequence | username
 public | users        | table    | username
 public | users_id_seq | sequence | username

وهكذا نرى أن Sequelize قد أنشأت جدولًا للتهجيرات يسمح بتتبع ما نُفِّذ منها، ويبدو هذا الجدول على النحو التالي:

username=> select * from migrations;
                   name
-------------------------------------------
 20211209_00_initialize_notes_and_users.js

دعونا نضيف الآن بعض المستخدمين إلى قاعدة البيانات، إضافةً إلى مجموعة من الملاحظات، وبعدها نكون جاهزين لتوسعة التطبيق.

يمكنك الحصول على شيفرة التطبيق بوضعه الحالي من المستودع المخصص له على GitHub ضمن الفرع part13-6.

مستخدم بصلاحيات مدير وتعطيل مستخدم آخر

علينا بدايةً إضافة حقلين يقبلان قيمًا منطقية إلى الجدول users، هما:

• admin: ويحدد فيما لو كان المستخدم مديرًا أم لا.
• disabled: ويحدد فيما لو أُوقف نشاط هذا المستخدم أم لا.

لننشئ أيضًا ملف تهجير يُعدّل قاعدة بيانات في الملف "migrations/20211209_01_admin_and_disabled_to_users.js":

const { DataTypes } = require('sequelize')

module.exports = {
  up: async ({ context: queryInterface }) => {
    await queryInterface.addColumn('users', 'admin', {
      type: DataTypes.BOOLEAN,
      default: false
    })
    await queryInterface.addColumn('users', 'disabled', {
      type: DataTypes.BOOLEAN,
      default: false
    })
  },
  down: async ({ context: queryInterface }) => {
    await queryInterface.removeColumn('users', 'admin')
    await queryInterface.removeColumn('users', 'disabled')
  },
}

عدّل النموذج بما يتوافق مع الجدول "users":

User.init({
  id: {
    type: DataTypes.INTEGER,
    primaryKey: true,
    autoIncrement: true
  },
  username: {
    type: DataTypes.STRING,
    unique: true,
    allowNull: false
  },
  name: {
    type: DataTypes.STRING,
    allowNull: false
  },
  admin: {
    type: DataTypes.BOOLEAN,
    defaultValue: false  },  disabled: {
    type: DataTypes.BOOLEAN,
    defaultValue: false
  },
}, {
  sequelize,
  underscored: true,
  timestamps: false,
  modelName: 'user'
})

يتغير المخطط كما نريد، عندما تُنفَّذ شيفرة ملف التهجير عند إعادة تشغيل التطبيق:

username-> \d users
                                     Table "public.users"
  Column  |          Type          | Collation | Nullable |              Default
----------+------------------------+-----------+----------+-----------------------------------
 id       | integer                |           | not null | nextval('users_id_seq'::regclass)
 username | character varying(255) |           | not null |
 name     | character varying(255) |           | not null |
 admin    | boolean                |           |          |
 disabled | boolean                |           |          |
Indexes:
    "users_pkey" PRIMARY KEY, btree (id)
    "users_username_key" UNIQUE CONSTRAINT, btree (username)
Referenced by:
    TABLE "notes" CONSTRAINT "notes_user_id_fkey" FOREIGN KEY (user_id) REFERENCES users(id)

لنوسّع الآن المتحكمات على النحو التالي، بحيث نمنع المستخدم من تسجيل الدخول في حال كانت قيمة الحقل disabled هي true:

loginRouter.post('/', async (request, response) => {
  const body = request.body

  const user = await User.findOne({
    where: {
      username: body.username
    }
  })

  const passwordCorrect = body.password === 'secret'

  if (!(user && passwordCorrect)) {
    return response.status(401).json({
      error: 'invalid username or password'
    })
  }

  if (user.disabled) {
    return response.status(401).json({
      error: 'account disabled, please contact admin'
    })
  }

  const userForToken = {
    username: user.username,
    id: user.id,
  }

  const token = jwt.sign(userForToken, process.env.SECRET)

  response
    .status(200)
    .send({ token, username: user.username, name: user.name })
})

دعونا نوقف نشاط المستخدم "jakousa" بالاستعانة بمعرّفه الفريد ID:

username => update users set disabled=true where id=3;
UPDATE 1
username => update users set admin=true where id=1;
UPDATE 1
username => select * from users;
 id | username |       name       | admin | disabled
----+----------+------------------+-------+----------
  2 | lynx     | Kalle Ilves      |       |
  3 | jakousa  | Jami Kousa       | f     | t
  1 | mluukkai | Matti Luukkainen | t     |

تأكد من نجاح الأمر بفشل تسجيل دخوله:

لننشئ تاليًا وجهةً تسمح للمدير بتغيير حالة حساب مستخدم آخر:

const isAdmin = async (req, res, next) => {
  const user = await User.findByPk(req.decodedToken.id)
  if (!user.admin) {
    return res.status(401).json({ error: 'operation not allowed' })
  }
  next()
}

router.put('/:username', tokenExtractor, isAdmin, async (req, res) => {
  const user = await User.findOne({
    where: {
      username: req.params.username
    }
  })

  if (user) {
    user.disabled = req.body.disabled
    await user.save()
    res.json(user)
  } else {
    res.status(404).end()
  }
})

تُستخدم في هذه الشيفرة أداتان وسطيتان، تُدعى الأولى tokenExtractor وتماثل الأداة التي استخدمناها لإنشاء الوجهة route الخاصة بإنشاء ملاحظة، إذ تضع مفتاح الاستيثاق الذي فُكّ تشفيره في الحقل decodedToken من كائن الطلب؛ بينما تتحقق الأداة الثانية isAdmin فيما لوكان المستخدم ذا صلاحيات إدارية، فإن لم يكن كذلك يُضبط رمز حالة الطلب على القيمة 401 وتُعاد رسالة خطأ مناسبة.

لاحظ كيف رُبطت الأداتين إلى الوجهة، إذ تُنفَّذ كلٌ منهما قبل تنفيذ معالج الوجهة الفعلي، ويمكنك ربط العدد الذي تريده من الأدوات الوسيطة إلى طلبٍ ما.

تُنقل الأداة الوسطية tokenExtractor إلى الملف "util/middleware.js" كونها تُستخدم في عدّة مواضع:

const jwt = require('jsonwebtoken')
const { SECRET } = require('./config.js')

const tokenExtractor = (req, res, next) => {
  const authorization = req.get('authorization')
  if (authorization && authorization.toLowerCase().startsWith('bearer ')) {
    try {
      req.decodedToken = jwt.verify(authorization.substring(7), SECRET)
    } catch{
      return res.status(401).json({ error: 'token invalid' })
    }
  } else {
    return res.status(401).json({ error: 'token missing' })
  }
  next()
}

module.exports = { tokenExtractor }

يمكن للمدير الآن السماح للمستخدم "jakousa" بمعاودة نشاطه عن طريق إرسال طلب من النوع PUT إلى الوجهة "api/users/jakousa/" إذ يأتي الطلب مع البيانات التالية:

{
    "disabled": false
}

وكما رأينا في نهاية القسم 4، تحمل هذه الطريقة في إيقاف نشاط المستخدمين بعض المشاكل، إذ يجري التحقق من وضع المستخدم عند تسجيل الدخول، وإن امتلك المستخدم مفتاح استيثاق صحيح في لحظة إيقاف نشاطه، فقد يتمكن من متابعة استخدام مفتاحه لعدم وجود فترة زمنية لصلاحيته، ولن يجري التحقق من حالته عند إضافة ملاحظة جديدة.

قبل أن نتابع، سنكتب سكربت npm يسمح لنا بالتراجع عن آخر تهجير، فقد لا ينجح كل شيء في المرة الأولى بالضرورة عند تطوير ملفات التهجير.

لنعدّل الملف "util/db.js" على النحو التالي:

const Sequelize = require('sequelize')
const { DATABASE_URL } = require('./config')
const { Umzug, SequelizeStorage } = require('umzug')

const sequelize = new Sequelize(DATABASE_URL, {
  dialectOptions: {
    ssl: {
      require: true,
      rejectUnauthorized: false
    }
  },
});

const connectToDatabase = async () => {
  try {
    await sequelize.authenticate()
    await runMigrations()
    console.log('connected to the database')
  } catch (err) {
    console.log('failed to connect to the database')
    return process.exit(1)
  }

  return null
}

const migrationConf = {
  migrations: {
    glob: 'migrations/*.js',
  },
  storage: new SequelizeStorage({ sequelize, tableName: 'migrations' }),
  context: sequelize.getQueryInterface(),
  logger: console,
}

const runMigrations = async () => {
  const migrator = new Umzug(migrationConf)
  const migrations = await migrator.up()
  console.log('Migrations up to date', {
    files: migrations.map((mig) => mig.name),
  })
}

const rollbackMigration = async () => {
  await sequelize.authenticate()
  const migrator = new Umzug(migrationConf)
  await migrator.down()
}
module.exports = { connectToDatabase, sequelize, rollbackMigration } // highlight-line

لننشئ الملف "util/rollback.js" الذي يتيح لسكربت npm تنفيذ دالة التراجع عن التهجير:

const { rollbackMigration } = require('./db')

rollbackMigration()

وسيكون السكربت على النحو التالي:

{
  "scripts": {
    "dev": "nodemon index.js",
    "migration:down": "node util/rollback.js"
  },
}

وهكذا سنتمكن من التراجع عن آخر تهجير بتنفيذ الأمر npm run migration:down من خلال سطر الأوامر.

تُنفّذ ملفات التهجير تلقائيًا عندما يُشغَّل البرنامج، لكن قد يكون من الأنسب في مرحلة التطوير تعطيل التنفيذ التلقائي للتهجير وتنفيذه يدويًا من خلال سطر الأوامر.

يمكنك الحصول على شيفرة التطبيق بوضعه الحالي من المستودع المخصص له على GitHub ضمن الفرع part13-7.

التمرينان 13.7 و 13.8

حاول إنجاز التمارين التالية:

التمرين 13.7

احذف كل الجداول من قاعدة بيانات تطبيقك ثم أنشئ ملف تهجير ليهيئ قاعدة البيانات. أضف البصمتان الزمنيتان "created_at" و "updated_at" إلى كلا الجدولين، وتذكر أن عليك إضافتها في ملف التهجير بنفسك.

ملاحظة: تأكد من إزالة التعليمتين ()User.sync و ()Blog.sync اللتين تزامنان مخطط النموذج من شيفرتك وإلا سيخفق التهجير.

ملاحظة: إذا كان عليك حذف الجداول باستخدام سطر الأوامر، أي إذا لم تكن تنوي التراجع عن الحذف بالتراجع عن آخر عملية تهجير، فلا بُد حينها من حذف محتوى جدول التهجير migrations إذا أردت من برنامجك تنفيذ التهجير مجددًا.

التمرين 13.18

وسّع تطبيقك (مستخدمًا ملف تهجير) لكي يكون للمدونة سمةً تدل على سنة كتابتها، أي حقلٌ بالاسم يأخذ قيمًا صحيحة تبدأ من 1991 ولا يزيد عن العام الحالي. تأكد من ظهور رسالة خطأ مناسبة إن أُدخلت قيمة غير صحيحة للسنة.

علاقات متعدد-إلى-متعدد many-to-many بين الجداول

سنتابع توسعة التطبيق كي يُضاف كل مستخدم إلى فريقٍ أو أكثر، وطالما يمكن لأي عدد من المستخدمين الانضمام إلى فريق وكذلك يمكن لأي مستخدم الانضمام إلى أي عدد من الفرقاء، فإننا أمام علاقة متعدد-إلى-متعدد many-to-many والتي تنُفّذ تقليديًا في قواعد البيانات من خلال جدول الاتصال connection table.

لنكتب الآن الشيفرة التي يحتاجها الجدول teams إضافةً إلى جدول الاتصال. سيبدو ملف التهجير أولًا على النحو التالي:

const { DataTypes } = require('sequelize')

module.exports = {
  up: async ({ context: queryInterface }) => {
    await queryInterface.createTable('teams', {
      id: {
        type: DataTypes.INTEGER,
        primaryKey: true,
        autoIncrement: true
      },
      name: {
        type: DataTypes.TEXT,
        allowNull: false,
        unique: true
      },
    })
    await queryInterface.createTable('memberships', {
      id: {
        type: DataTypes.INTEGER,
        primaryKey: true,
        autoIncrement: true
      },
      user_id: {
        type: DataTypes.INTEGER,
        allowNull: false,
        references: { model: 'users', key: 'id' },
      },
      team_id: {
        type: DataTypes.INTEGER,
        allowNull: false,
        references: { model: 'teams', key: 'id' },
      },
    })
  },
  down: async ({ context: queryInterface }) => {
    await queryInterface.dropTable('teams')
    await queryInterface.dropTable('memberships')
  },
}

تتضمن النماذج نفس شيفرة ملفات التهجير تقريبًا، وإليك شيفرة نموذج الجدول team في الملف "models/team.js":

const { Model, DataTypes } = require('sequelize')

const { sequelize } = require('../util/db')

class Team extends Model {}

Team.init({
  id: {
    type: DataTypes.INTEGER,
    primaryKey: true,
    autoIncrement: true
  },
  name: {
    type: DataTypes.TEXT,
    allowNull: false,
    unique: true
  },
}, {
  sequelize,
  underscored: true,
  timestamps: false,
  modelName: 'team'
})

module.exports = Team

وهذه هي شيفرة نموذج جدول الاتصال الموجودة في الملف "models/membership.js":

const { Model, DataTypes } = require('sequelize')

const { sequelize } = require('../util/db')

class Membership extends Model {}

Membership.init({
  id: {
    type: DataTypes.INTEGER,
    primaryKey: true,
    autoIncrement: true
  },
  user_id: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'users', key: 'id' },
  },
  team_id: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'teams', key: 'id' },
  },
}, {
  sequelize,
  underscored: true,
  timestamps: false,
  modelName: 'membership'
})

module.exports = Membership

منحنا جدول الاتصال اسمًا يصف طبيعة محتوياته membership، لكن قد لا تجد بالضرورة اسمًا يصف هذا الجدول، ولهذا يمكنك تسميته بأسماء الجداول التي يربطها تفصل بينها شرطة سفلية، مثل "user_teams" الذي يصلح أيضًا لحالتنا هذه.

أجرينا إضافةً صغيرةً على الملف "models/index.js" لربط الفرقاء والمستخدمين على مستوى الشيفرة باستخدام التابع belongsToMany:

const Note = require('./note')
const User = require('./user')
const Team = require('./team')
const Membership = require('./membership')

Note.belongsTo(User)
User.hasMany(Note)

User.belongsToMany(Team, { through: Membership })
Team.belongsToMany(User, { through: Membership })

module.exports = {
  Note, User, Team, Membership
}

لاحظ الفَرق بين ملف التهجير لجدول الاتصال ونموذجه عند تعريف مفتاح خارجي، إذ تُعرَّف الحقول باستخدام أسلوب الأفعى في ملف التهجير:

await queryInterface.createTable('memberships', {
  // ...
  user_id: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'users', key: 'id' },
  },
  team_id: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'teams', key: 'id' },
  }
})

بينما تُعرَّف نفس الحقول في النموذج باستخدام أسلوب سنام الجمل:

Membership.init({
  // ...
  userId: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'users', key: 'id' },
  },
  teamId: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'teams', key: 'id' },
  },
  // ...
})

لننشئ الآن بعض الفُرقاء وبعض الأعضاء باستخدام الطرفية:

insert into teams (name) values ('toska');
insert into teams (name) values ('mosa climbers');
insert into memberships (user_id, team_id) values (1, 1);
insert into memberships (user_id, team_id) values (1, 2);
insert into memberships (user_id, team_id) values (2, 1);
insert into memberships (user_id, team_id) values (3, 2);

تُضاف معلومات أعضاء الفرقاء بعد ذلك إلى الوجهة التي تعيد كل المستخدمين:

router.get('/', async (req, res) => {
  const users = await User.findAll({
    include: [
      {
        model: Note,
        attributes: { exclude: ['userId'] }
      },
      {
        model: Team,
        attributes: ['name', 'id'],
      }
    ]
  })
  res.json(users)
})

لاحظ أن الاستعلام الذي طُبع على شاشة الطرفية يجمع ثلاثة جداول. هذا الحل جيدٌ فعلًا، لكن ما تزال هنالك ثغرة، إذ تأتي نتيجة الاستعلام مع جميع سمات الصف المطلوب من جدول الاتصال، علمًا أننا لا نحتاجها كلها.

وبقراءة توثيق Sequelize جيدًا ستجد الحل:

router.get('/', async (req, res) => {
  const users = await User.findAll({
    include: [
      {
        model: Note,
        attributes: { exclude: ['userId'] }
      },
      {
        model: Team,
        attributes: ['name', 'id'],
        through: {
          attributes: []
        }
      }
    ]
  })
  res.json(users)
})

يمكنك الحصول على شيفرة التطبيق بوضعه الحالي من المستودع المخصص له على GitHub ضمن الفرع part13-8.

فكرة عن خاصيات كائن نموذج Sequelize

تظهر خاصيات نموذجنا من خلال الأسطر التالية:

User.hasMany(Note)
Note.belongsTo(User)

User.belongsToMany(Team, { through: Membership })
Team.belongsToMany(User, { through: Membership })

يمكّن ذلك Sequelize من إنشاء استعلامات تستخلص مثلًا كل ملاحظات المستخدمين أو كل أعضاء فريق، وبفضل تلك التعريفات نستطيع أيضًا الوصول مباشرةً إلى ملاحظات مستخدم مثلًا من خلال الشيفرة؛ ففي الشيفرة التالية مثلًا نحاول البحث عن مستخدم معرّفه المميز id=1، ثم نطبع الملاحظات المرتبطة به:

const user = await User.findByPk(1, {
  include: {
    model: Note
  }
})

user.notes.forEach(note => {
  console.log(note.content)
})

يربط التعريف:

 User.hasMany(Note)

الخاصية notes إلى الكائن user الذي يمنح وصولًا إلى الملاحظات التي أنشأها المستخدم، ويربط التعريف:

User.belongsToMany(Team, { through: Membership })

الخاصية teams إلى الكائن user، الذي يمكن استخدامه في الشيفرة:

const user = await User.findByPk(1, {
  include: {
    model: team
  }
})

user.teams.forEach(team => {
  console.log(team.name)
})

لنفترض أننا نريد إعادة كائن JSON من وجهة route تقود إلى مستخدم واحد يتضمن اسم المستخدم وعدد الملاحظات التي أنشأها. يمكننا تجربة الطريقة التالية:

router.get('/:id', async (req, res) => {
  const user = await User.findByPk(req.params.id, {
    include: {
        model: Note
      }
    }
  )

  if (user) {
    user.note_count = user.notes.length
    delete user.notes
    res.json(user)

  } else {
    res.status(404).end()
  }
})

حاولنا إضافة الحقل noteCount في الكائن الذي أعادته Sequelize وإزالة الحقل notes منه، لكن ما يحدث أن هذه الطريقة لن تنفع لأن الكائن الذي تعيده Sequelize ليس كائنًا عاديًا تعمل فيه الحقول الإضافية كما نريد؛ ولذلك فإن الحل الأفضل لحالتنا هو إنشاء كائن جديد كليًا بناءً على البيانات المستخلصة من قاعدة البيانات:

router.get('/:id', async (req, res) => {
  const user = await User.findByPk(req.params.id, {
    include: {
        model: Note
      }
    }
  )

  if (user) {
    res.json({
      username: user.username,
      name: user.name,
      note_count: user.notes.length
    })

  } else {
    res.status(404).end()
  }
})

نظرة ثانية إلى العلاقات متعدد-إلى-متعدد many-to-many

سنختبر علاقة متعدد-إلى-متعدد أخرى في التطبيق؛ إذ ترتبط كل ملاحظة بالمستخدم الذي أنشأها من خلال مفتاح خارجي، ونريد الآن أن يدعم التطبيق ربط الملاحظة بمستخدمين آخرين، وربط المستخدم بعدد غير محدد من الملاحظات التي أنشأها آخرون، والفكرة هنا أن هذه الملاحظات هي تلك التي أشار المستخدم على أنها تهمّه.

لننشئ جدول الاتصال user_notes في هذه الحالة، وسيكون ملف التهجير بسيطًا:

const { DataTypes } = require('sequelize')

module.exports = {
  up: async ({ context: queryInterface }) => {
    await queryInterface.createTable('user_notes', {
      id: {
        type: DataTypes.INTEGER,
        primaryKey: true,
        autoIncrement: true
      },
      user_id: {
        type: DataTypes.INTEGER,
        allowNull: false,
        references: { model: 'users', key: 'id' },
      },
      note_id: {
        type: DataTypes.INTEGER,
        allowNull: false,
        references: { model: 'notes', key: 'id' },
      },
    })
  },
  down: async ({ context: queryInterface }) => {
    await queryInterface.dropTable('user_notes')
  },
}

كما لن تجد أفكارًا جديدةً أيضًا في شيفرة النموذج:

const { Model, DataTypes } = require('sequelize')

const { sequelize } = require('../util/db')

class UserNotes extends Model {}

UserNotes.init({
  id: {
    type: DataTypes.INTEGER,
    primaryKey: true,
    autoIncrement: true
  },
  userId: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'users', key: 'id' },
  },
  noteId: {
    type: DataTypes.INTEGER,
    allowNull: false,
    references: { model: 'notes', key: 'id' },
  },
}, {
  sequelize,
  underscored: true,
  timestamps: false,
  modelName: 'user_notes'
})

module.exports = UserNotes

يضم الملف "models/index.js" بعض التغيرات ليصبح على النحو التالي:

const Note = require('./note')
const User = require('./user')
const Team = require('./team')
const Membership = require('./membership')
const UserNotes = require('./user_notes')

Note.belongsTo(User)
User.hasMany(Note)

User.belongsToMany(Team, { through: Membership })
Team.belongsToMany(User, { through: Membership })

User.belongsToMany(Note, { through: UserNotes, as: 'marked_notes' })
Note.belongsToMany(User, { through: UserNotes, as: 'users_marked' })

module.exports = {
  Note, User, Team, Membership, UserNotes
}

يُستخدم التعريف belongsToMany مجددًا، إذ يربط الآن المستخدمين إلى الملاحظات عن طريق النموذج UserNotes المتعلق بجدول الاتصال، لكننا سنستخدم هذه المرة اسمًا بديلًا alias للسمات المُنشأة باستخدام الكلمة المحجوزة as، إذ سيتداخل overlap الاسم الافتراضي ("notes" المستخدم) مع معناه السابق وهو الملاحظات المُضافة من قِبل المستخدم.

سنوسِّع الوجهة التي تقود إلى مستخدم وحيد لتعيد الفُرقاء التي ينتمي إليها المستخدم، وملاحظاتهم، والملاحظات الأخرى التي حددها المستخدم:

router.get('/:id', async (req, res) => {
  const user = await User.findByPk(req.params.id, {
    attributes: { exclude: [''] } ,
    include:[{
        model: Note,
        attributes: { exclude: ['userId'] }
      },
      {
        model: Note,
        as: 'marked_notes',
        attributes: { exclude: ['userId']},
        through: {
          attributes: []
        }
      },
      {
        model: Team,
        attributes: ['name', 'id'],
        through: {
          attributes: []
        }
      },
    ]
  })

  if (user) {
    res.json(user)
  } else {
    res.status(404).end()
  }
})

لا بُد من استخدام الاسم البديل الذي عرّفناه من خلال السمة as خلال السياق. سننشئ بعض البيانات الاختبارية في قاعدة البيانات لاختبار الميزة:

insert into user_notes (user_id, note_id) values (1, 4);
insert into user_notes (user_id, note_id) values (1, 5);

ستكون النتيجة النهائية على النحو التالي:

لكن ماذا لو أردنا أن نضمّن معلومات تتعلق بمؤلف الملاحظة إلى الملاحظات التي يحددها مستخدم؟ يُنفَّذ الأمر بإضافة التعليمة include إلى الملاحظات المحدّدة من قبل المستخدم:

router.get('/:id', async (req, res) => {
  const user = await User.findByPk(req.params.id, {
    attributes: { exclude: [''] } ,
    include:[{
        model: Note,
        attributes: { exclude: ['userId'] }
      },
      {
        model: Note,
        as: 'marked_notes',
        attributes: { exclude: ['userId']},
        through: {
          attributes: []
        },
        include: {
          model: User,
          attributes: ['name']
        }
      },
      {
        model: Team,
        attributes: ['name', 'id'],
        through: {
          attributes: []
        }
      },
    ]
  })

  if (user) {
    res.json(user)
  } else {
    res.status(404).end()
  }
})

ها هي النتيجة النهائية كما نتوقع:

يمكنك الحصول على شيفرة التطبيق بوضعه الحالي من المستودع المخصص له على GitHub ضمن الفرع part13-9.

التمرينات 13.19 - 13.23

حاول إنجاز التمرينات التالية.

التمرين 13.19

اِمنح المستخدمين القدرة على إضافة مدوّنات إلى قائمة قراءة reading list. وعند إضافتها إلى القائمة يجب أن تكون حالتها "غير مقروءة unreaded"، ويمكن لاحقًا تعليم المدوّنة على أنها "مقروءة". نفّذ فكرة قائمة القراءة مستخدمًا جدول اتصال، وعدّل قاعدة البيانات من خلال ملف تهجير.

لا يهم في هذا التمرين إضافة مدونات إلى القائمة وعرضها بنجاح أكثر من استخدام فكرة الولوج المباشر إلى قاعدة البيانات.

التمرين 13.20

أضف الآن طريقةً كي يدعم التطبيق قوائم القراءة.

تُضاف المدوّنة إلى قائمة القراءة من خلال الطلب HTTP POST إلى الوجهة "api/readinglists/"، ويُرفق مع الطلب المدوّنة ومعرّف المستخدم:

{
  "blogId": 10,
  "userId": 3
}

عدّل الوجهة "GET /api/users/:id" لإعادة قائمة المدوّنات إضافة إلى معلومات المستخدم بالتنسيق التالي:

{
  name: "Matti Luukkainen",
  username: "mluukkai@iki.fi",
  readings: [
    {
      id: 3,
      url: "https://google.com",
      title: "Clean React",
      author: "Dan Abramov",
      likes: 34,
      year: null,
    },
    {
      id: 4,
      url: "https://google.com",
      title: "Clean Code",
      author: "Bob Martin",
      likes: 5,
      year: null,
    }
  ]
}

حتى هذه اللحظة، لا حاجة لإظهار إن كانت المدوّنة مقروءةً أم لا.

التمرين 13.21

عدّل الوجهة التي تصل إلى مستخدم وحيد لكي تعرض فيما إذا كانت كل مدوّنة في قائمة القراءة مقروءةً أم لا، إضافةً إلى المُعرَّف المميز "id" للصف المقابل في جدول الاتصال.

يمكن عرض المعلومات وفق التنسيق الآتي مثلًا:

{
  name: "Matti Luukkainen",
  username: "mluukkai@iki.fi",
  readings: [
    {
      id: 3,
      url: "https://google.com",
      title: "Clean React",
      author: "Dan Abramov",
      likes: 34,
      year: null,
      readinglists: [
        {
          read: false,
          id: 2
        }
      ]
    },
    {
      id: 4,
      url: "https://google.com",
      title: "Clean Code",
      author: "Bob Martin",
      likes: 5,
      year: null,
      readinglists: [
        {
          read: false,
          id: 2
        }
      ]
    }
  ]
}

التمرين 13.22

قدّم طريقةً يستطيع من خلالها التطبيق تعليم مدوّنة ضمن قائمة القراءة على أنها مقروءة، إذ يُنفَّذ الأمر بإجراء طلب PUT إلى الوجهة "api/readinglists/:id/" وإرساله مع القيمة:

{ "read": true }

يمكن للمستخدم أن يعلّم مدوّنة على أنها مقروءةً إذا كانت فقط ضمن قائمة القراءة الخاصة به. يستوثق من المستخدم عادةً من خلال مفتاح الاستيثاق الذي يُرفق مع الطلب.

التمرين 13.23

عدّل الوجهة التي تعيد معلومات مستخدم وحيد لكي يتحكم الطلب بالمدوّنة التي ينبغي إحضارها من قائمة القراءة:

• "GET /api/users/:id": يعيد كامل قائمة القراءة.
• "GET /api/users/:id?read=true": يعيد المدوّنات المقروءة.
• "GET /api/users/:id?read=false": يعيد المدوّنات غير المقروءة.

ملاحظات عامة

يمكننا عدّ حالة تطبيقنا الآن مقبولة، لكن لا بُدّ من إلقاء نظرةٍ على بعض الأفكار قبل أن نختم هذا القسم.

إحضار البيانات الكسول lazy والمتلهف eager

عندما ننشئ استعلامًا مستخدمين السمة include:

User.findOne({
  include: {
    model: note
  }
})

يحدُث ما يُسمى الإحضار المُتلهِّف eager fetch للبيانات، إذ تُجلب جميع الصفوف في كل الجداول المرتبطة بالمستخدم بواسطة الاستعلام join بنفس الوقت في مثال الملاحظات التي يُنشئها مستخدم. هذا السلوك هو ما نحتاجه عادةً، لكن ستجد في المقابل حالات تحتاج فيها إلى ما يُدعى بالإحضار الكسول أو المحدود lazy fetch مثل البحث عن فُرقاء مرتبطةٍ بمستخدم إذا لزم الأمر.

لنعدّل وجهة إحضار مستخدم واحد كي تُحضر الفُرقاء التي ينتمي إليها مستخدم إذا احتوى الاستعلام على المعامل teams:

router.get('/:id', async (req, res) => {
  const user = await User.findByPk(req.params.id, {
    attributes: { exclude: [''] } ,
    include:[{
        model: note,
        attributes: { exclude: ['userId'] }
      },
      {
        model: Note,
        as: 'marked_notes',
        attributes: { exclude: ['userId']},
        through: {
          attributes: []
        },
        include: {
          model: user,
          attributes: ['name']
        }
      },
    ]
  })

  if (!user) {
    return res.status(404).end()
  }

  let teams = undefined
  if (req.query.teams) {
    teams = await user.getTeams({
      attributes: ['name'],
      joinTableAttributes: []
      })
  }
  res.json({ ...user.toJSON(), teams })
})

وهكذا لن يحضر الاستعلام User.findByPk الفُرقاء، لكنها ستُجلب عند الحاجة باستخدام التابع user.getTeams الذي تولِّده Sequelize تلقائيًا لكائن النموذج. تولَّد Sequelize تلقائيًا توابع -get مماثلة وتوابع أخرى مفيدة عندما تٌعرّف ارتباطات associations بين الجداول على مستوى قاعدة بيانات.

ميزات النموذج

قد تصادفنا حالات لا نريد فيها معالجة كل أسطر جدول محدد افتراضيًا، إذ من الممكن مثلًا ألا نرغب في عرض المستخدمين الذين أوقفت نشاطاتهم في التطبيق، ويمكننا في هذه الحالة تعريف مجالات الرؤية الافتراضية للنموذج على النحو التالي:

class User extends Model {}

User.init({
  // field definition
}, {
  sequelize,
  underscored: true,
  timestamps: false,
  modelName: 'user',
  defaultScope: {
    where: {
      disabled: false
    }
  },
  scopes: {
    admin: {
      where: {
        admin: true
      }
    },
    disabled: {
      where: {
        disabled: true
      }
    }
  }
})

module.exports = User

سيضم الاستعلام الناتج عن التابع ()User.findAll عبارة WHERE التالية:

WHERE "user". "disabled" = false;

يمكن أن نعرّف أيضًا مجالات رؤية أخرى للنماذج:

User.init({
  // field definition
}, {
  sequelize,
  underscored: true,
  timestamps: false,
  modelName: 'user',
  defaultScope: {
    where: {
      disabled: false
    }
  },
  scopes: {
    admin: {
      where: {
        admin: true
      }
    },
    disabled: {
      where: {
        disabled: true
      }
    },
    name(value) {
      return {
        where: {
          name: {
            [Op.iLike]: value
          }
        }
      }
    },
  }
})

تُستخدم مجالات الرؤية على النحو التالي:

// جميع المدراء
const adminUsers = await User.scope('admin').findAll()

// جميع المستخدمين غير النشطين
const disabledUsers = await User.scope('disabled').findAll()

// في أسمائهم jami المستخدمون الذين لديهم سلسلة نصية
const jamiUsers = User.scope({ method: ['name', '%jami%'] }).findAll()

كما يمكن سلسلة مجالات الرؤية (ربطها ببعضها):

// في أسمائهم jami المدراء الذين لديهم سلسلة نصية
const jamiUsers = User.scope('admin', { method: ['name', '%jami%'] }).findAll()

وطالما أن نماذج هي أصناف جافا سكربت JavaScript، من الممكن إضافة توابع جديدة إليها، وإليك مثالين عن ذلك:

const { Model, DataTypes, Op } = require('sequelize')

const Note = require('./note')
const { sequelize } = require('../util/db')

class User extends Model {
  async number_of_notes() {
    return (await this.getNotes()).length
  }
  static async with_notes(limit){
    return await User.findAll({
      attributes: {
        include: [[ sequelize.fn("COUNT", sequelize.col("notes.id")), "note_count" ]]
      },
      include: [
        {
          model: Note,
          attributes: []
        },
      ],
      group: ['user.id'],
      having: sequelize.literal(`COUNT(notes.id) > ${limit}`)
    })
  }
}

User.init({
  // ...
})

module.exports = User

التابع الأول numberOfNotes هو تابع نسخة instance method، أي أن استدعاءه ممكن من نسخٍ instances عن النموذج:

const jami = await User.findOne({ name: 'Jami Kousa'})
const cnt = await jami.number_of_notes()
console.log(`Jami has created ${cnt} notes`)

تشير الكلمة this في تابع النسخة إلى نسخة النموذج نفسها:

async number_of_notes() {
  return (await this.getNotes()).length
}

أما التابع الثاني للنموذج، فيعيد هؤلاء المستخدمين الذين يملكون على الأقل "X" وهي القيمة التي يحملها المعامل وتدل على كمية الملاحظات في الصنف، أي التي تُستدعى مباشرةً عن طريق النموذج:

const users = await User.with_notes(2)
console.log(JSON.stringify(users, null, 2))
users.forEach(u => {
  console.log(u.name)
})

قابلية التكرار في النماذج وملفات التهجير

لقد رأينا أن الشيفرة في النموذج أو ملف التهجير تتكرر كثيرًا، فلو أخذنا نموذج الفُرقاء teams:

class Team extends Model {}

Team.init({
  id: {
    type: DataTypes.INTEGER,
    primaryKey: true,
    autoIncrement: true
  },
  name: {
    type: DataTypes.TEXT,
    allowNull: false,
    unique: true
  },
}, {
  sequelize,
  underscored: true,
  timestamps: false,
  modelName: 'team'
})

module.exports = Team

وملف التهجير فإنهما يضمان كمًّا كبيرًا من نفس الشيفرة:

const { DataTypes } = require('sequelize')

module.exports = {
  up: async ({ context: queryInterface }) => {
    await queryInterface.createTable('teams', {
      id: {
        type: DataTypes.INTEGER,
        primaryKey: true,
        autoIncrement: true
      },
      name: {
        type: DataTypes.TEXT,
        allowNull: false,
        unique: true
      },
    })
  },
  down: async ({ context: queryInterface }) => {
    await queryInterface.dropTable('teams')
  },
}

هل يمكن تحسين الشيفرة كي يُصدّر النموذج مثلًا الأجزاء المشتركة التي يحتاجها ملف التهجير؟

تكمن المشكلة في احتمال تغيُّر تعريف النموذج مع الوقت، فقد يتغير مثلًا الحقل أو يتغير نوع البيانات المُخزّنة فيه، وعلى ملف التهجير أن يُنفَّذ بنجاح في أي وقت من البداية إلى النهاية. إذا اعتمَدت ملفات التهجير على النموذج في الحصول على محتوى معين، فقد لا يكون هذا متاحًا خلال شهر أو سنة؛ لهذا ورغم وجود الكثير من الشيفرة للنسخ واللصق، لكن يُعد فصل ملف التهجير عن النموذج كاملًا أمرًا ضروريًا.

قد يكون أحد الحلول هو استخدام أداة سطر أوامر Sequelize الذي يولّد كلًا من النموذج وملف التهجير بناءً على الأوامر التي تُنفِّذها، إذ سيُنفِّذ الأمر التالي النموذج User الذي يمتلك السمات name و username و admin، إضافةً إلى ملف التهجير الذي يدير شؤون إنشاء جدول قاعدة البيانات:

npx sequelize-cli model:generate --name User --attributes name:string,username:string,admin:boolean

يمكننا أيضًا تنفيذ أمر التراجع عن التهجيرات انطلاقًا من سطر الأوامر.

لم يكتمل بعد لسوء الحظ توثيق سطر الأوامر هذا، لهذا قررنا إنشاء النماذج وملفات التهجير يدويًا في المنهاج، وقد يكون أو لايكون ما أنجزناه من حلول جيدًا.

التمرين 13.24

نهاية عظيمة: أشرنا في نهاية القسم 4 إلى مشكلة جدّية في مفتاح الاستيثاق، فلو قررنا إيقاف نشاط مستخدم بعد أن دخل إلى المنظومة، سيبقى هذا المستخدم قادرًا على استخدام مفتاح الاستيثاق الذي يمتلكه وبالتالي استخدام المنظومة.

الحل الإعتيادي للمشكلة هو تخزين سجلات بكل مفتاح استيثاق مُنح إلى عميل في قاعدة بيانات الواجهة الخلفية، ثم التحقق من صلاحية كل طلب، ويمكن في هذه الحالة إزالة صلاحية هذا المفتاح مباشرةً عند الحاجة. يُشار إلى هذا الأسلوب عادةً بجلسة عمل على الخادم server-side session.

لنوسّع الآن المنظومة كي يُمنع المستخدم الذي فقد قدرته على الوصول إليها من إجراء أي تفاعل يتطلب تسجيل دخول.

قد تحتاج إلى ما يلي لإنجاز الأمر:

• عمودٌ يضم قيمًا منطقية في جدول المستخدمين يشير إلى كون المستخدم نشطًا أم لا. يكفي في تمريننا أن توقف نشاط مستخدم أو تعيده من خلال قاعدة البيانات مباشرةً.
• جدولٌ يُخزّن جلسات العمل الجارية
• تُخزَّن الجلسة عند تسجيل الدخول (عند تنفيذ الطلب "POST /api/login").
• يجري التحقق من وجود جلسة أو صلاحيتها عندما يُنفِّذ المستخدم عمليةً تتطلب تسجيل دخول.
• وجهةٌ تسمح للمستخدم بتسجيل خروجه من المنظومة لإزالة الجلسة من قاعدة البيانات، وقد يكون للوجهة المسار التالي "DELETE /api/logout".

تذكر أنه لا يسمح بنجاح أي عملية تتطلب تسجيل دخول إذا كان مفتاح الاستيثاق منتهي الصلاحية، مثل الحالة التي يسجل فيها المستخدم خروجه.

قد ترغب أيضًا في استخدام مكتبة npm مخصصة للتعامل مع الجلسات، ولا تنسى استخدام ملف التهجير لتنفيذ التغييرات اللازمة على قاعدة البيانات.

ترجمة -وبتصرف- للفصل migrations, many-to-many relationships من سلسلة Deep Dive Into Modern Web Development.

اقرأ أيضًا

• المقال السابق: ضم الجداول والاستعلامات المشتركة في قواعد البيانات باستخدام Sequelize
• المفاهيم الأساسية في قواعد البيانات وتصميمها
• تهجير قواعد البيانات في Laravel 5
• تجريد إعداد قواعد البيانات في لارافيل باستعمال عملية التهجير Migration والبذر Seeder

نستعرض في هذا المقال طريقة هيكلة التطبيق الذي عملنا عليه في المقال السابق، والاستعلام عن معلومات متنوعة تضمها قاعدة البيانات العلاقية.

هيكلية التطبيق

لقد كتبنا حتى اللحظة كامل الشيفرة في نفس الملف، لهذا سنحاول الآن إعطاء التطبيق هيكلًا أوضح. لننشئ إذًا المجلدات والملفات وفق الهيكلية التالية:

index.js
util
  config.js
  db.js
models
  index.js
  note.js
controllers
  notes.js

أما محتوى الملفات فستكون على النحو التالي:

• الملف "util/config.js": يهتم بالتعامل مع متغيرات البيئة environment variables:

require('dotenv').config()

module.exports = {
  DATABASE_URL: process.env.DATABASE_URL,
  PORT: process.env.PORT || 3001,
}

• الملف "index.js": ويهتم بتهيئة وتشغيل التطبيق:

const express = require('express')
const app = express()

const { PORT } = require('./util/config')
const { connectToDatabase } = require('./util/db')

const notesRouter = require('./controllers/notes')

app.use(express.json())

app.use('/api/notes', notesRouter)

const start = async () => {
  await connectToDatabase()
  app.listen(PORT, () => {
    console.log(`Server running on port ${PORT}`)
  })
}

start()

يختلف تشغيل التطبيق قليلًا عما رأيناه سابقًا، لأننا نريد التأكُّد من نجاح الاتصال بقاعدة البيانات قبل أن يبدأ التطبيق العمل الفعلي.

• الملف "util/d b.js": ويضم الشيفرة التي تُهيئ قاعدة البيانات:

const Sequelize = require('sequelize')
const { DATABASE_URL } = require('./config')

const sequelize = new Sequelize(DATABASE_URL, {
  dialectOptions: {
    ssl: {
      require: true,
      rejectUnauthorized: false
    }
  },
});

const connectToDatabase = async () => {
  try {
    await sequelize.authenticate()
    console.log('connected to the database')
  } catch (err) {
    console.log('failed to connect to the database')
    return process.exit(1)
  }

  return null
}

module.exports = { connectToDatabase, sequelize }