Base de données en temps réel Firebase pour les développeurs SQL (série de vidéos)
Bases de données SQL et base de données Firebase
Cette première vidéo couvre les principales différences entre la façon dont les données sont stockées dans une base de données SQL traditionnelle et la façon dont elles sont stockées dans une base de données NoSQL comme la base de données en temps réel.
Conversion de structures SQL en structures Firebase
Cette vidéo prend un modèle de base de données relationnelle que vous pouvez généralement voir dans une base de données SQL et le convertit en un modèle NoSQL qui fonctionne bien dans la base de données en temps réel Firebase.
Requête de base de données Firebase 101
Interroger une base de données NoSQL a tendance à être moins puissant que ce à quoi vous êtes habitué dans une base de données SQL traditionnelle. Mais vous pouvez encore accomplir beaucoup de choses si vous structurez correctement vos données. Cette vidéo présente les requêtes de base et leur fonctionnement dans la base de données en temps réel.
Requêtes SQL courantes converties pour la base de données Firebase
Cette vidéo commence par huit requêtes SQL courantes, puis les convertit une par une en requêtes qui fonctionnent avec la base de données en temps réel. Il est temps de mettre vos connaissances théoriques en pratique !
Jointures dans la base de données Firebase
La base de données en temps réel ne dispose d'aucune méthode pour joindre des données spécifiquement, mais vous pouvez toujours prendre des données à partir d'un emplacement et fusionner les données associées à partir d'un autre emplacement. Nous allons vous montrer comment faire cela dans cette leçon.
La dénormalisation est normale avec la base de données en temps réel
La dénormalisation est le processus de duplication des données afin de réduire ou de simplifier les requêtes. Bien que cela puisse sembler étrange venant d'un arrière-plan SQL, c'est une pratique courante dans les bases de données NoSQL qui rendra les lectures plus performantes et votre vie beaucoup plus facile. Dans cette leçon, nous allons vous montrer certains des avantages de la dénormalisation de vos données et comment s'y prendre.
Cohérence des données avec les mises à jour multi-chemins
La dénormalisation est idéale pour augmenter les performances de lecture et de requête, mais elle se fait au détriment de la cohérence des données. Heureusement, les mises à jour multi-chemins peuvent vous aider à assurer la cohérence avec vos données dénormalisées. Cette vidéo vous montrera comment utiliser les chemins de recherche pour copier des données à plusieurs endroits et les garder cohérents.
Sécuriser votre structure de données avec des règles de sécurité
La base de données en temps réel peut être sans schéma, mais cela ne signifie pas que vous ne pouvez pas protéger votre structure de données. Au lieu de schémas, la base de données en temps réel utilise un langage de règles côté serveur déclaratif appelé règles de sécurité. Cette vidéo vous montre comment utiliser les règles de sécurité pour protéger votre structure de données et créer des constructions de type clé étrangère.