ArangoDB একটি উচ্চক্ষমতাসম্পন্ন ডাটাবেস যা বিভিন্ন ধরনের ডেটা মডেল সাপোর্ট করে, যেমন ডকুমেন্ট, গ্রাফ, এবং কী-ভ্যালু। এর মধ্যে Indexed Queries এবং Mango Queries গুরুত্বপূর্ণ ভূমিকা পালন করে, বিশেষ করে যখন আপনি বৃহৎ পরিমাণ ডেটার সাথে কাজ করছেন। এখানে আমরা এই দুটি কনসেপ্ট বিস্তারিতভাবে আলোচনা করব।
Indexed Queries
Indexed Queries হল এমন কুয়েরি যা ডেটাবেসের মধ্যে ডেটা দ্রুত খুঁজে পাওয়ার জন্য ইনডেক্স ব্যবহার করে। ইনডেক্স হল একটি ডেটা স্ট্রাকচার যা ডেটাবেসে রেকর্ডগুলি দ্রুত সনাক্ত করতে সহায়তা করে। ArangoDB ইনডেক্সিংয়ের মাধ্যমে কুয়েরি পারফরম্যান্স অনেক উন্নত করতে পারে। ArangoDB বিভিন্ন ধরনের ইনডেক্স সাপোর্ট করে, যেমন:
- Primary Index: এটা ডিফল্ট ইনডেক্স যা প্রতিটি ডকুমেন্টের জন্য স্বয়ংক্রিয়ভাবে তৈরি হয়।
- Hash Index: এটি একটি কী-ভ্যালু স্টোরের জন্য উপযুক্ত। এটি নির্দিষ্ট ফিল্ডের উপর ইনডেক্স তৈরি করে এবং হ্যাশিং অ্যালগরিদম ব্যবহার করে।
- Skiplist Index: এই ইনডেক্সটি দ্রুত রেঞ্জ কুয়েরি এবং অর্ডারড ডেটা অ্যাক্সেসের জন্য উপযুক্ত।
- Full-text Index: যদি আপনার ডেটা টেক্সট বেসড হয়, তবে আপনি ফুল-টেক্সট ইনডেক্স ব্যবহার করে টেক্সট অনুসন্ধান করতে পারবেন।
- Geo-spatial Index: এই ইনডেক্সটি ব্যবহার করে আপনি স্থানের ভিত্তিতে কুয়েরি করতে পারেন (যেমন, নির্দিষ্ট স্থান থেকে দূরত্ব গণনা করা)।
Indexed Query উদাহরণ
ধরা যাক, আপনার একটি ডকুমেন্ট কালেকশন রয়েছে যা "employees" নামের। এই কালেকশনে প্রতিটি ডকুমেন্টে একটি name এবং age ফিল্ড আছে। যদি আপনি age ফিল্ডের ভিত্তিতে অনুসন্ধান করতে চান এবং এটি দ্রুত করতে চান, তাহলে আপনাকে ইনডেক্স তৈরি করতে হবে।
// Hash Index তৈরি করা
db.employees.ensureIndex({ type: "hash", fields: ["age"] });
// age ফিল্ডে কুয়েরি
db.employees.firstExample({ age: 30 });
এখানে ensureIndex ফাংশন ব্যবহার করে আমরা age ফিল্ডের জন্য একটি ইনডেক্স তৈরি করেছি এবং তারপর firstExample কুয়েরি ব্যবহার করে দ্রুত একটি রেকর্ড খুঁজে বের করেছি।
Mango Queries
Mango Queries ArangoDB এর একটি শক্তিশালী কুয়েরি ভাষা, যা MongoDB-এর কুয়েরি ভাষার মতো দেখতে হলেও এটি ArangoDB-এর জন্য বিশেষভাবে ডিজাইন করা হয়েছে। Mango Query ব্যবহার করে আপনি JSON স্টাইলে কুয়েরি করতে পারেন। এটি ডকুমেন্ট স্টোরের জন্য বিশেষভাবে উপযোগী।
Mango Query-এর মাধ্যমে আপনি সহজেই ডেটা অনুসন্ধান, ফিল্টারিং, এবং অর্ডারিং করতে পারেন। এই কুয়েরি ভাষাটি ArangoDB-এর AQL (Arango Query Language) এর তুলনায় আরও সরল এবং ব্যবহারকারী বান্ধব।
Mango Query উদাহরণ
ধরা যাক, আপনার "employees" নামের একটি কালেকশন আছে এবং আপনি যেখানে age ৩০ এবং তার বেশি এমন কর্মচারীদের খুঁজে বের করতে চান:
// Mango Query ব্যবহার করে age 30 বা তার বেশি রেকর্ড খুঁজে পাওয়া
db.employees.find({ "age": { "$gte": 30 } });
এখানে, find ফাংশনটি ব্যবহার করা হয়েছে এবং আমরা একটি age ফিল্ডের উপর কন্ডিশন লাগিয়েছি, যেখানে "$gte" (greater than or equal) অপারেটরটি ব্যবহার করা হয়েছে। এই কুয়েরিটি শুধুমাত্র age ৩০ বা তার বেশি এমন কর্মচারীদের রিটার্ন করবে।
আরেকটি উদাহরণ: যদি আপনি name ফিল্ডের মাধ্যমে কুয়েরি করতে চান:
// Mango Query ব্যবহার করে নামের উপর ফিল্টার করা
db.employees.find({ "name": "John Doe" });
Indexed Queries এবং Mango Queries-এর মধ্যে পার্থক্য
- ইনডেক্স ব্যবহার: Indexed Queries ডেটাবেসে দ্রুত অনুসন্ধান করার জন্য ইনডেক্স তৈরি করে, যা বড় ডেটাসেটের ক্ষেত্রে কার্যকর। Mango Queries সাধারণত ইনডেক্সের ওপর ভিত্তি করে কাজ করে, তবে এগুলি নিজেই ডেটাবেসের মধ্যে ফিল্টারিং এবং সঞ্চালনকে সহজ করে।
- কুয়েরি ভাষা: Indexed Queries সাধারণত AQL (Arango Query Language) এ লেখা হয়, যা আরও শক্তিশালী এবং জটিল কুয়েরি তৈরি করতে সহায়তা করে। Mango Queries MongoDB-এর মতো JSON ভিত্তিক কুয়েরি ভাষা, যা সহজ এবং পাঠযোগ্য।
- উপযোগিতা: Mango Queries সাধারণত সরল কুয়েরি প্রক্রিয়ায় ব্যবহৃত হয়, যেখানে ইনডেক্সড কুয়েরি বড় ডেটা সেটের জন্য দ্রুত পারফরম্যান্স প্রদান করে।
সারাংশ
Indexed Queries এবং Mango Queries উভয়ই ArangoDB-এর শক্তিশালী অনুসন্ধান ফিচার, কিন্তু তাদের ব্যবহারের ক্ষেত্র আলাদা। Indexed Queries বড় ডেটাসেটের মধ্যে দ্রুত অনুসন্ধান করতে সহায়তা করে, যেখানে Mango Queries সরল এবং JSON-ভিত্তিক কুয়েরি ভাষার মাধ্যমে ডেটা অনুসন্ধানে সহায়ক। MongoDB-ভিত্তিক কুয়েরি স্টাইলের জন্য Mango Queries ব্যবহার করা যেতে পারে, তবে বড় ডেটাবেসে পারফরম্যান্স অপটিমাইজ করতে ইনডেক্স ব্যবহার করাও অত্যন্ত গুরুত্বপূর্ণ।
