MongoDB: documentos, coleções e BSON na prática

MongoDB é um sistema de gerenciamento de banco de dados orientado a documentos. Nesta aula, você vai reconhecer como ele organiza os dados e executar um filtro por igualdade. O resultado esperado é localizar somente os cursos da área escolhida e explicar onde esse dado estaria num servidor real.

Um documento é um conjunto de campos e valores. Pense numa ficha de cadastro: ela pode guardar nome, área e carga horária na mesma unidade. Uma coleção é como o arquivo que reúne fichas com a mesma finalidade, e o banco de dados agrupa coleções de uma aplicação. A analogia termina aqui: documentos não são folhas de papel, podem conter objetos e arrays aninhados e são armazenados em BSON, um formato binário com tipos próprios.

Leia um documento pelos nomes corretos

Em uma representação parecida com JSON, um curso pode aparecer assim:

{
  "_id": "curso-101",
  "titulo": "HTML do zero",
  "area": "front-end",
  "cargaHoras": 4,
  "ativo": true
}

titulo é um campo e "HTML do zero" é seu valor. _id identifica o documento dentro da coleção. Num MongoDB real, se a aplicação não fornecer _id ao inserir, o driver normalmente cria um ObjectId. Não use o título como identificador só porque parece único; títulos mudam e podem se repetir.

BSON aceita tipos que JSON puro não representa diretamente, como ObjectId, data e Decimal128. Por isso, o bloco acima é uma visualização didática, não uma descrição de todos os bytes armazenados. O tipo correto importa nas consultas: o texto "4" e o número 4 são valores diferentes.

Coleções flexíveis ainda precisam de regras

Documentos da mesma coleção não precisam ter todas as chaves idênticas. Essa flexibilidade ajuda uma aplicação a evoluir, mas não significa “guardar qualquer coisa”. Compare estes dois documentos:

db.cursos.insertMany([
  { titulo: 'HTML do zero', cargaHoras: 4, ativo: true },
  { titulo: 'CSS responsivo', cargaHoras: 'seis', ativo: true }
])

O segundo valor usa texto onde o sistema espera número. O comando pode ser aceito sem validação de schema, mas uma comparação numérica ou soma passará a produzir resultados incoerentes. Esse é o erro reproduzível desta aula: mude cargaHoras de um item do laboratório para "6" e filtre com $gte. O item deixa de representar o mesmo tipo de dado, ainda que pareça semelhante na tela.

Em uma aplicação real, defina regras na entrada e considere a validação de schema da coleção. Flexibilidade é poder modelar documentos adequados, não abrir mão de consistência.

Faça a primeira consulta

No mongosh, um filtro por igualdade seria escrito assim:

db.cursos.find({ area: 'front-end' })

O método find recebe um documento de filtro. O MongoDB compara o campo area e devolve os documentos correspondentes. O laboratório desta página imita uma parte pequena desse comportamento usando um array JSON no navegador. Ele não abre conexão, não persiste alterações, não entende BSON completo e não substitui um servidor MongoDB. Os operadores disponíveis nele são igualdade, $gte, $gt, $lte, $lt, $ne e $in.

Execute o filtro inicial e confirme dois resultados. Depois troque o valor por "dados" e espere um. Por fim, use um valor inexistente e espere uma lista vazia. Sua missão é acrescentar documentos, prever a contagem e só então rodar. Essa previsão transforma a consulta em uma hipótese verificável.

Na próxima aula, você vai decidir o formato dos documentos a partir das perguntas da aplicação, em vez de apenas copiar a ficha do mundo real.