BSON (Binary JSON) ist das von der beliebten NoSQL-Datenbank MongoDB verwendete Datenformat. Es ähnelt dem JSON-Format, ist aber für das effiziente Speichern und Scannen von Daten konzipiert. Im Gegensatz zu JSON handelt es sich bei BSON um ein Binärformat, das standardmäßig nicht für Menschen lesbar ist. In der binären Struktur von BSON sind Typ- und Längeninformationen kodiert, wodurch BSON viel schneller als einfaches JSON geparst werden kann. Seit der ersten Spezifikation wurde BSON erweitert und um einige optionale Nicht-JSON-native Datentypen, wie für MongoDB essentielle Datumsangaben und Binärdaten, ergänzt.
XMLSpy enthält einen leistungsstarken grafischen JSON-Schema-Editor mit integrierter Unterstützung für die Definition von BSON-Datentypen.
MongoDB bietet die Möglichkeit, Datenbankdaten anhand eines JSON-Schema-Dokuments zu validieren. Da BSON-Datentypen eine Ergänzung zu den Standard-JSON-Typen bilden, bietet XMLSpy eine Bearbeitungsebene für BSON-Daten, über die Sie bei der JSON-Schema-Entwicklung BSON-spezifische Schema-Funktionalitäten hinzufügen und modifizieren können.
Wenn Sie in der JSON-Schema-Ansicht die BSON-Unterstützung aktivieren, stehen für JSON-Objekte, -Eigenschaften und Array-Elemente BSON-Datentypen zur Auswahl. Wenn als Basistyp einer Komponente BSON ausgewählt wurde, stehen die BSON-Typen zur Auswahl.
Dank BSON-Unterstützung im grafischen JSON-Schema-Editor von XMLSpy können reale BSON-Daten für MongoDB und andere Applikationen validiert werden.
MongoDB funktioniert standardmäßig ohne ein Schema, doch müssen Apps in der Praxis oft die Struktur und gespeicherten Daten validieren. Hierfür wird JSON Schema benötigt. Dank der Unterstützung von BSON lässt sich dies in XMLSpy leicht implementieren.
Ein praktisches Beispiel für diese Implementierung ist z.B. eine Gesundheits-App, in der Patientendaten mit Hilfe von MongoDB gespeichert werden. Aufgabenstellung:
Mit XMLSpy können Sie:
Mit den visuellen Schema-Design-Konzept von XMLSpy lässt sich diese Aufgabe schnell und ohne viele Fehler bewerkstelligen. In einem optionalen letzten Schritt können die MongoDB-Daten abschließend mit Hilfe von Altova MapForce gemappt, transformiert und in andere Systeme wie SQL-Datenbanken und XML-Berichte integriert werden.