Zum Inhalt springen
Aurabase-Logo
Aurabasis

NoSQL- und Dokumentenspeicher

MongoDB-kompatible dokumentenorientierte Datenbank-Engine. Speichern Sie flexible JSON-Datenstrukturen, indizieren Sie Ihre Sammlungen und führen Sie komplexe Aggregationspipelines aus.

Erklärung9 Min. gelesenEbene MittelstufeÜberarbeitet am 19.08.2026

Diese Seite wurde automatisch übersetzt. Maßgeblich ist die englische Version.

Der Dokumentenspeicher Aurabase#

Zusätzlich zur relationalen Engine PostgreSQL können Sie mit Aurabase eine nach Projekten isolierte Engine NoSQL Document Store aktivieren. Es bietet die Flexibilität halbstrukturierter Dokumente mit der Robustheit der Aurabase-Infrastruktur (Backups, Zugriffskontrolle, Beobachtbarkeit).

Empfohlene Anwendungsfälle

Wählen Sie die NoSQL-Engine für Tracking-/Analyseereignisse, Produktkataloge mit heterogenen Attributen, Echtzeit-Telemetrie und Benutzersitzungen.

Inkassotätigkeiten#

nosql-insert.tstypescript
const { data, error } = await aura.nosql
  .collection('events')
  .insertOne({
    type: 'user_signup',
    userId: 'usr_9482',
    metadata: { country: 'FR', plan: 'pro' },
    timestamp: new Date(),
  })

Wer kann eine Sammlung lesen und schreiben?#

Der Zugriff ist standardmäßig privat und pro Besitzer isoliert. Jedes Dokument trägt den Stempel des Benutzers, der es geschrieben hat, und ein angemeldeter Benutzer liest und schreibt nur seine eigenen Dokumente. Eine Anfrage ohne Benutzer (nur der Schlüssel anon) wird mit 403 abgelehnt – „Lesen verweigert: keine Benutzeridentität zum Anwenden der Isolierung pro Besitzer“ – es sei denn, die Sammlung wird ausdrücklich öffentlich lesbar gemacht. Ein service_role-Schlüssel umgeht die Isolation.

Um eine Sammlung für alle lesbar zu machen, öffnen Sie sie in Studio › Datenbank und klicken Sie auf Öffentlich machen (Schreibvorgänge bleiben pro Besitzer isoliert und das Besitzerfeld wird nie zurückgegeben). Der gleiche Schalter ist auf der Verwaltungsebene mit einem Konsolen-Token verfügbar: PUT /v1/db/{project_id}/schema/tables/{collection}/public-read mit {"public_read": true}.

Für die Produktion optimierter Motor#

  • Flexibles Schema. Dynamische JSON/BSON-Dokumente. Ideal für Protokolle, E-Commerce-Kataloge, IoT-Telemetrie und nicht standardisierte Profile.
  • Abfrageoperatoren. $eq, $ne, $gt, $gte, $lt, $lte, $in, $nin, $regex (einfache Muster) und $exists, auf Feldern der obersten Ebene und verschachtelten Pfaden wie 'metadata.country'. Ein Operator, den die Engine nicht unterstützt, wird mit einem expliziten Fehler abgelehnt und nie ignoriert, sodass ein Filter niemals stillschweigend mehr zurückgibt, als Sie angefordert haben.
  • Aggregationspipelines. Mehrstufige Transformationen mit Berechnungen von $match, $project, $group, $sort, $unwind und Streaming-Metriken.
  • Indizierung. Einfache, zusammengesetzte Textindizes für die Volltextsuche und TTL-Indizes mit automatischer Löschung abgelaufener Dokumente.
  • Erklären und Profilieren. Detaillierter Ausführungsplan für jede Abfrage (COLLSCAN vs. IXSCAN, Ausführungszeit, verwendete Indizes).
  • REST-API und SDK. Direkter Zugriff über REST-Endpunkte /v1/nosql/{collection} (auf der URL Ihres Projekts, mit Ihrem apikey) oder das @aurabase/aurabase-js SDK.

Abfrageoptimierung (Erklärung)#

Rufen Sie aura.nosql.collection('events').explain({ type: 'user_signup' }) auf, um den Plan eines Filters zu erhalten.

Jede Abfrage kann analysiert werden, um die Ausführungsschritte zu überprüfen und festzustellen, ob ein Index angefordert wurde (IXSCAN) oder ob ein vollständiger Scan stattgefunden hat (COLLSCAN):

explain-plan.jsonjson
{
  "queryPlanner": {
    "winningPlan": {
      "stage": "IXSCAN",
      "indexName": "metadata.country_1_timestamp_-1",
      "keysExamined": 42,
      "docsExamined": 42
    },
    "executionTimeMillis": 1.2
  }
}

PostgreSQL vs. NoSQL: Welche Engine soll ich wählen?#

KriteriumPostgreSQL (relational)Dokumentenspeicher (NoSQL)
StrukturStrenges Schema, versionierte MigrationenDynamisches Schema ohne starre Einschränkungen
Beziehungen und VerbindungenSQL-Joins und FremdschlüsselVerschachtelte oder denormalisierte Dokumente
ZugangskontrolleDeklarative Sicherheit auf Zeilenebene (RLS) in SQLBerechtigungen nach Sammlung und Rollentoken
VektorsucheNatives pgvector mit HNSWFilterung nach Attributen und Textindizes
Am besten fürKernbanking, B2B SaaS, RechteverwaltungProtokolle, dynamische Kataloge, IoT, Ereignisse

Um weiter zu gehen#