[Database] Bài 2 - Data & Metadata

Trong bài viết này, chúng ta sẽ cùng gặp gỡ hai khái niệm convention đầu tiên về lưu trữ dữ liệu trong database - đó là Dữ Liệu & Phần Mô Tả Dữ Liệu - hay Data & Metadata.

Tiền tố meta

Từ data hay Dữ Liệu thì chúng ta đã rõ rồi. Không có gì để băn khoăn với viên gạch mở đầu cả. Còn từ meta, đâu đó được Google và Wikipedia định nghĩa là một thành phần mô tả ngắn gọn và xúc tích hơn về chính đối tượng mà nó đang đứng trước. Điều đó có nghĩa là nó cũng sẽ được hiểu một cách tương đối tính từ vị trí quan sát, và ở đây chúng ta có metadata được sử dụng để mô tả ngắn gọn về data. Thế nhưng mô tả như thế nào?

Góc nhìn của chúng ta lúc này là đối tượng sử dụng dữ liệu đang là máy tính. Và vì vậy nên chúng ta có thể hiểu metadata là một dạng mô tả ngắn gọn về data để khiến máy tính hiểu được một phần nào đó về data. Thế nhưng máy tính thì hiểu được gì nhỉ?

Hmm... chúng ta đang xây dựng một blog đơn giản chứ không phải là một phần mềm trợ lý thông minh AI. Thế nên hiển nhiên là code quản lý database do chúng ta viết ra sẽ không hiểu được ngữ cảnh của các câu chuyện bên trong một tệp. Thế nhưng nói riêng về việc tổ chức lưu trữ dữ liệu, thì lại có khá nhiều thông tin mà chúng ta có thể cung cấp cho code quản lý database để hiểu về các tệp lưu trữ.

Ví dụ cụ thể là... loại dữ liệu gì? Hay chính xác hơn là tệp đó chứa nội dung về cái gì? Là một bài viết article hay một bản thông tin về người dùng user?

Hoặc một câu hỏi khác là... bài viết article này được tạo ra đầu tiên hay là bài viết thứ 1001? Hay có số thứ tự id là bao nhiêu?

Hoặc nếu như blog của bạn có chia danh mục cho các bài viết thì chúng ta còn có một câu hỏi khác nữa là... bài viết article này được xếp vào danh mục nào?

Và như vậy là chúng ta đã có một vài thuộc tính metadatađầu tiên để mô tả về các tệp lưu trữ bài viết - để giúp cho máy tính có thể nhìn lướt qua là biết được tệp nào là tệp mà chúng ta muốn truy xuất thông tin. Bây giờ chúng ta sẽ tạo ra một thư mục database trong project express-blog đang xây dựng để viết code cung cấp những tính năng truy xuất dữ liệu cơ bản mà chúng ta cần để code xử lý ở các route có thể sử dụng.

Cấu trúc thư mục lưu trữ dữ liệu

Ở đây chúng ta sẽ chỉ quan tâm duy nhất tới thư mục database và code cung cấp các thao tác truy xuất dữ liệu là một tệp manager.js được đặt ngay ở cấp đầu tiên của thư mục database. Chúng ta cũng sẽ tạo ra 2 tệp article lưu nội dung của 2 bài viết và 1 tệp user lưu nội dung của 1 tác giả. Mỗi một tệp article hay user lưu nội dung đầy đủ về một đối tượng dữ liệu (bài viết hoặc tác giả) như thế này còn được gọi là một bản ghi hay record.

[express-blog] | +-------------[database] | | | +---------[data] | | | | | +-----article--id-0000--category-html.md | | +-----article--id-0001--category-html.md | | +-----user--id-00.json | | | +---------manager.js | +---test.js

Đây là cấu trúc tên của các tệp mà chúng ta khởi điểm để bắt đầu thảo luận chi tiết hơn -

• Với cách đặt tên như thế này, chúng ta đang có các tệp lưu nội dung bài viết được phân biệt với các tệp lưu thông tin tác giả bởi từ khóa đầu tiên trong tên các tệp là article và user.
• Sau đó mỗi tệp bài viết lại có một trị số định danh id để phân biệt với nhau và đồng thời cũng là trình tự mà các tệp được tạo ra.
• Cuối cùng là các danh mục mà chúng ta sắp xếp các tệp có nội dung liên quan sẽ được thể hiện bằng từ khóa thứ ba trong tên tệp.

Lúc này chúng ta có thể giả định là đã có một giao diện web hoàn chỉnh và người dùng nhấn vào một liên kết yêu cầu xem bài viết đầu tiên là htttps://your-name.com/article/0001. Chúng ta chắc chắn sẽ có thể tách lấy id trong tuyến /article/:id và gọi tới code ở manager.js yêu cầu truy xuất tệp article--id-0001. Sau đó gửi trả lại nội dung cho trình duyệt web. Tuy nhiên chúng ta hãy khởi đầu với thao tác truy xuất tên của tất cả các bản ghi article và in ra console.

const path = require("path");
const fsPromises = require("fs/promises");
const dataFolder = path.join(__dirname, "data"); const queryAllArticles = function() { fsPromises .opendir(dataFolder) .then(async function(fsDir) { for await (var dirEnt of fsDir) console.log(dirEnt.name); }) .catch(function(error) { console.error(error); });
}; // queryAllArticles module.exports = { queryAllArticles
};

• fsPromises.openDir - mở một thư mục.
• fs.Dir - object mô tả thư mục.
• fs.Dirent - object mô tả các thành phần bên trong một thư mục.

const database = require("./database/manager");
database.queryAllArticles();

CMD | Terminal

cd Documents/express-blog
npm test article--id-0000--category-html.md
article--id-0001--category-html.md
user--id-00.json

Hmm... Như vậy là ở đây chúng ta sẽ phải thêm thao tác lọc và tách các tệp article thành nhóm riêng. Rồi mới có thể thực hiện in danh sách tệp được. Rõ ràng là cái convention về cấu trúc thư mục của chúng ta có thể cải thiện thêm ở điểm này để giảm thao tác làm việc với tập kết quả cho code. Bây giờ chúng ta sẽ đặt các tệp article vào trong một thư mục con của data và tệp user vào một thư mục khác.

[database] | +---------[data] | | | +-----[article] | | | | | +--------id-0000--category-html.md | | +--------id-0001--category-html.md | | | +-----[user] | | | +---id-00.json | +---------manager.js

Tuyệt... lúc này mọi thứ dường như đã được tách bạch tốt hơn và chúng ta có thể thực hiện thao tác riêng với các bản ghi article hoặc các bản ghi user trong code mà không phải thực hiện thao tác xử lý phụ không đáng có. Do chúng ta đã sử dụng tên kiểu dữ liệu làm tên thư mục để phân loại các bản ghi nên chúng ta có thể lược bỏ bớt thành tố đầu tiên trong tên của các tệp dữ liệu và sử dụng các tên tệp xuất phát từ id.

const path = require("path");
const fsPromises = require("fs/promises");
const dataFolder = path.join(__dirname, "data");
const articleFolder = path.join(dataFolder, "article"); const queryAllArticles = function() { fsPromises .opendir(articleFolder) .then(async function(fsDir) { for await (var dirEnt of fsDir) console.log(dirEnt.name); }) .catch(function(error) { console.error(error); });
}; // queryAllArticles module.exports = { queryAllArticles
};

npm test id-0000--category-html.md
id-0001--category-html.md

Như vậy là tới điểm này thì chúng ta đã có thể xử lý tiếp bằng cách kiểm tra id yêu cầu trong danh sách tên các tệp được in ra để chọn đúng tệp cần đọc dữ liệu và gửi phản hồi cho người dùng. Tuy nhiên bây giờ chúng ta cần quan tâm hơn tới những nội dung được hiển thị, cụ thể là một trang web đơn trình bày một article có thể sẽ cần thêm một vài thông tin nữa về các bài viết. Ví dụ như các từ khóa liên quan keywords, hay thời gian chỉnh sửa lần cuối edited-datetime, và một tên mô tả ngắn hơn tiêu đề gốc short-title để sử dụng cho thanh điều hướng phụ ở bên cạnh khung hiển thị nội dung chính của trang web.

Bổ sung các metadata cho người dùng

Tất cả những nội dung bổ sung mà chúng ta mới nói đến - keywords, short-title, edited-datetime - đều là các metadata đối với người dùng. Còn đối với phần mềm quản lý manager của chúng ta thì đây đều là các data. Để lưu trữ thêm các data này vào một bản ghi record, thì chúng ta có thể sử dụng quy ước ngầm định về nội dung bên trong của các tệp dữ liệu.

Ví dụ như chúng ta có thể lưu một chuỗi JSON ở ngay phần nội dung mở đầu của các tệp article để mô tả các dữ liệu bổ sung như trên, sau đó có thể tách lấy chuỗi JSON này khi đọc nội dung của các tệp. Phương thức lưu trữ dữ liệu bổ sung này là một phương thức xử lý thường thấy được gọi là lưu trữ dữ liệu tiền tố. Ví dụ điển hình là Jekyll của Github gọi đây là các Front Matter và lưu trữ ở định dạng YAML - một định dạng mô tả dữ liệu theo kiểu object với các cặp khóa/giá trị giống với JSON.

---
title: How to create a website?
short: Getting Started
category: html
datetime: 2017-07-27 05:00:00
--- Forget about technical and academic views. We go online everyday. We can start at homepage of [a website](https://medium.com/ "ext") and explore thousands of its pages. That's it. > A website is a collection of many webpages. > \_\_A simple & happy Mind So if you want to create a website, just start it simply by learning how to create a single webpage.

Thao tác để tách lấy phần dữ liệu tiền tố thì chúng ta có thể học theo Front Matter của Jekyll bằng cách sử dụng các dài --- để khoanh vùng các dữ liệu bổ sung tách rời khỏi phần nội dung chính của bài viết.

Tuy nhiên như vậy sẽ hơi bất tiện khi chúng ta chỉ muốn truy xuất các Front Matter cho một thao tác duyệt nhanh thư mục mà code xử lý lại phải thực hiện thao tác đọc toàn bộ nội dung của một tệp bài viết dài rồi tách lấy Front Matter.

Ở đây chúng ta lại có thể tiếp tục cải thiện cái convention về cấu trúc thư mục dữ liệu như sau -

[database] | +---------[data] | | | +-----[article] | | | | | +--------[id-0000--category-html] | | | | | | | +---header.json | | | +---content.md | | | | | +--------[id-0001--category-html] | | | | | +---header.json | | +---content.md | | | +-----[user] | | | +---id-00.json | +---------manager.js

Lúc này chúng ta có mỗi bản ghi article được thể hiện bởi một thư mục có tên dạng id-0000--category-html, và phần nội dung chính của các bài viết content vẫn được đặt trong các tệp .md; Còn các dữ liệu bổ sung keywords, short-title, edited-datetime được lưu trữ trong tệp rời header.json. Các thao tác truy vấn tên bản ghi theo id vẫn sẽ được thực hiện như trước mà không cần đọc các tệp dữ liệu chi tiết. Và khi đã xác định được bản ghi cần gửi cho người dùng thì chúng ta có thể viết code đọc các tệp header.json và content.md của bản ghi đó rất đơn giản.

Kết thúc bài viết

Như vậy là chúng ta đã đi qua một số phân tích cơ bản khi thiết kế cấu trúc thư mục để lưu trữ dữ liệu và hiểu nôm na về các khái niệm tương đối Data & Metadata.

Ở thời điểm hiện tại thì chúng ta đã có thể lưu trữ các bản ghi article và truy xuất khi người dùng nhấn vào một liên kết bằng cách tách lấy id trong tham số đường dẫn URL. Và như vậy là về cơ bản, chúng ta đã có thể viết code hoàn thiện việc xây dựng blog đơn giản. Tuy nhiên ở thiết kế database như trên thì chúng ta vẫn còn một số hạn chế khi mở rộng tính năng của blog một chút.

Đơn cử là nếu như bạn xây dựng giao diện sử dụng blog có thêm các trang đơn thể hiện nội dung mô tả một danh mục bài viết, thì lúc này mỗi danh mục sẽ là một bản ghi category và cần được biểu thị trong database giống như article và user. Lúc này chúng ta thấy rằng giữa các bản ghi article và các bản ghi category có một sự liên quan nhè nhẹ. Và nếu như chúng ta thực hiện thao tác chỉnh sửa một bản ghi category để thay đổi tên hiển thị của một danh mục, thì code của chúng ta sẽ cần phải cập nhật lại tên thư mục của 1001 bản ghi article đang thuộc danh mục đó?

Có lẽ là vậy; Hoặc... là chúng ta đang có thêm một chủ đề mới để tìm hiểu.

[Database] Bài 3 - Quan Hệ Giữa Các Đối Tượng Dữ Liệu