Schema & Insight Tools

Cách Data Explorer biến result set NoSQL thành nhiều “góc nhìn” khác nhau để bạn chuyển nhanh từ document thô sang schema pattern, metric gợi ý, và MQL có thể dùng tiếp.

JSON tree nguyên bản

Giữ lại cấu trúc document thật khi bạn cần debug nested objects, arrays, hoặc field hiếm xuất hiện.

Auto-Flatten Grid

Chuyển các field phổ biến thành cột để so sánh nhanh nhiều document cùng lúc, thay vì mở từng node JSON riêng lẻ.

Schema Analysis

Tập trung vào cấu trúc collection: field coverage, type variance, và ví dụ giá trị thay vì chỉ xem dữ liệu từng dòng.

Chọn đúng góc nhìn cho đúng câu hỏi

“Document này thật ra trông thế nào?”

Dùng Tree (JSON). Đây là mode tốt nhất để nhìn nested shape, object lồng nhau, hoặc những field không xuất hiện đều.

“Field nào đang phổ biến nhất?”

Dùng Auto-Flatten Grid hoặc Schema Analysis. Grid cho cảm giác quét nhanh; schema analysis cho bạn ngôn ngữ có cấu trúc hơn về field coverage.

“Tôi muốn nhìn metric hoặc group pattern”

Dùng visualize/result insights cho một insight nhanh, hoặc quay sang Aggregation Builder nếu bạn cần một pipeline có chủ đích và có thể lặp lại.

“Tôi muốn AI giúp viết MQL tiếp theo”

Dùng NoSQL AI box khi bạn đã có collection đúng ngữ cảnh. AI sẽ mạnh hơn nhiều khi nó biết collection nào đang mở và result trước đó đang gợi ý điều gì.

Schema Analysis thực sự nói cho bạn điều gì?

Schema Analysis không biến MongoDB thành một schema cứng như SQL. Thay vào đó, nó quan sát mẫu document hiện có để trả lời các câu hỏi rất thực dụng: field nào xuất hiện đều, field nào chỉ có trong một nhóm nhỏ, kiểu dữ liệu nào bị trộn lẫn, và ví dụ giá trị nào đáng chú ý. Mẫu này có giới hạn runtime rõ ràng, nên kết quả là tín hiệu định hướng chứ không phải lời hứa tuyệt đối về toàn bộ collection.

Những gì nó phù hợp để hỗ trợ

Nó rất phù hợp cho onboarding một collection mới, kiểm tra chất lượng ingest, phát hiện drift kiểu dữ liệu, hoặc chuẩn bị cho một pipeline `$project` / `$group` sạch hơn.

Những gì nó không nên bị hiểu nhầm

Đây không phải một lời hứa rằng mọi document trong collection đều giống hệt nhau. Nó là một công cụ quan sát dựa trên dữ liệu hiện có và các giới hạn runtime hợp lý, nên hãy dùng nó để định hướng, rồi xác nhận thêm bằng query của chính bạn khi cần.

Visual insights: hữu ích, nhưng không phải BI hoàn chỉnh

Insight nhanh từ result set

Phần visualize trong NoSQL thiên về việc rút ra nhóm metric, category nổi bật, hoặc so sánh nhanh trên kết quả hiện tại. Nếu result set đang bị cap, insight cũng chỉ phản ánh phần dữ liệu đã trả về. Nó hợp để ra quyết định tiếp theo, không phải để thay thế dashboard lâu dài.

AI là lớp hỗ trợ tiếp theo

Khi schema analysis hoặc visualize khiến bạn nảy ra câu hỏi tiếp theo, NoSQL AI box là nơi chuyển câu hỏi đó thành MQL mới thay vì buộc bạn phải tự viết lại từ đầu.

Khi backend trả `truncated`, hãy coi insight là bản đọc nhanh trên sample đã giới hạn. Nếu cần số liệu toàn collection, hãy tạo pipeline rõ ràng trong Aggregation Builder với `$match`, `$project`, `$group`, `$sort` và `$limit` có chủ đích.

Một workflow rất hiệu quả là: mở collection → chạy `find` nhỏ → nhìn Tree/Grid để hiểu shape → dùng Schema Analysis để xác nhận field pattern → chuyển sang Aggregation Builder hoặc AI để viết bước tiếp theo.

Trước đóAggregation Builder Tiếp theo Trình soạn thảo Monaco

Sẵn sàng khám phá dữ liệu?

Tham gia cộng đồng trên GitHub để đóng góp cho IDE cơ sở dữ liệu địa phương thông minh nhất.

Mở Ứng dụng