iT邦幫忙

2025 iThome 鐵人賽

DAY 4
0
生成式 AI

當 AI 成為我的同事:30 天工作觀察系列 第 4

Day 4|從 G-Sheet 到 Mongo

  • 分享至 

  • xImage
  •  

**今天的氛圍:**📊 資料庫小白

想要在網站上顯示想要的資訊,第一步就是要把資料庫建起來。
所以今天我正式迎來新同事 MongoDB,並且挑戰把 G-Sheet 裡的資料匯入。

雖然過去我習慣在 Google Sheet 裡處理表單,但 Mongo 的世界其實也不難,只是換了說法和工具而已。今天我學到幾個關鍵功能:

  1. Documents → 「看資料本人」

就像打開 Excel 看一列一列的紀錄。
• 可以用條件過濾(Filter)找資料,也能人工修改或刪掉某筆。
• 適合用來確認資料到底有沒有成功存進來。

  1. Aggregations → 「資料處理工作台」

把 Mongo 想成 Power BI 或樞紐分析表。
• $match 過濾、$group 分組統計、$lookup 把另一張表的資料抓進來。
• 適合做像「每部門有多少人」、「本月新增多少課程」這類分析。

  1. Schema → 「看資料長相」

Compass 會自動掃一批資料,幫我整理欄位與型態。
• 像快速統計:哪些是字串、哪些是數字、哪些缺值。
• 對檢查資料一致性或設計 API 很有用。

  1. Indexes → 「搜尋捷徑」

有點像字典的索引。
• 沒有 index 時,Mongo 要一筆筆翻;有了 index,可以直奔主題。
• 例如:常用 user_id 查紀錄,就要在 user_id 上建 index。

  1. Validation → 「資料規則」

避免爛資料混進來。
• 像 Google Form 裡「必填」或「必須是 email 格式」。
• 例如:user 一定要有 email、learning_hours 一定是數字。

雖然一開始聽起來很陌生,但一一拆解後,我發現 Mongo 就像是 Google Sheet 的進階版:
有 Documents 看內容、Aggregations 做統計、Schema 看欄位、Indexes 找資料、Validation 把關。

今天,我算是正式踏入「資料庫」的世界,從表單小白晉升到「初級資料櫃管理員」。✨

今日反思 ✨
其實從 G-Sheet 到 Mongo 並不是「跳級」,而是「進化」。當我把熟悉的比喻套進去,就不再覺得可怕。

明日挑戰 🎯
試著讓報名系統真正連上 Mongo,把「存資料 → 查資料」跑通一次!


上一篇
Day 3|先做出個皮來看看樣子
系列文
當 AI 成為我的同事:30 天工作觀察4
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言