Детальная информация

В данной выпускной квалификационной работе рассмотрен процесс проектирования и программной реализации системы, позволяющей формировать сложные аналитические запросы к документо-ориентированной базе данных MongoDB без написания программного кода. В рамках исследования предметной области проанализированы архитектурные особенности агрегационного конвейера MongoDB и теоретические основы принципа Query-by-Example. Выявлены ограничения существующих графических инструментов, не обеспечивающих автоматическую генерацию многоэтапных пайплайнов. На основе сформулированных функциональных и нефункциональных требований спроектирована клиент-серверная архитектура системы. Разработаны алгоритмы динамической загрузки метаданных, трансляции пользовательского ввода в нативный синтаксис MongoDB и обработки сложных логических условий фильтрации. Проведено экспериментальное исследование корректности генерации запросов и оценена производительность системы в сравнении с эталонным инструментом MongoDB Compass. Результаты работы подтверждают практическую применимость разработанного подхода для снижения порога входа в работу с NoSQL-системами для специалистов без навыков программирования.

This final qualifying work examines the process of design and software implementation of a system that enables the generation of complex analytical queries for the document-oriented MongoDB database without writing code. Within the framework of domain research, the architectural features of the MongoDB aggregation pipeline and the theoretical foundations of the Query-by-Example principle are analyzed. The limitations of existing graphical tools, which lack automatic generation capabilities for multi-stage pipelines, have been identified. Based on the formulated functional and non-functional requirements, a client-server system architecture was designed. Algorithms were developed for dynamic metadata loading, translation of user input into native MongoDB syntax, and processing of complex logical filtering conditions. An experimental study was conducted to verify the correctness of query generation, and the system’s performance was evaluated in comparison with the benchmark tool, MongoDB Compass. The results confirm the practical applicability of the developed approach, demonstrating its ability to lower the barrier to entry for non-programming specialists working with NoSQL systems.