كيف يعمل التحقق من الصيغة (Schema Validation) في MongoDB؟

Question

Accepted Answer

على الرغم من أن MongoDB مرنة بشكل افتراضي، فإنها تدعم **التحقق من الصيغة** على مستوى قاعدة البيانات — تحديد القواعد (الحقول المطلوبة، والأنواع، وقيود القيمة) التي يجب أن تستوفيها المستندات. وهذا يضيف سلامة البيانات *داخل* MongoDB نفسها (وليس فقط في كود التطبيق)، مما يوازن بين المرونة والاتساق.

## تحديد قواعد التحقق

```js
// add a JSON Schema validator when creating (or modifying) a collection
db.createCollection("users", {
  validator: {
    $jsonSchema: {
      bsonType: "object",
      required: ["name", "email"],            // required fields
      properties: {
        name: { bsonType: "string" },
        email: { bsonType: "string", pattern: "^.+@.+$" },   // type + pattern
        age: { bsonType: "int", minimum: 0, maximum: 120 }   // range
      }
    }
  }
});
// → documents that don't satisfy this are REJECTED on insert/update
```

يستخدم MongoDB **JSON Schema** لتحديد قواعد التحقق — الحقول المطلوبة، والأنواع، والأنماط، والنطاقات — التي تفرضها قاعدة البيانات عند إدراج أو تحديث المستندات.

## مستويات التحقق والإجراءات

```js
db.runCommand({
  collMod: "users",
  validator: { $jsonSchema: { ... } },
  validationLevel: "moderate",     // "strict" (all) or "moderate" (only valid existing docs)
  validationAction: "error"        // "error" (reject) or "warn" (log but allow)
});
```

`validationLevel` يتحكم في المستندات التي يتم التحقق منها؛ `validationAction` يتحكم فيما إذا كانت الانتهاكات تؤدي إلى خطأ (رفض) أو مجرد تحذير.

## لماذا التحقق في قاعدة البيانات (بدلاً من التطبيق فقط)؟

```text
✓ DATABASE-LEVEL guarantee — enforced regardless of which app/code writes data
  (multiple services, scripts, manual changes) → consistent data integrity
✓ A safety net even if application validation is bypassed or buggy
→ Similar reasoning to SQL constraints: the DB is the last line of defense for integrity.
```

## موازنة المرونة والهيكل

```text
MongoDB's flexibility is valuable, but UNCONTROLLED flexibility → inconsistent data.
Schema validation lets you add structure WHERE you need it:
  → enforce critical fields/types while keeping flexibility elsewhere
  → start flexible, add validation as the schema stabilizes
(Often validation is also/instead done in the app layer, e.g. via Mongoose schemas.)
```

## أهمية هذا

فهم التحقق من صيغة MongoDB قيّم لـ **موازنة مرونة MongoDB مع سلامة البيانات**، لذا فهو معرفة مفيدة لبناء تطبيقات MongoDB موثوقة.

في حين أن مرونة MongoDB الخالية من الصيغة هي ميزة رئيسية (تناسب البيانات المتطورة والمتنوعة)، فإن **المرونة غير المنضبطة يمكن أن تؤدي إلى بيانات غير متسقة** (حقول مفقودة، أنواع خاطئة، قيم غير صحيحة) — وهي مشكلة حقيقية لجودة البيانات.

يعالج التحقق من الصيغة هذه المشكلة بالسماح لك بفرض القواعد (الحقول المطلوبة، والأنواع، والأنماط، والنطاقات عبر JSON Schema) **على مستوى قاعدة البيانات**، بحيث يجب أن تستوفي المستندات هذه القواعد.

القيمة الرئيسية للـ **التحقق على مستوى قاعدة البيانات** (بدلاً من فقط على مستوى التطبيق) هي أنه يتم فرضه بغض النظر عن التطبيق أو الخدمة أو البرنامج النصي أو العملية اليدوية التي تكتب البيانات — مما يوفر ضمان سلامة متسق وشبكة أمان حتى لو تم تجاوز التحقق من التطبيق أو كان معيباً (نفس السبب الكامن وراء قيود SQL: قاعدة البيانات بصفتها آخر خط دفاع).

فهم **مستويات التحقق والإجراءات** (التحكم في المستندات التي يتم التحقق منها وما إذا كانت الانتهاكات تؤدي إلى رفض أو تحذير) يسمح باعتماد مرن.

الأهم من ذلك، فهم كيفية **موازنة المرونة والهيكل** — إضافة التحقق حيث يأتي الاتساق مع الحفاظ على المرونة في مكان آخر، غالباً ما يبدأ بمرونة ويضيف التحقق مع استقرار الصيغة — يعكس استخدام MongoDB الناضج الذي يحصل على فوائد المرونة دون التضحية بسلامة البيانات الحرجة.

معرفة أن التحقق يتم غالباً في طبقة التطبيق أيضاً (على سبيل المثال Mongoose schemas) ذات صلة أيضاً.

نظراً لأن سلامة البيانات مهمة حتى في قواعد البيانات المرنة، ولأن التحقق من صيغة MongoDB يسمح لك بفرض الهيكل حيث يكون ضرورياً (على مستوى قاعدة البيانات لضمان قوي) مع الحفاظ على المرونة، فهم التحقق من الصيغة — كيفية عمله، فوائد فرض قاعدة البيانات، وموازنة المرونة مع الهيكل — هو معرفة قيمة وعملية لبناء تطبيقات MongoDB التي تحافظ على جودة البيانات، وهي قدرة مفيدة تعالج المخاوف الشائعة من عدم اتساق البيانات في قواعد البيانات ذات الصيغة المرنة.