MongoDB میں schema validation کیسے کام کرتی ہے؟

Question

Accepted Answer

اگرچہ MongoDB بطور ڈیفالٹ لچکدار ہے، یہ ڈیٹا بیس کی سطح پر **schema validation** کو سپورٹ کرتا ہے — اصول (ضروری فیلڈز، اقسام، قدر کی پابندیاں) جو دستاویزات کو پورا کرنا چاہیے۔ یہ ڈیٹا integrity کو MongoDB میں ہی شامل کرتا ہے (صرف ایپلیکیشن کوڈ میں نہیں)، لچک کو مستقل مزاجی کے ساتھ توازن میں رکھتا ہے۔

## Validation اصول کی تعریف

```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
```

MongoDB **JSON Schema** استعمال کرتا ہے validation اصول کی تعریف کے لیے — ضروری فیلڈز، اقسام، نمونے، رینجز — جو ڈیٹا بیس کے ذریعے enforced ہوتے ہیں جب دستاویزات داخل یا اپ ڈیٹ کیے جاتے ہیں۔

## Validation سطحیں اور اقدامات

```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` کنٹرول کرتا ہے کہ کون سی دستاویزات چیک کی جاتی ہیں؛ `validationAction` کنٹرول کرتا ہے کہ آیا خلاف ورزیاں غلطی دیں گی (مسترد کریں) یا صرف انتباہ دیں۔

## ڈیٹا بیس میں validation کیوں (صرف ایپ میں نہیں)؟

```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.
```

## لچک اور ڈھانچے میں توازن

```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.)
```

## یہ کیوں اہم ہے

MongoDB schema validation کو سمجھنا **MongoDB کی لچک کو ڈیٹا integrity کے ساتھ توازن میں رکھنے** کے لیے قیمتی ہے، لہذا یہ قابل اعتماد MongoDB ایپلیکیشنز بنانے کے لیے کارآمد علم ہے۔

جب کہ MongoDB کی schema-less لچک ایک بڑا فائدہ ہے (ارتقاپذیر اور متنوع ڈیٹا کے لیے موزوں)، **بے قابو لچک غیر مستقل ڈیٹا کا باعث بن سکتی ہے** (غائب فیلڈز، غلط اقسام، غلط قدریں) — ڈیٹا کوالٹی کے لیے حقیقی تشویش۔

Schema validation اس کو اصول enforcing کرنے دے کر حل کرتا ہے (ضروری فیلڈز، اقسام، نمونے، JSON Schema کے ذریعے رینجز) **ڈیٹا بیس کی سطح پر**، تاکہ دستاویزات انہیں پورا کریں۔

**ڈیٹا بیس کی سطح پر validation** (صرف ایپلیکیشن کی سطح کے بجائے) کی اہم قدر یہ ہے کہ یہ enforced ہے قطع نظر اس کے کہ کون سی ایپلیکیشن، سروس، اسکرپٹ، یا دستی آپریشن ڈیٹا لکھتا ہے — مستقل integrity کی ضمانت فراہم کرتے ہوئے اور حفاظت کا جال یہاں تک کہ اگر ایپلیکیشن validation کو نظر انداز کیا جائے یا خراب ہو (SQL پابندیوں جیسی وہی وجہ: ڈیٹا بیس بطور آخری دفاعی لائن)۔

**Validation سطحوں اور اقدامات** کو سمجھنا (کنٹرول کرتا ہے کہ کون سی دستاویزات چیک کی جاتی ہیں اور آیا خلاف ورزیاں مسترد کریں یا انتباہ دیں) لچکدار ادراج کی اجازت دیتا ہے۔

سب سے اہم بات، **لچک اور ڈھانچے میں توازن** کرنے کے طریقے کو سمجھنا — جہاں مستقل مزاجی اہم ہو وہاں validation شامل کرتے ہوئے باقی جگہوں پر لچک رکھتے ہوئے، اکثر لچکدار سے شروع کرتے ہوئے اور اسکیما مستحکم ہوتے ہی validation شامل کرتے ہوئے — MongoDB کے پختہ استعمال کو ظاہر کرتا ہے جو لچک کے فوائد بغیر اہم ڈیٹا integrity کو قربان دیے حاصل کرتا ہے۔

یہ جاننا کہ validation اکثر ایپ لیئر میں بھی کیا جاتا ہے (مثال کے طور پر Mongoose schemas) بھی متعلقہ ہے۔

کیونکہ ڈیٹا integrity لچکدار ڈیٹا بیسز میں بھی اہم ہے، اور کیونکہ MongoDB کی schema validation آپ کو جہاں ضرورت ہو وہاں ڈھانچہ enforcing کرنے دیتا ہے (ایک مضبوط ضمانت کے لیے ڈیٹا بیس کی سطح پر) جب کہ لچک محفوظ رکھتے ہوئے، schema validation کو سمجھنا — یہ کیسے کام کرتا ہے، ڈیٹا بیس کی سطح پر enforcement کے فوائل، اور لچک کو ڈھانچے کے ساتھ توازن میں رکھنا — MongoDB ایپلیکیشنز بنانے کے لیے قیمتی، عملی طور پر متعلقہ علم ہے جو ڈیٹا کوالٹی برقرار رکھتے ہیں، ایک مفید صلاحیت جو لچکدار schema ڈیٹا بیسز میں غیر مستقل ڈیٹا کے عام تشویش کو حل کرتی ہے۔