Obsidian + Dataview: заметки как база данных

В этой статье вы найдёте подробные инструкции по установке и настройке, шаблоны frontmatter для разных сценариев, рабочие примеры запросов Dataview и DataviewJS, чек‑листы для ролей, методику проектирования схемы метаданных, рекомендации по миграции и безопасности, а также подборку типичных ошибок и способов их избежать.

Почему папки и теги часто не решают задачу

Папки дают иерархию, но она жёсткая. Теги дают гибкость, но быстро запутывают. Файловая система хороша для хранения, но слаба в поиске и агрегации. Если вы хотите фильтровать по комбинации свойств (типы, приоритеты, сроки, ингредиенты, рейтинг), то заметки как «файлы» недостаточны — вы хотите представление как у базы данных.

Dataview превращает ваши Markdown‑файлы в набор записей с полями. Вы продолжаете писать в привычном формате, но получаете возможность задавать запросы, таблицы и списки на лету.

Что такое метаданные в Obsidian

Коротко: метаданные — это структурированные поля, которые вы добавляете к заметке. Dataview читает их и использует при запросах.

Типы метаданных:

Frontmatter (YAML в начале файла между тремя дефисами) — более предсказуемый и управляемый способ. Рекомендуется.
Inline‑метаданные (key:: value) — гибче для быстрых заметок, но сложнее поддерживать в масштабе.

Определение frontmatter (пример):

---
Recipe_Type: sweet
Ingredients:
  - flour
  - strawberries
  - chocolate
Time_Needed: 30
---

Inline‑пример:

Ingredients:: flour, strawberries, chocolate

Совет: используйте один стиль в проекте для ключевых полей (frontmatter или inline). Микс усложняет поиск и консистентность.

Установка Obsidian и Dataview

Скачайте и установите Obsidian с официального сайта.
Откройте Obsidian и создайте или откройте «vault» (хранилище заметок). Если у вас уже есть папка с Markdown, поместите её в мастер‑папку и откройте как vault.

Загрузка и установка Obsidian с официального сайта

В настройках (иконка шестерёнки) перейдите в «Community plugins».
Отключите Safe mode, затем нажмите Browse → введите «dataview» → установите и включите плагин.

Примеры локализации UI‑меток: «Open folder as vault» → «Открыть папку как хранилище», «Create» → «Создать», «Enable» → «Включить».

Важно: рабочая зона на десктопе удобнее — удобно вводить YAML, копировать шаблоны и отлаживать запросы.

Основные конструкции Dataview (чек‑лист быстрого старта)

Блочный синтаксис: dataview ...
Типы вывода: LIST, TABLE, TASK, или DataviewJS для гибкого JavaScript‑выполнения.
Базовые ключевые слова: FROM, WHERE, SORT, GROUP BY, LIMIT.
Доступ к полям: указывайте имена полей так, как в frontmatter (учитывается регистр).

Пример простого LIST:

LIST
FROM "Recipes"
WHERE Recipe_Type = "sweet"

Пример TABLE с сортировкой:

TABLE Recipe_Type AS "Тип", Time_Needed AS "Время"
FROM "Recipes"
SORT Time_Needed ASC

Пример TASK‑вывода (список задач из заметок):

TASK FROM "Tasks"
WHERE !Completed
SORT Due ASC

Практические шаблоны frontmatter для популярных сценариев

Ниже — готовые блоки frontmatter, которые можно вставить в шаблоны заметок (Templates plugin) и адаптировать под проект.

Шаблон для рецепта:

---
Title: ""
Recipe_Type: "" # sweet, savory, pasta, etc.
Ingredients:
  - ""
Time_Needed: 0 # минуты
Servings: 1
Rating: 0 # 1..5
Cuisine: ""
---

Шаблон для задачи/таска:

---
Title: ""
Project: ""
Priority: "medium" # low, medium, high
Due: 2023-01-01
Time_Estimate: 30 # минуты
Completed: false
Notes: ""
---

Шаблон для каталога (фильмы/книги/игры):

---
Title: ""
Type: "film"
Genre:
  - ""
Rating: 0
Year: 0
Tags:
  - ""
---

Шаблон для игровых предметов (RPG):

---
Name: ""
Item_Type: Ring
Item_Family: ""
Item_Alias: ""
Item_Special_Power: ""
Item_Color: ""
Rarity: ""
---

Полезные примеры запросов Dataview и DataviewJS

Все рецепты с «sweet» как список:

LIST
FROM "Recipes"
WHERE Recipe_Type = "sweet"

Таблица рецептов с временем и сортировкой по времени:

TABLE Recipe_Type AS "Тип", Time_Needed AS "Время (мин)"
FROM "Recipes"
SORT Time_Needed ASC

Задачи с дедлайном и исключением выполненных:

TABLE Due AS "Дедлайн", Priority, Time_Estimate
FROM "Tasks"
WHERE Due AND !Completed
SORT Due ASC

Группировка задач по проекту:

TABLE Priority, Due
FROM "Tasks"
GROUP BY Project
SORT Priority DESC

Подсчёт количества рецептов по типу (DataviewJS):

const pages = dv.pages('"Recipes"');
const counts = {};
for (let p of pages) {
  const t = p.Recipe_Type || 'Unknown';
  counts[t] = (counts[t] || 0) + 1;
}
dv.table(['Тип', 'Кол‑во'], Object.entries(counts));

Суммарное время по неполным задачам (DataviewJS):

const pages = dv.pages('"Tasks"').where(p => p.Time_Estimate && !p.Completed);
const total = pages.reduce((s, p) => s + (p.Time_Estimate || 0), 0);
dv.paragraph('Суммарное оставшееся время: ' + total + ' минут');

Исключение по пустому полю (использование !):

TABLE Due, Notes
FROM "Tasks"
WHERE Due AND !Completed

Замечание: в Dataview оператор сравнения и синтаксис чувствительны к регистру и типам данных. Даты храните в ISO‑формате (YYYY-MM-DD) для коректной сортировки.

Методика проектирования схемы метаданных (mini‑methodology)

Шаги для устойчивой схемы:

Определите основные сущности: рецепты, задачи, проекты, контакты, материалы.
Для каждой сущности выберите 6–8 ключевых полей (type, project, priority, due, time, tags). Меньше — легче поддерживать.
Задайте стандарты: формат дат (YYYY‑MM‑DD), имена полей (CamelCase или snake_case), возможные значения для перечисляемых полей (enums).
Сделайте шаблоны и автоматизируйте создание заметок с помощью Templates plugin.
Протестируйте несколько Dataview‑запросов и убедитесь, что фильтры работают ожидаемо.
Документируйте схему в отдельной заметке «Data Model» и обновляйте по мере роста.

Чек‑листы по ролям

Чек‑лист для автора/писателя:

Шаблон заметки с полями: Title, Project, Status, Tags, WordCount
Frontmatter заполнено перед началом работы
Еженедельный Dataview‑список задач и статусов

Чек‑лист для проджект‑менеджера:

Все задачи имеют Project, Priority, Due
Дашборд с таблицей незавершённых задач
Автоматическая группировка по владельцу или по проекту

Чек‑лист для исследователя:

Заметки с метаданными Source, Date, Confidence
Индекс по темам и ключевым словам
Сводная таблица по релевантности

Когда такой подход НЕ подходит (counterexamples)

Транзакционные системы с миллионами записей и сложными ACID‑требованиями. Obsidian — не заменит реляционную СУБД.
Общая командная работа с большим числом одновременных изменений — возможны конфликты синхронизации; лучше использовать централизованные инструменты.
Если вам нужна сложная визуализация/отчётность в реальном времени — часто проще перенести агрегированные данные в BI/Notion/Airtable.

Альтернативы и когда выбрать их

Notion или Airtable — отличны для коллективной работы и готовых интерфейсов базы данных.
Logseq, Roam Research — лучше подходят, если вы активно используете bi‑directional links и графовые связи.
Tana — экспериментальная система для графов и метаданных с быстрым созданием структур.
Joplin — локальная альтернатива с синхронизацией и шифрованием.

Выбор зависит от: необходимости офлайн‑доступа, шифрования, совместной работы, требований к API и визуальным представлениям.

Совместимость, миграция и масштабирование

Импорт из других Markdown‑источников: переносите папки в vault, приведите frontmatter к единому формату с помощью скриптов (ripgrep + sed/awk) или массовых замен в редакторе.
Сохранение структуры: Obsidian использует файловую систему — все ссылки остаются относительными, если вы не меняете пути.
Массовое добавление frontmatter: используйте шаблоны и плагин Template или начальные скрипты на bash/Python.
Производительность: Dataview при больших коллекциях (тысячи файлов) может замедляться при сложных DataviewJS‑скриптах; оптимизируйте выборку FROM.

Миграционные советы:

Перед массовыми изменениями сделайте резервную копию vault.
Тестируйте регулярные выражения на нескольких файлах.
Если нужно массово переименовать ключи — используйте скрипты, а не ручную правку.

Безопасность, резервные копии и конфиденциальность

Храните vault в зашифрованном контейнере (VeraCrypt/BitLocker) при наличии чувствительных данных.
Если используете облачный синк (Obsidian Sync, Dropbox, Google Drive), изучите политику шифрования и условия хранения.
Для хранения персональных данных применяйте принцип минимизации: не сохраняйте ПДн, если это не нужно; используйте псевдонимы или хеши.
Регулярно делайте резервные копии: локально + offsite копия.

Краткая GDPR‑заметка: если вы храните персональные данные граждан ЕС, документируйте цели обработки и ограничивайте доступ к vault. При работе в команде согласуйте процесс удаления и архивации данных.

Тесты и критерии приёмки

Критерии приёмки для развёртывания Dataview‑системы в проекте:

Все ключевые шаблоны созданы и доступны в Templates plugin.
Минимум 90% новых заметок проекта содержат обязательные поля.
Не менее 5 Dataview‑запросов/дашбордов, покрывающих основные потребности (по задачам, по проектам, по инвентарю).
Резервная копия vault создана и протестирована на восстановление.

Тестовые случаи (smoke tests):

Создать тестовую задачу с Due и Priority → должна показываться в дашборде “Незавершённые”.
Создать рецепт с Recipe_Type = sweet → должен появиться в списке “sweet”.
Поменять имя поля в нескольких файлах скриптом → Dataview‑запросы продолжают корректно работать.

Практические советы по написанию полей и их именованию

Избегайте пробелов в именах ключей (используйте Underscore или CamelCase).
Даты: ISO (YYYY‑MM‑DD) для корректной сортировки.
Булевы значения: true/false.
Для перечислений используйте список YAML, а не строку через запятую, если вы хотите иметь их как отдельные элементы.

Шпаргалка (cheat sheet) часто используемых конструкций Dataview

LIST — простой список ссылок на файлы
TABLE a, b AS “Заголовок” — табличный вывод полей
TASK — специфичный вывод по задачам
FROM “Folder” — искать в папке
WHERE field = “value” / WHERE !field / WHERE date(field) >= date(“”)
SORT field ASC/DESC
GROUP BY field
LIMIT N

Примеры использования в реальной жизни (идеи и сценарии)

Персональная система задач: фронтматтер для времени, приоритета, статуса; дашборд «Сегодня», «Неделя», «Просрочено».
Библиотека материалов: книги/статьи с полями Source, Summary, Tags, Rating, ReadDate.
Кулинарная книга: рецепты с ингредиентами, временем, рейтингом и ссылкой на заметки о технике приготовления.
Коллекция идей/хедлайнеров: пометка стадии (идея, в разработке, готово), связи с проектами.

Частые ошибки и как их избежать

Несогласованность имён полей — решаете стандартами и шаблонами.
Смешивание inline и frontmatter для одних и тех же полей — приводит к дублированию.
Хранение дат в произвольных форматах — нарушает сортировку.
Слишком глубокая детализация схемы — усложняет внесение изменений.

Визуализация и дашборды

Соберите в одной заметке несколько Dataview‑блоков, чтобы получить «главную панель» проекта:

Список активных задач
Таблица ближайших дедлайнов
Статистика по времени (DataviewJS)
Быстрая фильтрация по тегам

Диаграмма принятия решения (Mermaid)

tree
  root''Начало: как управлять заметками?''
  root --> folders['Иерархия папок']
  root --> tags['Теги / Folksonomy']
  root --> db['Obsidian + Dataview']
  folders --> too_rigid['Подходит, если структура стабильна']
  tags --> chaotic['Подходит для быстрых заметок, но может стать хаосом']
  db --> flexible['Гибко, можно фильтровать, группировать и агрегировать']
  db --> not_for_transactions['Не для транзакционных workloads']

Заключение

Obsidian в связке с Dataview даёт мощный, гибкий и локально‑контролируемый способ превратить набор файлов в базу данных. Начните с небольшой схемы метаданных, создайте шаблоны и пару рабочих запросов, затем расширяйте модель по мере надобности. Это подход, который масштабируется от личных заметок до небольшой системы управления проектами.

Важно: при расширении уделяйте внимание консистентности полей, бэкапам и безопасности данных.

Что вы построите с Obsidian и Dataview — каталог рецептов, систему задач, базу данных медиа или что‑то совсем своё — теперь инструмент для этого у вас есть.

Обложка: иллюстрация базы данных заметок Obsidian