MongoDB

📌 MongoDB 소개

• nosql(Not Only SQL)
• Document Database. Collections으로 구성 되어 있는데 collection은 table이라고 생각 하면 편하고 table안에 record는 document로 구성 되어 있다.
• document는 field/value 값을 가지는데 이것은 json이랑 거의 같은 구조라고 생각 하면된다.
• 다른 점은 document가 생성 되면 고유 field 인 _id와 임의 숫자가 value값에 들어간다.

📌 특징

• 분산 컴퓨팅 시스템.(sharding, replica)
• 확장성이 뛰어남.(수평확장 가능)
• 비용 절감 가능 (저렴한 범용 하드웨어 클러스터에 쉽게 설치할 수 있음)
• 유연한 스키마 설계.
• 비정형 및 반정형 데이터를 처리함.(json, word, pdf...)
• 복잡한 관계는 없다.
• 오픈 소스다.

📌 장점

• document는 json 형태라고 볼수도 있으니 많은 언어에 호환이 된다.
  • 정확히 말해서 bjson이다. bjson은 binary JSON의 약자이다. json 같은 문서들을 binary로 encode 한것이다.
• 동적 스키마/Schema-less
  • joinless 대신 고속 crud query
  • 탄력적인 확장성: 데이터베이스는 저렴한 일반 하드웨어에 사용하도록 설계되었다.
  • 빅 데이터 애플리케이션: NoSQL 데이터베이스에서 대량의 데이터를 쉽게 처리할 수 있다.
  • 비용절감: 관계형 데이터베이스는 고가의 스토리지 시스템과 독점 서버를 설치해야 하는 반면, NoSQL 데이터베이스는 트랜잭션과 데이터 볼륨이 증가함에 따라 저렴한 범용 하드웨어 클러스터에 쉽게 설치할 수 있다. 따라서 더 적은 비용으로 더 많은 데이터를 처리하고 저장할 수 있다.
  • 동적 스키마: 데이터 작업을 시작하는 데 스키마가 필요하지 않은 SQL 데이터베이스다. 관계형 데이터베이스에서 먼저 스키마를 정의해야 하므로 요구사항이 변경될 때마다 스키마를 변경해야 하므로 더 어렵다.
  • sharding: 관계형 데이터베이스는 세로로 확장되므로, 여러 서버에 분산되어 있는 데이터베이스가 많은 경우가 많다. 일반적으로 NoSQL 데이터베이스는 자동 샤딩을 지원한다. 즉, 애플리케이션이 서버 풀의 구성조차 인식할 필요 없이 기본적으로 임의의 수의 서버에 데이터를 자동으로 분산시킨다.
  • Replication: 대부분의 NoSQL 데이터베이스는 가동 중단 또는 계획된 유지보수 이벤트 시 가용성을 유지하기 위해 자동 데이터베이스 복제를 지원한다.
  • 캐싱: 대부분의 NoSQL 기술은 뛰어난 통합 캐싱 기능을 갖추고 있어 자주 사용되는 데이터를 시스템 메모리에 최대한 많이 보관하며 별도의 캐싱 계층이 필요하지 않는다.

📌 단점

• 데이터베이스에 안정성 기능이 없음(acid 하지 않다)
• ACID(원자성, 일관성, 격리, 내구성)는 오류, 전원 장애 및 기타 장애에도 불구하고 데이터 유효성을 보장하기 위한 데이터베이스 트랜잭션의 속성 집합이다.

📌 데이터 표현 방식

• JSON이랑 비슷한 형태라 아무렇게나 넣을 수 있지만 보통 3가지 방식으로 저장/사용 한다.
• Embedded Document Pattern
  • 모든 데이터를 한 collection에 저장하는 방식
  • 장점: 한 쿼리로 정보를 다 가져올 수 있다
  • 단점:
• Subset Pattern
  • 여러개의 collection을 만들지만 collection안에 다른 collection의 정보를 중복적으로 가지고 있는 방식
  • 장점: collection이 비대해지는것을 방지하고 자주 접하는 data들을 subset에 포함함으로써 caching 비슷한 역할을 할 수 있다.
  • 단점: 수정이 있다면 그 data가 있는 모든 collection에서 찾아서 수정 해야 되서 많이 느려질 수 있다.
• Reference Pattern
  • Mysql 기본적인 관계형처럼 구현 할때 쓰는 방식
  • 관계형 쓰는 순간 부터 NoSQL 쓰는 이유를 생각 해봐야 할것 같다.

📌 join

• 원래 없었지만 최근에 생겼다 aggregate!!

//외부 collection
db.inventory.insert([
 { "_id" : 1, "sku" : "almonds", "description": "product 1", "instock" : 120 },
 { "_id" : 2, "sku" : "bread", "description": "product 2", "instock" : 80 },
 { "_id" : 3, "sku" : "cashews", "description": "product 3", "instock" : 60 },
 { "_id" : 4, "sku" : "pecans", "description": "product 4", "instock" : 70 },
 { "_id" : 5, "sku": null, "description": "Incomplete" },
 { "_id" : 6 }
])

//내부 collection
db.orders.insert([
   { "_id" : 1, "item" : "almonds", "price" : 12, "quantity" : 2 },
   { "_id" : 2, "item" : "pecans", "price" : 20, "quantity" : 1 },
   { "_id" : 3  }
])

//쿼리문
db.orders.aggregate([
   {
     $lookup:
       {
         from: "inventory",
         localField: "item",
         foreignField: "sku",
         as: "inventory_docs"
       }
  }
])

//결과물
{
   "_id" : 1,
   "item" : "almonds",
   "price" : 12,
   "quantity" : 2,
   "inventory_docs" : [
      { "_id" : 1, "sku" : "almonds", "description" : "product 1", "instock" : 120 }
   ]
}
{
   "_id" : 2,
   "item" : "pecans",
   "price" : 20,
   "quantity" : 1,
   "inventory_docs" : [
      { "_id" : 4, "sku" : "pecans", "description" : "product 4", "instock" : 70 }
   ]
}
{
   "_id" : 3,
   "inventory_docs" : [
      { "_id" : 5, "sku" : null, "description" : "Incomplete" },
      { "_id" : 6 }
   ]
}

reference:

• https://dev.to/lmolivera/everything-you-need-to-know-about-nosql-databases-3o3h#adv

📌 그외 프로젝트 하면서 느꼈던 점

• 프로젝트를 하면서 schema를 자주 바꾸게 되었는데 이때 mongodb의 schema 유연함을 몸소 느끼게 되었다.
• embedded + subset 방식으로 사용 할려다 보니깐 중복 데이터를 만들어야 하거나 수정 해야 할때 sql보다 쿼리문을 더 짜야 되서 불편했던 점이 있었다.