데이터 모델링

포함된 데이터

내장된 문서는 관련 데이터를 단일 문서 구조에 저장합니다. 문서에는 배열과 관련 데이터가 있는 하위 문서가 포함될 수 있습니다. 이러한 비정규화된 데이터 모델을 통해 애플리케이션은 한 번의 데이터베이스 작업으로 관련 데이터를 검색할 수 있습니다.

MongoDB의 많은 사용 사례에서 비정규화된 데이터 모델이 최적입니다.

문서 임베딩의 장단점에 대해 자세히 알아보려면 포함된 데이터 모델을 참조하세요.

참조

참조는 한 문서에서 다른 문서로 연결되는 링크(참조라고 함)를 포함하여 데이터 간의 관계를 저장합니다. 예를 들어 orders 컬렉션의 customerId 필드는 customers 컬렉션의 문서에 대한 참조를 나타냅니다.

애플리케이션은 이러한 참고를 확인하여 관련 데이터에 액세스할 수 있습니다. 대체로 정규화된 데이터 모델입니다.

참조 사용의 장단점에 대해 자세히 알아보려면 참조를 참조하세요.

데이터 중복 및 일관성

단일 문서에 관련 데이터를 포함할 경우, 두 컬렉션 간에 데이터가 중복될 수 있습니다. 데이터를 복제하면 모델에서 엔티티를 논리적으로 분리하면서 애플리케이션에서 여러 엔티티에 대한 관련 정보를 한 번의 쿼리로 쿼리할 수 있습니다.

예를 들어, 한 products 컬렉션은 제품 문서에 가장 최근 리뷰 5개를 저장합니다. 해당 리뷰는 모든 제품 리뷰가 포함된 reviews 컬렉션에도 저장됩니다. 새 리뷰가 작성되면 다음과 같은 쓰기가 발생합니다.

• reviews 컬렉션에 리뷰가 삽입됩니다.

• products 컬렉션의 최근 리뷰 배열이 $pop 및 $push으로 업데이트됩니다.

중복된 데이터를 자주 업데이트하지 않는 경우 두 컬렉션의 일관성을 유지하기 위해 최소한의 추가 작업만 하면 됩니다. 그러나 중복된 데이터가 자주 업데이트되는 경우에는 참조를 사용하여 관련 데이터를 연결하는 것이 더 나은 방법일 수 있습니다.

데이터를 복제하기 전에 다음 요소를 고려하세요.

• 중복된 데이터를 업데이트해야 하는 빈도.

• 데이터가 중복되면 읽기 성능에 이점이 생깁니다.

자세히 알아보려면 중복 데이터 처리를 참조하세요.

인덱싱

애플리케이션에서 자주 실행되는 쿼리의 성능을 개선하려면 자주 쿼리되는 필드에 인덱스를 생성합니다. 애플리케이션이 성장하면 배포서버의 인덱스 사용을 모니터링하여 인덱스가 관련 쿼리를 계속 지원하는지 확인합니다.

하드웨어 제약 조건

스키마를 설계하는 경우 배포 하드웨어, 특히 사용 가능한 RAM의 양을 고려합니다. 문서가 클수록 RAM을 더 많이 사용하므로 애플리케이션이 디스크에서 읽고 성능이 저하될 수 있습니다. 가능하다면 쿼리에서 관련 필드만 반환되도록 스키마를 설계하십시오. 이렇게 하면 애플리케이션의 작업 집합이 불필요하게 커지는 것을 방지할 수 있습니다.

단일 문서 원자성

MongoDB에서 쓰기 작업은 단일 문서 내에 내장된 문서를 수정하는 경우에도 단일 문서 수준에서 원자적으로 이루어집니다. 즉, 업데이트 작업이 여러 하위 문서에 영향을 미치는 경우 해당 하위 문서가 모두 업데이트되거나 작업이 완전히 실패하여 업데이트가 발생하지 않습니다.

데이터가 포함된 비정규화된 데이터 모델은 여러 문서와 컬렉션을 정규화하는 대신 모든 관련 데이터를 단일 문서에 결합합니다. 이 데이터 모델은 작업이 여러 문서에 영향을 주는 정규화된 모델과 달리 원자성 작업을 허용합니다.

자세한 내용은 원자성을 참조하십시오.