공지 사항역대 가장 빠른 MongoDB, MongoDB 8.0을 소개합니다! 더 보기 >

공지 사항Voyage AI가 MongoDB와 협력하여 Atlas에서 더욱 정확하고 신뢰할 수 있는 AI 애플리케이션을 지원합니다. 자세히 알아보기 >

MongoDB

Query API.
간단하고 표현력이 뛰어나며 통합되어 있습니다.

유연하고 직관적인 데이터 작업 방식. 원하는 언어와 도구로 최소한의 코드와 최대의 생산성으로 애플리케이션을 제공하세요.

지금 구축하기

자세한 내용을 알아보세요

배열, 지리 공간, 시계열 데이터 등 모든 데이터 유형에 대한 복잡한 데이터 워크로드 처리를 간소화하는 직관적인 인터페이스를 통해 개발자는 더 적은 코드로 더 많은 기능을 제공할 수 있습니다.

원하는 언어로 작업

운영, 분석 및 검색 워크로드를 위한 단일 인터페이스

모든 데이터 유형으로 손쉽게 작업

MongoDB Query API로 데이터를 완벽하게 제어하세요. 키-값, 그래프, 지리공간, 시계열, 객체 등 모든 데이터 구조를 손쉽게 처리할 수 있도록 설계되었습니다. 임베디드 배열과 객체에 최적화된 이러한 표현식 쿼리 기능은 문서 모델의 유연성을 제공합니다.

배열 쿼리

중첩된 문서 쿼리

단일 인터페이스로 생산성 향상

데이터 운영의 잠재력을 최대한 활용하세요. 강력한 단일 API를 통해 인덱싱, 쿼리, 업데이트를 비롯한 주요 작업을 모두 수행하며 인터페이스를 전환하거나 복잡한 쿼리 구문으로 어려움을 겪지 않고도 트랜잭션, 검색 및 분석 쿼리를 사용하여 애플리케이션을 현대화할 수 있습니다.

전체 텍스트 검색에 대해 알아보기

데이터 분석 살펴보기

개발 프로세스 간소화

선호하는 코딩 언어를 사용하여 데이터를 쿼리하고 집계합니다. MongoDB Query API에는 프로그래밍 방식으로 쿼리를 생성하고 집계 파이프라인을 구축하는 드라이버가 포함되어 있으므로, 쿼리 언어를 처음부터 새로 배울 필요가 없습니다.

언어 드라이버 다운로드

MongoDB 알아보기

기능 개요

표현력 있는 쿼리

elemMatch 및 $geoWithin과 같은 다양하고 강력한 연산자를 사용하여 중첩된 배열 및 객체 내를 포함하여 조합 기준에 따라 하나 이상의 문서를 쿼리하고 업데이트할 수 있습니다.

다양한 인덱스 유형

필드가 얼마나 깊이 중첩되었는지와 관계없이 다양한 인덱스 유형으로 쿼리를 최적화하세요.

지리 공간 및 그래프 데이터

지리 공간 데이터를 쉽게 쿼리하고 $graphLookup과 같은 연산자를 사용하여 연결된 데이터 세트를 탐색합니다.

컬렉션 및 데이터베이스 전반에서 쿼리

심층 분석 및 탐색을 위해 $lookup 및 $unionWith를 사용하여 여러 컬렉션을 결합 및 혼합하거나 Atlas Data Federation을 사용하여 데이터베이스 전반에 걸쳐 쿼리합니다.

저장된 위치에서 데이터 변환 및 분석

집계 파이프라인을 사용하여 복잡한 변환을 쉽고 모듈화된 방식으로 구축하세요.

문서 모델에 맞게 구축된 전문 검색

추가적인 인프라를 관리할 필요 없이 고급 전문 검색을 배포하세요.

Change streams

서버 측 로직을 트리거하여 데이터베이스 변화에 반응하는 실시간 이벤트 기반 앱을 구축하세요.

온디맨드 방식의 증분형 구체화된 뷰

일반적인 쿼리를 미리 계산하고 캐시하여 새 데이터가 처리될 때 결과 세트를 동적으로 업데이트합니다.

데이터 작업 간소화

직관적이고 친숙한 방식으로 데이터로 작업하세요. 최소한의 코드 실행 쿼리로 데이터 기반 애플리케이션을 제공하고, 복잡한 집계 파이프라인을 구축하며, 원하는 언어로 애플리케이션을 구동하세요.

문서 보기

지리공간, 그래프, 시계열은 물론 중첩된 배열과 객체 등 다양한 데이터 유형에 대해 원하는 언어로 작업하면서 손쉽게 쿼리할 수 있습니다.

Python

Javascript

Java

MongoShell

Code Snippet

모듈식 다단계 집계 파이프라인을 구축하여 강력한 분석을 실행하세요. 컬렉션과 데이터베이스를 쿼리하고 데이터를 변환하여 인사이트를 도출하고 더 나은 결정을 내릴 수 있습니다.

Python

Javascript

Java

MongoShell

Code Snippet

lonely_ne = db.lonely_neighborhoods
popular_ne = db.popular_neighborhoods

pipeline = [
#filter neighborhoods where the population is known
    {"$match": {"population": {"$ne": "unknown"}}}, 
#perform a union with the collection containing popular neighborhoods with an embedded pipeline for filtering neighborhoods where the population is known, and removing documents where the city is an industrial township
    {"$unionWith": {"coll": "popular_neighborhoods", 
			"pipeline": [
					{"$match": {"population": {"$ne": "unknown"}}},
					{$redact: {$cond: {
                            				if: { $eq: [ "$type", "Industrial township"]},
                            		then: "$$PRUNE",
                            		else: "$$DESCEND" }}
                			}
				] }}, 
#finally we are grouping neighborhoods by climate to calculate the total population in popular neighborboods that are not in an industrial township
    {"$group": {"_id": "$climate", "totalPopulation": {"$sum": {"$toLong": "$population"}}}}
]

result = lonely_ne.aggregate(pipeline)

단일 인터페이스를 사용하여 검색 워크로드, 시계열 워크로드 및 이벤트 기반 앱을 구동하는 복잡한 쿼리를 만들 수 있습니다. 여러 API 또는 복잡한 ETL을 통합하는 시간을 절약합니다.

Python

Javascript

Java

MongoShell

Code Snippet

Python

Javascript

Java

MongoShell

Code Snippet