MongoDB 소개

MongoDB는 문서 지향(Document-Oriented) NoSQL 데이터베이스로, 유연한 스키마와 뛰어난 확장성을 제공합니다.

MongoDB의 주요 특징

1. Flexible Schema (유연한 스키마)

  • 스키마 제약 없이 데이터 저장 가능
  • 컬렉션 내 문서마다 다른 필드를 가질 수 있음
  • 애플리케이션 요구사항 변화에 빠르게 대응 가능

2. Sharding (샤딩)

  • 수평적 확장을 통한 부하 분산 가능
  • 대용량 데이터와 높은 트래픽 처리에 적합
  • 참고: MySQL도 샤딩을 지원하지만, MongoDB는 네이티브로 지원

3. 기타 특징

  • Replication: 고가용성을 위한 복제 기능
  • Indexing: 다양한 인덱스 유형 지원
  • Aggregation Framework: 강력한 데이터 집계 기능
  • GridFS: 대용량 파일 저장 지원

RDBMS vs MongoDB 용어 비교

RDBMS MongoDB 설명
Database Database 데이터베이스
Table Collection 테이블/컬렉션
Row Document 레코드/문서
Column Field 컬럼/필드
Index Index 인덱스
Primary Key _id Field 기본 키
JOIN Embedded Documents / $lookup 관계 표현

예시

RDBMS (SQL)

SELECT * FROM users WHERE age > 25;

MongoDB

db.users.find({ age: { $gt: 25 } });

MongoDB 설치

Amazon Linux에서 설치

MongoDB 공식 문서에서 Amazon Linux용 설치 가이드를 참고하세요:

  1. MongoDB 저장소 설정
  2. yum을 통한 패키지 설치
  3. 서비스 시작 및 활성화

자세한 설치 방법은 MongoDB 공식 설치 가이드를 참고하세요.

MongoDB 선택 시 고려사항

MongoDB가 적합한 경우

  • 스키마가 자주 변경되는 애플리케이션
  • 대용량 비정형 데이터 처리
  • 수평적 확장이 필요한 서비스
  • 빠른 개발 및 프로토타이핑

RDBMS가 더 적합한 경우

  • 복잡한 트랜잭션이 필요한 경우
  • 데이터 간 관계가 복잡한 경우
  • ACID 준수가 중요한 경우
  • 정형화된 데이터 구조

MongoDB 기본 CRUD 명령어

MongoDB의 셸(mongosh)에서 사용하는 기본 명령어를 살펴봅니다.

데이터베이스 및 컬렉션 관리

// 현재 데이터베이스 확인
db

// 데이터베이스 목록
show dbs

// 데이터베이스 선택 (없으면 자동 생성)
use myDatabase

// 컬렉션 목록
show collections

// 컬렉션 생성
db.createCollection("users")

// 컬렉션 삭제
db.users.drop()

INSERT (삽입)

// 단일 문서 삽입
db.users.insertOne({
    name: "홍길동",
    age: 30,
    email: "hong@example.com",
    hobbies: ["reading", "coding"]
})

// 다중 문서 삽입
db.users.insertMany([
    { name: "김철수", age: 25, email: "kim@example.com" },
    { name: "이영희", age: 28, email: "lee@example.com" }
])

FIND (조회)

// 전체 조회
db.users.find()

// 조건 조회
db.users.find({ age: { $gt: 25 } })

// 특정 필드만 조회 (projection)
db.users.find({ age: { $gt: 25 } }, { name: 1, email: 1, _id: 0 })

// 정렬과 제한
db.users.find().sort({ age: -1 }).limit(10)

// 단일 문서 조회
db.users.findOne({ name: "홍길동" })

주요 비교 연산자

연산자 설명 예시
$eq 같음 { age: { $eq: 25 } }
$ne 같지 않음 { status: { $ne: "inactive" } }
$gt / $gte 초과 / 이상 { age: { $gte: 18 } }
$lt / $lte 미만 / 이하 { price: { $lt: 1000 } }
$in 포함 { status: { $in: ["active", "pending"] } }
$regex 정규식 매칭 { name: { $regex: /^김/ } }

UPDATE (수정)

// 단일 문서 수정
db.users.updateOne(
    { name: "홍길동" },
    { $set: { age: 31, email: "new@example.com" } }
)

// 다중 문서 수정
db.users.updateMany(
    { age: { $lt: 25 } },
    { $set: { status: "junior" } }
)

// 필드 증가
db.users.updateOne(
    { name: "홍길동" },
    { $inc: { loginCount: 1 } }
)

DELETE (삭제)

// 단일 문서 삭제
db.users.deleteOne({ name: "홍길동" })

// 다중 문서 삭제
db.users.deleteMany({ status: "inactive" })

인덱스 관리

MongoDB에서 쿼리 성능을 최적화하려면 적절한 인덱스 설정이 필수입니다.

// 인덱스 생성
db.users.createIndex({ email: 1 })          // 오름차순
db.users.createIndex({ age: -1 })           // 내림차순
db.users.createIndex({ name: 1, age: -1 })  // 복합 인덱스

// 유니크 인덱스
db.users.createIndex({ email: 1 }, { unique: true })

// 인덱스 목록 확인
db.users.getIndexes()

// 인덱스 삭제
db.users.dropIndex("email_1")

Aggregation Framework

MongoDB의 Aggregation Pipeline은 데이터를 단계적으로 변환하고 집계하는 강력한 도구입니다:

db.orders.aggregate([
    { $match: { status: "completed" } },
    { $group: {
        _id: "$customerId",
        totalAmount: { $sum: "$amount" },
        orderCount: { $sum: 1 }
    }},
    { $sort: { totalAmount: -1 } },
    { $limit: 10 }
])

주요 파이프라인 스테이지:

스테이지 설명
$match 조건 필터링 (WHERE)
$group 그룹화 및 집계 (GROUP BY)
$sort 정렬 (ORDER BY)
$project 필드 선택 및 변환 (SELECT)
$lookup 다른 컬렉션과 조인 (JOIN)
$unwind 배열 필드를 개별 문서로 분리

Aggregation Pipeline은 SQL의 GROUP BY, JOIN 등의 기능을 MongoDB에서 구현할 때 핵심적으로 사용되는 기능이므로, MongoDB를 사용한다면 반드시 익혀야 합니다.

데이터 모델링 패턴

MongoDB에서의 데이터 모델링은 RDBMS와 근본적으로 다릅니다. 정규화 대신 비정규화와 임베딩을 적극 활용합니다.

Embedded Document 패턴

관련 데이터를 하나의 문서 안에 중첩시키는 방식입니다. 1:1 또는 1:N 관계에서 자주 사용됩니다.

// 사용자와 주소를 하나의 문서에 저장
db.users.insertOne({
    name: "홍길동",
    email: "hong@example.com",
    addresses: [
        {
            type: "home",
            street: "강남대로 123",
            city: "서울",
            zipcode: "06000"
        },
        {
            type: "work",
            street: "테헤란로 456",
            city: "서울",
            zipcode: "06100"
        }
    ]
})

이 방식의 장점은 한 번의 쿼리로 사용자와 주소를 모두 가져올 수 있다는 점입니다. JOIN이 필요 없으므로 성능이 뛰어납니다.

Reference 패턴

문서 간 참조를 사용하는 방식입니다. N:M 관계나 자주 변경되는 데이터에 적합합니다.

// 주문 문서에서 사용자를 참조
db.orders.insertOne({
    orderNumber: "ORD-2025-001",
    userId: ObjectId("507f1f77bcf86cd799439011"),  // users 컬렉션 참조
    items: [
        { productId: ObjectId("..."), quantity: 2, price: 15000 },
        { productId: ObjectId("..."), quantity: 1, price: 30000 }
    ],
    totalAmount: 60000,
    status: "completed"
})

// $lookup으로 JOIN 수행
db.orders.aggregate([
    {
        $lookup: {
            from: "users",
            localField: "userId",
            foreignField: "_id",
            as: "user"
        }
    },
    { $unwind: "$user" }
])

어떤 패턴을 선택할까?

기준 Embedded Reference
함께 조회되는 빈도 항상 함께 가끔 또는 별도로
데이터 변경 빈도 드물게 변경 자주 변경
데이터 크기 16MB 이하 큰 데이터
관계 유형 1:1, 1:Few 1:Many, N:M

MongoDB 문서의 최대 크기는 16MB입니다. 임베딩된 배열이 무한히 증가할 수 있는 경우에는 Reference 패턴을 사용하는 것이 안전합니다.

성능 최적화

쿼리 성능 분석 (explain)

쿼리 실행 계획을 분석하여 성능을 최적화할 수 있습니다:

// 쿼리 실행 계획 확인
db.users.find({ age: { $gt: 25 } }).explain("executionStats")

확인해야 할 주요 지표:

지표 설명 이상적인 값
totalDocsExamined 스캔한 문서 수 반환된 문서 수와 비슷
executionTimeMillis 실행 시간 가능한 낮게
stage 실행 단계 IXSCAN (인덱스 사용)

COLLSCAN(컬렉션 풀 스캔)이 나타나면 인덱스가 제대로 사용되지 않고 있다는 의미입니다. 해당 쿼리에 적합한 인덱스를 생성해야 합니다.

인덱스 전략

복합 인덱스 순서

복합 인덱스를 생성할 때는 ESR(Equality, Sort, Range) 규칙을 따르세요:

  1. Equality: 정확히 일치하는 조건의 필드를 먼저
  2. Sort: 정렬에 사용되는 필드를 그 다음
  3. Range: 범위 조건의 필드를 마지막으로
// 쿼리: status가 "active"이고, age가 25 이상인 사용자를 name 순으로 정렬
db.users.find({ status: "active", age: { $gte: 25 } }).sort({ name: 1 })

// ESR 규칙에 따른 인덱스
db.users.createIndex({ status: 1, name: 1, age: 1 })

TTL 인덱스

일정 시간이 지난 문서를 자동으로 삭제하는 인덱스입니다. 세션 데이터나 로그 데이터에 유용합니다:

// 30일 후 자동 삭제
db.sessions.createIndex({ createdAt: 1 }, { expireAfterSeconds: 2592000 })

MongoDB Atlas (클라우드)

직접 MongoDB를 운영하는 것이 부담스럽다면 MongoDB Atlas를 고려해 보세요. Atlas는 MongoDB의 공식 클라우드 서비스로, AWS, GCP, Azure에서 운영되는 관리형 MongoDB를 제공합니다.

Atlas의 장점

  • 자동 백업 및 복구
  • 자동 스케일링
  • 모니터링 및 알림
  • 보안 설정 (암호화, 접근 제어)
  • 무료 티어 제공 (512MB 스토리지)

접속 방법

// MongoDB Atlas 접속 문자열
const uri = "mongodb+srv://username:password@cluster0.xxxxx.mongodb.net/myDatabase";

// Node.js에서 접속
const { MongoClient } = require('mongodb');
const client = new MongoClient(uri);
await client.connect();

MongoDB Atlas 무료 티어는 학습 및 개인 프로젝트에 충분하며, 프로덕션 환경으로의 확장도 용이합니다.