MongoDB Glossary

MongoDB のコアコンセプトと用語リファレンス。

RDBMS vs MongoDB

  flowchart LR
    subgraph RDBMS
        subgraph SQL_Database[SQL Database]
            subgraph Tables
                subgraph Rows
                    subgraph Columns
                    end
                end
            end
        end
    end

    subgraph MongoDB
        subgraph NoSQL_Database[NoSQL Database]
            subgraph Collection
                subgraph Documents
                    subgraph Fields
                    end
                end
            end
        end
    end

    Tables <-->|vs| Collection
    Rows <-->|vs| Documents
    Columns <-->|vs| Fields

Schema Design Patterns

Inheritance Pattern

異なるタイプだが共通の属性を持つデータを同じ Collection に保存し、product_type フィールドで区別：

  classDiagram
    class Books {
        title
        author
        publisher
    }

    class eBook {
        title
        author
        publisher
        product_type: "ebook"
    }

    class printedBook {
        title
        author
        publisher
        product_type: "printed"
    }

    class audioBook {
        title
        author
        publisher
        product_type: "audio"
    }

    Books <|-- eBook
    Books <|-- printedBook
    Books <|-- audioBook

その他の一般的な Pattern

Document Design 実例：ゲームキャラクターシステム

RPG ゲームのキャラクターcharacterシステムを通じて、RDBMS と MongoDB の設計せっけいの違ちがいを比較ひかくします。

RDBMS 正規化設計

  erDiagram
    players ||--o{ characters : has
    characters ||--o{ inventory : has
    inventory }o--|| items : references
    characters ||--o{ character_skills : has
    character_skills }o--|| skills : references

    players {
        int player_id PK
        string username
        string email
        datetime created_at
    }

    characters {
        int character_id PK
        int player_id FK
        string name
        string class
        int level
        int hp
        int mp
    }

    items {
        int item_id PK
        string name
        string type
        int base_damage
    }

    inventory {
        int inventory_id PK
        int character_id FK
        int item_id FK
        int quantity
    }

    skills {
        int skill_id PK
        string name
        int mana_cost
    }

    character_skills {
        int character_id FK
        int skill_id FK
        int skill_level
    }

特徴とくちょう：

• 6 つのテーブル、Foreign Key で関連付かんれんづけ
• キャラクターの完全かんぜんな情報じょうほうを取得しゅとくするには複数ふくすうの JOIN が必要ひつよう
• item の基本きほんデータの変更へんこうは 1 箇所かしょの更新こうしんで OK

MongoDB ドキュメント設計

{
  "_id": ObjectId("..."),
  "username": "player123",
  "email": "player@example.com",
  "created_at": ISODate("2024-01-15"),
  "characters": [
    {
      "character_id": "char_001",
      "name": "DragonSlayer",
      "class": "Warrior",
      "level": 42,
      "stats": {
        "hp": 1500,
        "mp": 200,
        "strength": 85,
        "agility": 45
      },
      "inventory": [
        {
          "item_id": "sword_001",
          "name": "Flame Sword",
          "type": "weapon",
          "damage": 150,
          "quantity": 1,
          "equipped": true
        },
        {
          "item_id": "potion_001",
          "name": "Health Potion",
          "type": "consumable",
          "effect": "+500 HP",
          "quantity": 10
        }
      ],
      "skills": [
        {
          "skill_id": "skill_001",
          "name": "Flame Strike",
          "level": 5,
          "mana_cost": 50
        }
      ]
    }
  ]
}

特徴とくちょう：

• 1 つの Document に全すべての関連かんれんデータを含ふくむ
• キャラクターの完全かんぜんな情報じょうほうの取得しゅとくは 1 回かいの読よみ取とりのみ
• 「読よみ取とり時じに完全かんぜんなデータが必要ひつよう」なシーンに適てきしている

設計比較

設計決定ガイド

Transaction

MongoDB はマルチドキュメント ACID トランザクションをサポート（4.0+）。

Read Concern

読み取り操作が返すデータの一貫性レベルを制御：

Write Concern

書き込み操作の確認レベルを制御：

Read Preference

どのノードからデータを読み取るかを制御：

Replica Set

MongoDB の高可用性機構、複数の mongod インスタンスで構成。

ノードタイプ

Explain（実行計画分析）

SQL データベースの実行計画分析については、SQL Explain を参照してください。

explain() を使用してクエリパフォーマンスを分析：

db.collection.find({ ... }).explain("executionStats")

queryPlanner フィールド説明

executionStats フィールド説明

Stage タイプ

避けるべき Stage

Explain 出力例

{
  "explainVersion": "1",
  "stages": [
    {
      "$cursor": {
        "queryPlanner": {
          "namespace": "demo.sop",
          "parsedQuery": { "_id": { "$eq": "951753" } },
          "winningPlan": { "stage": "IDHACK" }
        },
        "executionStats": {
          "executionSuccess": true,
          "nReturned": 1,
          "executionTimeMillis": 0,
          "totalKeysExamined": 1,
          "totalDocsExamined": 1
        }
      }
    },
    {
      "$lookup": {
        "from": "sop_acl",
        "as": "acl_data",
        "localField": "_id",
        "foreignField": "sop_id",
        "totalDocsExamined": 4,
        "collectionScans": 1,
        "indexesUsed": []
      }
    }
  ]
}

上記の例で $lookup ステージの collectionScans: 1 は sop_acl に対してフルテーブルスキャンが行われたことを示しており、sop_id フィールドにインデックスを作成することを検討すべきです。

Aggregation Pipeline

アグリゲーションパイプラインは MongoDB のデータ分析のコア機能で、SQL の GROUP BY に類似。

よく使うステージ

詳細は MongoDB CLI - Aggregation Pipeline を参照

MongoDB Compass

MongoDB 公式の GUI ツール、以下を提供：

• 視覚的なクエリビルダー
• Schema 分析
• パフォーマンス監視
• インデックス管理
• Aggregation Pipeline ビルダー

関連トピック

• MongoDB CLI