MongoDB

1️⃣MongoDB 란?

 

MongoDB는 오픈소스 비관계형 데이터베이스 관리 시스템(DMBS)이며, NoSQL, Document 지향 데이터베이스

데이터를 배열 및 중첩 Document와 같은 복잡한 데이터 유형을 효율적으로 저장할 수 있는 유연한 JSON과 유사한 형식인 BSON(Binary JSON)으로 저장

 

 

2️⃣MongoDB의 데이터 구조

 

●  Document

    ○  MongoDB에서의 가장 기본 데이터 단위 = 관계형 데이터베이스의 행

    ○   JSON과 유사한 BSON 형식으로 저장됨

{
  "_id": ObjectId("603d1b2f5f3a1d2d4c4b9f04"),
  "name": "Alice",
  "age": 25,
  "skills": ["JavaScript", "Node.js", "MongoDB"]
}

 

●  Collection (컬렉션)

    ○  RDBMS 의 테이블에 해당

    ○  같은 유형의 문서(Document)들을 저장하는 그룹

    ○  스키마(Schema)가 고정되어있지 않아 문서마다 필드 구조가 달라도 됨

●  Database (데이터베이스)

    ○  여러 개의 컬렉션(Collection)을 포함하는 MongoDB 최상위 데이터 단위

    ○  여러 개의 데이터베이스를 하나의 MongoDB 인스턴스에서 관리 가능

 

Example)

각각의 데이터베이스

각각의 collection

각각의 도큐먼트

 

 

3️⃣MongoDB 아키텍처

MongoDB는 *분산형 데이터베이스로 동작하며, *수평 확장(Scale-out) 에 최적화됨

 

* 수평 확장 (Scale-out)

데이터베이스 성능을 높이기 위해 서버를 추가하는 방식

→ MongoDB의 경우, 샤딩을 통해 데이터를 여러 서버에 분산하여 저장하고, 복제를 통해 각 서버의 데이터를 안전하게 유지함

 

* 분산형 데이터 베이스 (Distributed Database)

데이터를 여러 서버(혹은 노드)로 나누어 분산 저장하고 처리하는 시스템

이를 통해서 단일 서버에서 처리할 수 있는 한계를 넘어서는 대규모 데이터 처리 및 성능 최적화가 가능해짐

 

MongoDB는 **샤딩과 복제를 통해 분산형 구조를 지원 → 성능과 **고가용성 제공

 

**샤딩 (Sharding)

분산형 데이터베이스의 핵심 기능 중 하나

데이터를 여러 서버(샤드)에 분배해서 저장하며, 각 샤드는 독립적으로 데이터를 관리하고 쿼리 처리를 함

샤딩을 통해, 데이터가 많아져도 성능 저하 없이 수평 확장이 가능. 이때 데이터 분배의 기준은 샤드 키(Shard Key)

→ MongoDB의 로드 밸런싱 공유 프로세스는 승인된 읽기 및 쓰기 처리량을 유지하면서 여러 가상 머신에 대규모 데이터 세트를 한번에 배포

 

**고가용성(High Availability)

시스템이 장애가 발생해도 서비스가 중단되지 않도록 하는 기능

○  Replica Set (복제 세트)를 사용해 여러 노드에 데이터를 복제하여 장애 발생 시 자동으로 대체 서버로 전환(Failover) 가능

○  Primary-Secondary 구조를 통해 데이터를 복제하고, 장애 발생 시 Secondary 노드가 Primary로 승격되는 구조 가짐

 

+----------------------------+
|       Client (Driver)      |
+----------------------------+
              │
              ▼
+----------------------------+
|       MongoDB Server       |
+----------------------------+
      │          │
      ▼          ▼
+------------+  +------------+
| Collection |  | Collection |
+------------+  +------------+

 

●  Client(클라이언트)  -- MongoDB에 요청을 보내는 어플리케이션

●  MongoDB Server(몽고DB 서버) -- 데이터를 저장하고 관리하는 중앙 엔진

●  Collections(컬렉션) -- 여러 개의 Document를 저장하는 컨테이너

 

 

4️⃣ MongoDB 설치 및 데이터베이스 생성

 

● 몽고 디비 설치

https://www.mongodb.com/ko-kr/docs/manual/tutorial/install-mongodb-on-windows/

Windows 에 MongoDB Community Edition 설치 - MongoDB 매뉴얼 v8.0 - MongoDB Docs

위의 URL로 들어가면 튜토리얼을 볼 수 있다

 

● 데이터베이스 생성

 

아니면 나와 같은 경우는 MongoDB Atlas의 클라우드 서비스를 이용하여 클라우드에 데이터베이스를 생성하였다. 이렇게 하면 직접 컴퓨터에 몽고디비를 설치하지 않아도 데이터베이스를 사용할 수 있다는 장점이 있다. 또한 mongoDB에서 제공하는 MongoDBCompass 프로그램을 사용하여 쉽게 데이터베이스를 관리할 수 있다.

 

몽고디비 홈 화면

 

화살표를 통해 들어가서 가입 혹은 로그인 후 들어가면 

 

이런 화면이 뜬다

 

여기서 Cluster0은 MongoDB Atlas의 클라우드 서비스에서 제공하는 기본 클러스터이다. MongoDB Altas의 클러스터 안에서 데이터베이스를 생성 및 관리 할 수 있다. 즉, 클러스터는 데이터베이스를 포함하는 컨테이너 역할을 한다고 생각하면 된다.

 

화살표 부분을 클릭하여 해당 클러스터의 컬렉션들 목록으로 들어간다

 

이렇게 목록으로 들어갔으면 아래 화살표 부분 ('Create Database')를 누르면 데이터 베이스가 새로 생성이 된다.

화살표된 버튼을 누르자

 

이런 창이 뜬다

이 창에서 database name, collection name을 입력하고 create를 누르면 데이터베이스가 생성된다. additional preferences는 선택사항이다.

 

3️⃣Python 연동하기

* 참고 : python 실행환경은 ' pycharm ' 을 사용한다

이제 python 과 mongoDB를 연결해보도록 하겠다

 

● 먼저 pymongo 라는 라이브러리를 설치해준다

pymongo : 파이썬과 mongoDB를 연결해주는 라이브러리

 

    ○  pycharm 왼쪽 하단 터미널을 클릭하고 아래 명령어를 입력해준다

pip install pymongo

 

● Mongo Atlas로 들어가서 연결하려는 데이터베이스가 있는 클러스터의 python 연결 코드를 가져온다

Connect 클릭

 

화살표에서 python 선택 && 아래의 connection string 복사

 

이제 pycharm 에 들어가서 아래의 코드를 입력하여 python과 연결을 수행해준다

from pymongo import MongoClient

# MongoDB 연결
MONGO_URI = "복사해온 connection string 입력"
#이때 db_password에 비밀번호를 넣어주면 됨. 특수문자 같은 경우에는 그대로 넣으면 안되고 변환해서 넣어줘야함 ex) @ = %40

client = MongoClient(MONGO_URI)

# 데이터베이스 선택
db = client.dataEngineering

# 컬렉션 선택
collection = db["name"]

# example 데이터 삽입
sample_data = {"name": "Alice", "age": 25, "city": "Seoul"}
collection.insert_one(sample_data)

 

이렇게 데이터가 잘 삽입된 것을 알 수가 있다

 

4️⃣CRUD 만들기

 

CRUD의 나머지도 수행해준다 (Read, Update, Delete)

# example 데이터 CRUD

# 삽입은 위에서 이미 진행완료(생략)

# 데이터 읽기
for user in collection.find():
    print(user)

# 데이터 업데이트
collection.update_one({"name": "Alice"}, {"$set": {"age": 30}})
print("\n 데이터 업데이트 완료!")

# 데이터 삭제
collection.delete_one({"name": "Alice"})
print("\n 데이터 삭제 완료!")

 

이걸 실행시켜보면,,,,,

위 코드의 결과물

 

5️⃣ pymongo 함수 정리

 

●  데이터 삽입 (Create)

    ○  insert_one(document)    :    단일 문서 삽입

    ○  insert_many([document1, document2, ...])    :    여러 개의 문서 삽입

●  데이터 조회 (Read)

    ○  find_one(filter)    :    조건을 만족하는 첫 번째 문서 조회

    ○  find(filter)    :    조건을 만족하는 모든 문서 조회

    ○  find( {}, {"field": 1} )   :    특정 필드만 선택하여 조회

    ○  count_documents(filter)    :    조건을 만족하는 문서 개수 반환

●  데이터 업데이트 (Update)

    ○  update_one(filter, update)    :    조건을 만족하는 첫 번째 문서 업데이트

    ○  update_many(filter, update)    :    조건을 만족하는 모든 문서 업데이트

    ○  replace_one(filter, new_document)    :    기존 문서를 새로운 문서로 교체

●  데이터 삭제 (Delete)

    ○  delete_one(filter)    :    조건을 만족하는 첫 번째 문서 삭제

    ○  delete_many(filter)    :    조건을 만족하는 모든 문서 삭제

●  기타

    ○  limit(n)    :    조회할 문서 개수 제한

    ○  sort([("field",  1)])    :    정렬 (1: 오름차순, -1: 내림차순)