在上篇 MongoDB-最受歡迎的 NOSQL 資料庫 的介紹中，我們詳細講解了 MongoDB 的產品性能以及優點。那麽，這篇文章則會介紹 MongoDB 的基本觀念、合適使用情境以及相較於 MySQL ，MongoDB 的優勢。 

MongoDB 是什麼 ?

MongoDB 是一種開源的 NoSQL 文件資料庫，由於使用 JSON 文檔資料儲存結構，MongoDB 具有 靈活、 易於擴展、 高效能 這三種優勢。

與傳統關聯式資料庫相比，用戶在使用 MongoDB 儲存資料時，無需事先定義資料架構，還能夠自由地增加資料的 Key/Value 。

因此企業在處理巨量資料時，能夠花更少的時間，而且透過 MongoDB 允許資料格式不一致的特性，開發者也能夠輕鬆地處理資料架構不穩定的問題。

試想，如果一間企業每天有大量的資料需處理，而這些資料涵蓋的範圍從客戶資訊到公司的銷售資料應有盡有。每一種資料也有不同的特徵，如果使用傳統的 RDBMS （關聯式資料庫），那用戶就必須先定義資料的格式與架構，才能將資料儲存。然而，因為資料的種類繁多，如果每一筆資料都需要先定義才能存入，效率會太過緩慢。

只要透過 MongoDB 的半結構和非結構化的資料儲存特性，開發團隊能夠省下時間和減少工作量。

MongoDB 的關鍵元素

文件（Documents）

在 MongoDB 中，Document 是資料儲存的基本單位。

每個 Document 都是一個 JSON 格式的資料結構，由一個或多個 key-value 對組成。由於 Document 具有動態特性，同一個集合（Collection）中的不同 Document 可以擁有完全不同的欄位與結構。

當使用者將 JSON 文件儲存至 MongoDB 時，系統會自動將其轉換為 BSON（Binary JSON）格式。BSON 是 JSON 的二進位表示，支援更多資料類型，並具備更快的序列化與傳輸效率。

在查詢過程中，MongoDB 會讀取相應的 BSON，並將其轉換回 JSON，讓使用者能方便地檢視與操作。

以下是 MongoDB 官方對 BSON 的說明：
「BSON，即 Binary JSON。它的二進位結構能夠編碼資料類型與長度。相較於 JSON，BSON 的傳輸速度更快。」

Document 的靈活性和動態結構，以及 BSON 的高效傳輸特性，使 MongoDB 能夠有效地處理各種資料結構，並滿足現代應用程式的需求。

一個簡單的 Document 可能如下所示：

集合（Collection）

在 MongoDB 中，Collection 是由多個 Document 組成的容器。

它類似於關聯式資料庫中的表格，但與表格不同的是，Collection 不需要固定結構。這意味著同一個 Collection 內的 Document 可以擁有不同的欄位與格式。

Collections 常用來組織與儲存相關的 Document。舉例來說，一個 Collection 可以包含某公司所有員工的 Document，每個 Document 分別記錄一位員工的詳細資訊。

在操作上，Collections 提供查詢、插入、更新與刪除等功能，並可透過建立索引來提升查詢效能。這種設計使 Collection 具備高度靈活性，能夠因應各種資料需求與應用場景。

 

_id

在 MongoDB 中，_id 欄位是每個文件的主鍵（Primary Key），代表該文件的唯一識別值。

每個文件都會擁有獨特的 _id，用來確保集合內資料的一致性與正確性。若使用者在建立文件時未指定 _id，MongoDB 會自動為其產生一個長度為 12 位元組的 _id。

這種自動生成機制能保證資料的唯一性，使得集合內的檢索更加高效且可靠。

索引（Indexes）

使用者可以在集合中的任意欄位上建立次級索引（Secondary Index），以加速 BSON 文件的搜尋。

與預設的 _id 索引 不同，次級索引允許在多個欄位上進行快速檢索。若缺少索引，查詢時就必須對整個集合進行掃描（Collection Scan），逐一比對欄位，成本相當高。

次級索引在處理龐大資料集時特別重要，能有效降低查詢延遲並提升效能。
例如，在儲存客戶資訊的集合中，若經常需要依電子郵件地址進行查詢，就可以在「電子郵件」欄位上建立次級索引，從而直接透過該欄位快速檢索目標文件。

MongoDB 的 4 大優勢

（一）高效能（High Performance）

異於傳統關聯式資料庫，利用 Join 的運算功能進行資料的查詢。

MongoDB 採用基於文檔（ Document Base ）的模型，將資料 嵌入 至單一文檔中。得益於這種特性， MongoDB 的查詢速度能與傳統關聯式資料庫相互媲美活。

另外，MongoDB 能夠串聯眾多資料庫，快速的將 TB 級資料儲存，再將資料交付給擅於分析大數據的 Cloudera 進行處理。

（二）JSON 文檔資料庫（Document Database)

MongoDB 採用文件資料庫，將每筆資料以 Document 和 Field 的方式組織資料，這個特色的強大之處在於，它能夠匯總非結構化資料，快速製作成容易閲讀的資料目錄。

（三）廣泛支援的程式語言

以下是 MongoDB  支援的各種主流程式語言：

C、C++、C#，Erlang、Haskell、Java、JavaScript、Lisp、fibjs、node.JS、Perl、PHP、Python、Ruby、Scala、Go、Rust。

（四）合乎成本效益

MongoDB 提供多種靈活的計價方案。如果使用 MongoDB 的雲端版本 MongoDB Atlas ，您也能夠選擇最符合需求的付費方案！

另外，MongoDB Atlas 具有自動規模化（Auto Scaling）功能，能夠隨時調整資料集群的大小，不只能有效將成本降至最低，還能隨時保持應對突發狀況的靈活性！

4 個 MongoDB 的應用場景

MongoDB 是一種 NoSQL 資料庫，以其靈活性和可擴展性而聞名。以下列出 MongoDB 的 4 個應用場景，希望能幫助您了解 MongoDB 的優勢和適用範圍：

(一) 需要處理大量資料和高併發請求的雲端資料庫

MongoDB 的水平擴展能力可以輕鬆應對資料量和流量的增長，確保應用程式的效能和可用性。

這對於需要大量運算功能，並將資料快速發送到多個伺服器的雲端資料庫來說至關重要，例如：

• 電商平台： 處理大量的商品資訊、訂單資料和使用者行為數據。
• 物聯網應用： 儲存和分析來自各種感測器的海量數據。
• 遊戲平台： 儲存玩家資訊、遊戲進度和排行榜數據。
• 社群媒體： 處理使用者資訊、貼文、訊息和互動數據。

(二) 沒有專職 DBA 的小型企業或團隊

MongoDB 的易用性和自動化管理功能，例如自動分片、自動備份和恢復，可以降低資料庫的運維成本和複雜度，即使沒有專職 DBA 也能輕鬆管理。

(三) 擁有大量尚未確定且未來還會變動的資料架構

MongoDB 採用 schema-less 架構，允許使用者在無需預先定義資料結構的情況下儲存資料，非常適合應對結構經常變動的資料。

這對於擁有大量不穩定 schema 的應用程式來說非常重要，因為它可以靈活地適應 schema 的變更，而無需進行複雜的遷移或重構。

(四) 資料關係不複雜，且不需要進行 Join 運算的應用程式

MongoDB 的文件資料模型非常適合儲存和查詢具有嵌套結構的資料，例如：

• 產品目錄
• 使用者設定檔
• 內容管理系統

這使得 MongoDB 非常適合資料關係不複雜，且不需要進行 Join 運算的應用程式，因為它可以避免 Join 操作帶來的性能開銷，並提供更簡單、更直觀的資料模型。

MongoDB 與關聯式資料庫的關係為何？

MongoDB 是一個 文件導向的 NoSQL 資料庫，與傳統的關聯式資料庫如 MySQL、Oracle 或 SQL Server 有著本質上的差異。

這些差異不僅體現在資料管理的方式上，其中的文件導向和無架構設計使 MongoDB 在可擴展性和高可用性方面具有優越的效能。雖然，MongoDB 和 MySQL 都是開源且常見的資料庫，兩種資料庫的核心理念卻截然不同，因為它們分別為解決不同的問題而生。

在選擇 MongoDB 前，使用者必須先了解關聯式資料庫（RDBMS）與非關聯式資料庫（NoSQL）間的區別。

因此接下來我們將介紹關聯式資料庫與非關聯式資料庫間的區別，並深入比較 MongoDB 與 MySQL 的差異。

關聯式資料庫（RDBMS）

關聯式資料庫（RDBMS）是一種傳統的資料庫系統，以結構化查詢語言（SQL）為基礎，將資料儲存於預定義的表格中。這些表格包括行和列，彼此之間存在明確的關聯性。

在 RDBMS 中，使用者必須先將資料架構（Schema）和表之間的關係設定好。

這種預設方式使資料有明確的結構和關聯，但同時也會帶來一些挑戰。

因為一但將資料架構設定好，後續的變更就會變得相當複雜，尤其在資料量龐大的情況下，調整 Schema 不僅麻煩，更可能是個浩大的工程。儘管如此，關聯式資料庫的結構化方式仍適用於許多情況。

例如，它特別適合遵循ACID 特性的產業，如資料交易密集的銀行系統、企業資源規劃（ERP）系統等。這類強調一致性與完整性的設計，使其成為相關場景中的理想資料庫代表，如 MySQL 與 PostgreSQL。

非關聯式資料庫（NoSQL）

NoSQL 意指「not only SQL」，指不限於關聯式資料庫的各類資料庫。

NoSQL 資料庫通常無固定架構，具備更高的水平擴展性和靈活的資料結構，能快速存取大量非結構化或半結構化資料。

因此，它們特別適合需要高速讀寫和高吞吐量的場景，如即時分析、物聯網（IoT）及大數據應用。而代表性資料庫包括 MongoDB 與 Cassandra。

MongoDB 相較於 MySQL 的優點為何？

（一）服務零中斷

主機發生故障時， MongoDB 的副本集架構（Replica Set）能夠提供 冗餘（Redundancy）和 高可用性 (High Availability）。

每個副本集內部包含多台主機，其中一台為 Primary，其他台為 Secondary，多台機器之間的狀態及資料會自動同步。因此，當故障發生時，系統會在幾秒之內從 Secondary 中選出一台 Primary 接管工作，從而達到零停機 。

然而，對 MySQL 來說，故障移轉的程序必須依靠手動完成。維運團隊需要無時無刻的保持警覺，就算主機在半夜發生故障，維運團隊還是必須起床修復。

這不僅讓團隊無法好好休息，主機重新上線也需要耗費幾分鐘的時間。

（二）更快的開發時程

JSON 檔的本質是靈活的，每個文檔資料中的 Key Value 也不盡相同 。

例如：產品目錄中，儲存男裝資料與儲存電視規格資料的 Key/Value 是不相同的。我們也稱這種現象為資料的「多型」。

使用 JSON 文檔，我們能夠在無需更改資料庫架構的情況下，隨意增添資料的 Key Value。 JSON 文檔這種對資料欄位沒有強制定義的特性，讓開發者能用最短的時間開發軟體系統。

反觀 MySQL ，如果貿然更改 MySQL 內的資料結構，會造成資料庫的停機或主機資源的大量耗損。

（三）更方便的擴充

隨著資料量的增多，再優秀的資料庫都會面臨擴充的需求，利用 MongoDB 的分片功能，資料庫中的工作量會被分散至多台主機中。

用戶只需根據自身的需求增加主機，而不用花費鉅額成本增添一台效能更好的主機系統，從而達到節省成本的目的。而且使用者在擴充 MongoDB 時，無需更改資料庫內的設定，能減少擴充的複雜度。

然而，在擴充 MySQL 時，由於關聯式資料庫內寫入大量的 SQL Join，使用者必須調整資料庫內的所有程式碼、停機資料庫，同時必須小心地處理資料表格存放的節點。

（四）MongoDB 與 MySQL 的差異對照表

以下為 MongoDB 與 MySQL 之間的差別：

語法差異

雖然 MongoDB 使用的術語和 MySQL 不同，但本質上是差不多的，差異可參考下方術語對照表 ： 

總結

MongoDB 是目前市面上最受歡迎的 NoSQL 資料庫，同時也是 NoSQL 資料庫領域中的領頭羊。

MongoDB 提供企業更方便的資料儲存解決方案、提供工程師更友善的開發環境，也讓企業在不用花費鉅額成本的情況下，能夠選擇一個價格更低廉，效能良好的資料庫替代方案。

歐立威科技是 MongoDB 的代理商，如果想要獲得更多資訊，歡迎聯繫我們！

加入歐立威 LINE 好友，了解更多產品資訊

【前情提要】

2021年12月9日，Apache Log4j 被揭漏有重大風險漏洞 Log4Shell，漏洞編號 CVE-2021-44228。駭客可以利用該漏洞發動遠端程式碼執行攻擊，最嚴重可以接管整台系統，影響範圍擴及 Apache Log4j 2 中 logging library 的多個版本，資安專家稱為近 10 年來最嚴重漏洞，研究人員也發現已經有針對該漏洞的攻擊行動。

哪些產品被影響？

截至台灣時間 2021/12/20，MongoDB 被影響的產品調查狀態如下

本文章為歐立威科技整理原廠官方文件與網路資源，並非即時更新，僅供使用者參考，使用者應自行審慎評估自身環境及官方最新建議以採取最佳行動，若需要任何技術支援歡迎聯絡我們。

參考資料：

• Log4Shell Vulnerability (CVE-2021-44228, CVE-2021-45046 and CVE-2021-45105) and MongoDB