MongoDB.local Seoul 2025

데이터 모델링 개요

---

거래 트랜잭션 정보들을 저장하기 위한 최적의 모델링이 무엇인지에 대해 살펴보자.

• 모델링을 하는 이유는?
  • 제약조건 대응
    • 물리적 제약
    • 하드웨어 제약
    • 소프트웨어 제약
  • 이해관계자 소통
    • 유비쿼터스 언어
  • 문서화
    • 요구사항 분석
    • 다이어그램

워크로드는 각 Objects를 Collections으로 그룹화하는 최적의 방법을 결정한다.

• 워크로드 : 애플리케이션이 데이터에 말을 거는 방식.

프로젝트(워크로드)에 대한 분석 및 분류

• 쓰기가 많은지
• 읽기가 많은지
• 빠르게 읽어야 하는지
• 저장 데이터가 많은지
• 심플함이 중요한지

데이터 모델링 방법론

---

어떤 데이터를 많이 읽거나 쓸 것인가를 분석한다.

데이터 모델링 과정

• 요구사항 분석 : 엔티티 추출, 핵심 명사들 추출
• 워크로드 분석 : 데이터 오퍼레이션을 목록화 (필요 성능 계산)
  • 모델의 설계 기준선을 만드는 작업
• 관계 설정
  • 애플리케이션에서 함께 조회되는 것은 데이터베이스에서도 함께 저장되야 한다.
• 패턴
  • 디자인 패턴은 필요할 때만, 스키마는 단순하게 하는 것이 좋다.

MongoDB 성능 개선

---

• MongoDB Atlas Ignite Package (컨설팅)
• Index Tuning
  • Performance Advisor
  • Query Profiler (매일 모니터링 필요)
• Cluster Version Update
• Covered Query : 인덱스에 모든 데이터를 넣는 방식
• Archiving : 오래된 데이터를 S3로 옮김
• Analytics Node : 분석용 노드
  • 분석할 때나 스케쥴링 작업 등
• In-Memory Caching : 상수 조회 쿼리를 인메모리로 관리
• AI Code Review for Index