Skip to main content

การเรียนรู้การออกแบบ Schema ใน MongoDB (MongoDB Schema Design)

บทนำ​

MongoDB เป็นฐานข้อมูลแบบ NoSQL ที่มีโครงสร้างข้อมูลแบบเอกสาร (Document-Oriented Database) การออกแบบ Schema ใน MongoDB แตกต่างจากฐานข้อมูลเชิงสัมพันธ์ (RDBMS) ที่ใช้ตารางและคอลัมน์ การออกแบบ Schema ที่ดีใน MongoDB จะช่วยเพิ่มประสิทธิภาพและความสามารถในการปรับขนาดของแอปพลิเคชันได้

หลักการพื้นฐานในการออกแบบ Schema​

1. พิจารณาการใช้งาน (Use Case)​

  • ออกแบบ Schema ตามลักษณะการเรียกใช้งานข้อมูล ไม่ใช่ตามโครงสร้างข้อมูลเดิม
  • คำนึงถึงความถี่และลักษณะของการอ่าน (Read) และเขียน (Write) ข้อมูล

2. การฝังข้อมูล (Embedding)​

  • ใช้การฝังข้อมูล (Embedded Documents) สำหรับข้อมูลที่เกี่ยวข้องกันและเรียกใช้พร้อมกันบ่อยครั้ง

ตัวอย่าง:​

{
  _id: 1,
  name: "John Doe",
  orders: [
    { orderId: 101, product: "Laptop", quantity: 1 },
    { orderId: 102, product: "Mouse", quantity: 2 }
  ]
}

3. การอ้างอิงข้อมูล (Referencing)​

  • ใช้การอ้างอิง (Referenced Documents) สำหรับข้อมูลที่ซับซ้อนหรือมีการใช้งานร่วมกันในหลายที่

ตัวอย่าง:​

// ผู้ใช้
{
  _id: 1,
  name: "John Doe"
}

// คำสั่งซื้อ
{
  _id: 101,
  userId: 1,
  product: "Laptop",
  quantity: 1
}

4. หลีกเลี่ยงการ Normalization มากเกินไป​

  • การ Normalization แบบ RDBMS อาจไม่เหมาะสมกับ MongoDB ควรพิจารณาการ Denormalization เพื่อเพิ่มประสิทธิภาพ

ตัวอย่างการออกแบบ Schema​

1. Schema แบบ Embedded​

เหมาะสำหรับ:​

  • ข้อมูลที่มีความสัมพันธ์แบบ "1 ต่อหลาย"
  • ข้อมูลที่ถูกดึงมาใช้งานพร้อมกันบ่อยครั้ง

ตัวอย่าง:​

{
  _id: 1,
  name: "John Doe",
  address: {
    street: "123 Main St",
    city: "Bangkok",
    postalCode: "10110"
  }
}

2. Schema แบบ Referenced​

เหมาะสำหรับ:​

  • ข้อมูลที่มีความสัมพันธ์แบบ "หลายต่อหลาย"
  • ข้อมูลที่มีการเปลี่ยนแปลงบ่อย

ตัวอย่าง:​

// ผู้ใช้
{
  _id: 1,
  name: "John Doe"
}

// บทบาท
{
  _id: 101,
  roleName: "Admin"
}

// ความสัมพันธ์
{
  userId: 1,
  roleId: 101
}

การออกแบบ Schema สำหรับปริมาณข้อมูลสูง​

1. Sharding​

  • ใช้ Sharding เพื่อกระจายข้อมูลไปยังหลาย Node
  • เลือก Shard Key ที่เหมาะสม โดยพิจารณาจากรูปแบบการ Query และการกระจายข้อมูล

2. การจัดการ Index​

  • ใช้ Index เพื่อเพิ่มความเร็วในการค้นหา เช่น Single Field Index, Compound Index, Text Index
  • หลีกเลี่ยงการสร้าง Index ที่มากเกินไป เนื่องจากจะเพิ่มเวลาในการเขียนข้อมูล

3. การจัดเก็บข้อมูลแบบ Time-Series​

  • สำหรับข้อมูลที่มีลักษณะเวลา เช่น Log หรือข้อมูลเซนเซอร์ ควรใช้ Schema ที่แยกข้อมูลตามช่วงเวลาเพื่อเพิ่มประสิทธิภาพ

เครื่องมือช่วยในการออกแบบ Schema​

1. MongoDB Compass​

  • เครื่องมือ GUI สำหรับออกแบบและตรวจสอบโครงสร้าง Schema

2. MongoDB Atlas​

  • บริการฐานข้อมูลบนคลาวด์ที่มีฟีเจอร์การวิเคราะห์ Schema

ข้อควรระวัง​

  1. หลีกเลี่ยงการสร้างเอกสารที่มีขนาดใหญ่เกินไป:
    • ขนาดเอกสารใน MongoDB ไม่ควรเกิน 16MB
  2. คำนึงถึงข้อจำกัดของ MongoDB:
    • เช่น จำนวน Index ต่อคอลเลคชัน หรือจำนวนฟิลด์ในเอกสาร
  3. ทดสอบ Schema:
    • ทดสอบการใช้งาน Schema กับ Workload จริงเพื่อประเมินประสิทธิภาพ

สรุป​

การออกแบบ Schema ใน MongoDB ควรคำนึงถึงการใช้งานจริงเป็นหลัก พร้อมทั้งพิจารณาเทคนิคการฝัง (Embedding) และการอ้างอิง (Referencing) ที่เหมาะสม การออกแบบที่ดีจะช่วยเพิ่มประสิทธิภาพและความสามารถในการปรับขนาดของระบบได้