Para agentes de IA: hay un índice de documentación disponible en https://www.mongodb.com/es/docs/llms.txt — versiones en markdown de todas las páginas están disponibles agregando .md a cualquier ruta URL.

Estimar el impacto del almacenamiento de Queryable Encryption

Cifrar un campo con Queryable Encryption y habilitar queries en campos cifrados aumentan el almacenamiento que requiere una colección. Calcule estos aumentos antes de finalizar su esquema de cifrado, ya que cambiar los aumentos requiere que vuelva a crear la colección.

Puede calcular estas estimaciones para su colección con la habilidad de agente mongodb-qe-size-estimation, disponible directamente desde el repositorio público, o desde los complementos mongodb o mongodb-atlas.

Para obtener información más detallada sobre Queryable Encryption, consulte el informe técnico de Queryable Encryption.

MongoDB aplica un índice a cada campo cifrado consultable mediante la generación de etiquetas, T, que almacena en las colecciones de metadatos que crea para cada colección cifrada. El almacenamiento crece con el número de etiquetas que produce cada valor. Las fórmulas siguientes son para el número máximo de etiquetas que un valor puede generar.

  • Los campos no consultables ("no indexados") no generan etiquetas, T=0.

  • Los campos índiceados para query de igualdad generan una etiqueta, T=1.

  • Los campos con índice para query de prefijo o sufijo generan una etiqueta inicial, luego crecen linealmente con la diferencia entre la longitud máxima y mínima de la query, T = 1 + (strMaxQueryLength - strMinQueryLength + 1).

  • Los campos indexados para query de prefijo y sufijo crecen linealmente con la diferencia entre la longitud máxima y mínima de la query de prefijo y sufijo, T = 1 + (strMaxQueryLength_prefix - strMinQueryLength_prefix + 1) + (strMaxQueryLength_suffix - strMinQueryLength_suffix + 1)

  • Los campos índice para queries de subcadena generan la mayor cantidad de etiquetas, utilizando la fórmula T = 1 + (strMaxQueryLength - strMinQueryLength + 1) * (2 * strMaxLength + 2 - strMaxQueryLength - strMinQueryLength) / 2.

Habilitar Queryable Encryption en su colección probablemente tendrá un impacto menor en el almacenamiento en disco y la memoria de lo calculado. Estas fórmulas protegen contra el peor de los casos.

Importante

Cada vez que se guarda un valor de campo cifrado, también se guardan dos documentos de metadatos por etiqueta, uno en el ESC y otro en el ECOC, por lo que el rendimiento de escritura escala con el recuento de etiquetas de la misma manera que el almacenamiento.

Para query de prefijo y sufijo, solo la diferencia entre la longitud máxima y mínima de la query contribuye al crecimiento de la etiqueta. Para las query de subcadenas, todos los parámetros contribuyen, y la longitud de búsqueda es el mayor contribuyente. La siguiente tabla compara cuántas etiquetas genera un campo de string a medida que strMaxQueryLength aumenta, asumiendo un strMaxLength de 50 y un strMinQueryLength de 2. Las query de subcadena aplican un máximo strMaxQueryLength de 6, por lo tanto, esta tabla solo compara valores 2 a 6, a pesar de que las query de prefijo y sufijo permiten valores más altos.

strMaxQueryLength
2
3
4
5
6

prefix or suffix

2

3

4

5

6

substring

50

98

145

191

236

Debido a este crecimiento, evite habilitar query de subcadenas en más de un campo. Habilítelos solo si las query de prefijo y sufijo no pueden satisfacer sus necesidades y la colección contiene menos de 50 millones de documentos.

Asegúrese de tener la siguiente información:

  • El número de documentos de la colección que contienen campos cifrados.

  • La longitud media en bytes de los valores de texto sin formato de cada campo cifrado.

  • El número de campos que planea cifrar y su configuración de query cifrada.

1

Para cada campo cifrado, calcule T, el límite superior en el número de etiquetas que genera un único valor. Calcular uno T por campo: un campo con índice para query de prefijo y de sufijo utiliza una única fórmula que combina ambos tipos de query.

  1. Para campos no indexados, T = 0.

  2. Para campos con índice para query de igualdad, T = 1.

  3. Para campos con índice para prefix o suffix query:

    T = 1 + (strMaxQueryLength - strMinQueryLength + 1)
  4. Para campos con índice para queries prefix y suffix:

    T = 1 + (strMaxQueryLength_prefix - strMinQueryLength_prefix + 1) + (strMaxQueryLength_suffix - strMinQueryLength_suffix + 1)
  5. Para campos con índice para substring query:

    T = 1 + (strMaxQueryLength - strMinQueryLength + 1) * (2 * strMaxLength + 2 - strMaxQueryLength - strMinQueryLength) / 2

    Por ejemplo, para un campo con strMinQueryLength 2, strMaxQueryLength 6, y strMaxLength 50:

    T = 1 + (6 - 2 + 1) * (2 * 50 + 2 - 6 - 2) / 2 = 1 + 5 * 94 / 2 = 236
2

Utilizando el recuento de etiquetas del paso anterior, calcule el almacenamiento que un solo documento requiere para el campo, en bytes. Utilice las siguientes fórmulas, donde v es la longitud media en bytes de los valores sin cifrar del campo.

Para campos sin indexar, utilice:

document storage = 71 + ceil((v+6)/16) * 16

Para otros campos, utilice:

document storage = 1.2 * (255 * T + 122 + ceil((v + 6) / 16) * 16)

Verifique que los documentos permanezcan dentro del límite de tamaño. Los valores cifrados y sus metadatos se incluyen en el límite de 16 MB de tamaño del documento BSON.

3

Suma el valor T de cada campo en T_Total. A continuación, utilizando N, el número de documentos que contienen campos cifrados, calcule lo siguiente, en bytes:

index storage = 1.2 * (67 * T_Total + 640)
total disk storage = N * (index storage + sum of the document storage per field)
memory = N * (52 * T_Total + 17)

Convierta el almacenamiento total en disco a GB dividiendo por 1,000,000,000. Convierta la memoria a GiB dividiendo por 1,073,741,824.

4

Añada el impacto estimado en disco y memoria al tamaño actual de su colección, luego compare los totales con el almacenamiento y la memoria disponibles en su implementación.

  • Si su implementación cumple los requisitos de almacenamiento y memoria, continúe con Crear un esquema de cifrado.

  • Si su implementación no cumple los requisitos, considere las siguientes opciones:

    • reemplazar consultas de subcadena con consultas de prefijo o sufijo

    • reducir strMaxLength en campos indexados para queries de subcadenas

    • reducir el rango entre strMinQueryLength y strMaxQueryLength en campos indexados para queries de subcadena

Para obtener más información sobre las opciones de configuración de query en campos cifrados, consulte Referencia de campo.

Para configurar campos cifrados y tipos de query, consulta Crea un esquema de cifrado.

Para aprender cómo afecta cada opción de configuración a la seguridad y el rendimiento, consulte Configurar campos cifrados para una búsqueda y un almacenamiento óptimos.