オンデマンドのスケーリング
MongoDB Atlasでは、数回のクリックまたはAPI呼び出しで、データベースをスケールアップ、スケールダウン、またはスケールアウトできます。
柔軟なスケーラビリティ
アプリケーションのダウンタイムなしで、クラスターのインスタンスサイズ、メモリ、ストレージ容量を調整できます。必要なときに必要なリソースをプロビジョニングしましょう。使用したリソースのみがお支払い対象となります。
ネイティブシャーディング
Atlasのネイティブシャーディング機能を使用して、複数のマシンにわたって水平方向にスケーリングできます。ニーズに応じたシャードの数とシャーディング戦略を選択できます。
容量の自動スケーリング
完全に自動化された容量管理を有効にすると、リソース使用率メトリクスをリアルタイムで追跡することにより、Atlasで必要に応じてデータベースストレージとサイズを調整できます。
水平方向にスケーラブルなドキュメントデータベースを使用することは、プレイヤーアカウントベースのゲームに最適であることがわかりました。トラフィック量が大きく、スケーラビリティの高いソリューションを作成するには、細部まで把握することが重要です。そのため、通常はエンジニアがスタックのさまざまな部分に気を配る必要がありますが、MongoDB AtlasとMongoDBのサポートによって大きく効率化できます。
Yordan Gyurchev氏, SEGA社、テクニカルディレクター
当社では、デプロイ上でのアプリケーション実行に、自動拡張ストレージオプションを有効にしたM30サイズのインスタンスを使用しています。ディスク使用率が90%に近づくと、Atlasによって可用性に影響を与えることなく、自動的に追加のプロビジョニングが行われます。また、これまでのようにトラフィックにスパイクが生じた場合、画面上のボタンをクリックするか、APIを使用してスケーリングイベントをトリガーすることで、MongoDB Atlasを使用して簡単にスケールアップまたはスケールアウトできます。
Ken Hoff氏, Stream社、デベロッパーアドボケイト水平方向にスケーラブルなドキュメントデータベースを使用することは、プレイヤーアカウントベースのゲームに最適であることがわかりました。トラフィック量が大きく、スケーラビリティの高いソリューションを作成するには、細部まで把握することが重要です。そのため、通常はエンジニアがスタックのさまざまな部分に気を配る必要がありますが、MongoDB AtlasとMongoDBのサポートによって大きく効率化できます。
Yordan Gyurchev氏, SEGA社、テクニカルディレクター当社では、デプロイ上でのアプリケーション実行に、自動拡張ストレージオプションを有効にしたM30サイズのインスタンスを使用しています。ディスク使用率が90%に近づくと、Atlasによって可用性に影響を与えることなく、自動的に追加のプロビジョニングが行われます。また、これまでのようにトラフィックにスパイクが生じた場合、画面上のボタンをクリックするか、APIを使用してスケーリングイベントをトリガーすることで、MongoDB Atlasを使用して簡単にスケールアップまたはスケールアウトできます。
Ken Hoff氏, Stream社、デベロッパーアドボケイト
時間が経つにつれて、当初のプロビジョニングが必要以上であったことに気付きました。その時点では、クラスターを再プロビジョニングして自分たちで再度管理することも検討しましたが、単純にデータをMongoDB Atlasに移行するだけで、この問題を完全に解決することができました。
Gavin Cooper氏, Surfline社、プロダクト&エンジニアリング担当シニアディレクターリソースの効率性の最適化
MongoDB Atlasを使用すると、インテリジェントなインデックスとスキーマの提案、自動データ階層化、分析クエリのためのワークロード分離によって、データベースのパフォーマンスが向上します。
インデックスに関する提案
MongoDB AtlasのPerformance Advisorは、パフォーマンスが低下しているコレクションを自動的に分析し、インデックスの追加を推奨します。関連するメトリクスを使用した低速なクエリの例を参照して、数回のクリックで推奨されるインデックスを作成できます。
スキーマの提案
Performance Advisorは、最も低速で最もアクティブなコレクションについても対処可能なスキーマアドバイスを提供します。各推奨では状況と証拠が示されるため、データベースのパフォーマンスに影響を与える可能性があるデータモデルの非効率性を確認できます。
Online Archive
Online Archiveを使用すると、完全管理データベースとクラウドオブジェクトストレージ全体でデータを階層化し、単一のエンドポイントを使用してクエリを実行できます。クエリのパフォーマンスを低下させることなく、履歴データを自動的にアーカイブし、運用データとトランザクションデータのストレージコストを節約できます。
ワークロードの分離
MongoDB ChartsやBI Connectorなどの分析ワークロードを実行するために、読み取り専用のセカンダリノードを構成します。これにより、同じデータベースに対するリソース集約型のクエリが運用ワークロードに影響することがなくなります。
Performance Advisorによって、データベースのインデックス作成とクエリの最適化が簡単になりました。
Nicolae Gudumac氏, Planable社、CTO兼共同創設者
チームにとってPerformance Advisorは非常に有用です。インデックスのないクエリはすべてキャプチャされ、アラートが送信されます。これにより必要に応じて数分で新しいインデックスを追加できます。
Jon Vines氏, AO.com社、ソフトウェア開発チームリードPerformance Advisorによって、データベースのインデックス作成とクエリの最適化が簡単になりました。
Nicolae Gudumac氏, Planable社、CTO兼共同創設者チームにとってPerformance Advisorは非常に有用です。インデックスのないクエリはすべてキャプチャされ、アラートが送信されます。これにより必要に応じて数分で新しいインデックスを追加できます。
Jon Vines氏, AO.com社、ソフトウェア開発チームリード
AtlasのPerformance Advisorにより、簡単に改善箇所を特定し、最後にデータベースのインデックスが作成されてからデータがどのように変更されたかを確認できます。
Sankaet Pathak氏, SynapseFI社、CEOパフォーマンスの完全な可視性
MongoDB Atlasは、カスタムアラート、リアルタイムのパフォーマンス追跡、履歴メトリクスによって、データベースの監視と診断の手間を軽減します。
リアルタイムのパフォーマンスパネル
運用、ディスク使用率、接続、IOPS、最もよく使用されるコレクション、最も遅いクエリなど、専用クラスターのライブパフォーマンスメトリクスを確認できます。
カスタムアラート
データベース操作、サーバー使用状況、その他の条件が、クラスターのパフォーマンスに影響する定義済みのしきい値に達したときに通知が送信されます。通知はすでにご利用のメール、テキスト、チャネルで受け取ることができます。
主要なデータベースメトリクス
多数のスループット、パフォーマンス、使用率のメトリクスからダッシュボードを作成し、データベースの過去のパフォーマンスを1分単位で分析できます。
Query Profiler
Query Profilerを使用すれば問題を迅速に診断できます。実行時間の長いクエリとその主要なパフォーマンス統計が明らかになります。履歴操作を確認して、コレクションおよび操作タイプ全体で外れ値やクエリパターンをすばやく特定できます。