単一リージョン Atlas 配置では、1 つのクラウドプロバイダーの単一リージョン内にクラスター ノードが設定されます。すべてのクラスター階層は、単一リージョンの Atlas 配置をサポートしています。アプリケーションでは最もコストの低いオプションを提供し、コストが一定の要素を考慮する場合には適しています。アベイラビリティーゾーンに分散されたノードと、デフォルトのmajority書込み保証 (write concern) を使用すると、単一リージョン配置により、ノードとゾーンの障害に対する自動フェイルオーバー保護が提供され、データの損失はゼロになります。ただし、リージョン障害にはバックアップからの回復が必要であり、ダウンタイムとバックアップ頻度によって異なるデータが失われる可能性があります。
注意
フェイルオーバー中のデータ損失がゼロになるには、majorityの書込み保証 (write concern)が必要です。書込み保証 (write concern)が低い場合、自動フェイルオーバーによってデータが失われる可能性があります。
すべての Atlas プロバイダーには、リージョン内でアベイラビリティーゾーンをサポートするリージョンがあり、単一ゾーン停止時の保護を追加します。クラウドプロバイダーは、自動的にトラフィックを同一リージョン内の別のアベイラビリティーゾーンにあるノードへリルートし、可用性を確保します。これはマルチリージョン配置に似ていますが、より小規模です。
次の図は、3 つのアベイラビリティーゾーンを持つシングルリージョン Atlas 配置を示しています。
単一リージョン配置の構成方法については、Atlas ドキュメントのクラスターの作成を参照してください。
シングルリージョン配置のユースケース
シングルリージョン配置は、以下の要件がある場合に最適です。
単一のクラウドプロバイダーを使用したい。
複数のリージョンに配置する必要がない。
アプリケーションが低レイテンシを必要とし、大多数のユーザーが 1 つの地理的な場所に集中している。
例、主に米国西部のユーザーを対象にAmazon Web Servicesを使用して配置されたアプリケーションでは、単一リージョン配置を us-west-2（アベイラビリティーゾーンをサポートするリージョン）に配置できます。これにより、すべてのノードが米国西部内にあるためレイテンシが低く、 プライマリノードに影響するゾーン停止時が発生した場合は可用性が提供されます。
アプリケーションで低レイテンシと、クロスリージョンまたはプロバイダー間での高可用性が必要な場合は、それぞれ マルチリージョン配置パラダイム または マルチクラウド配置パラダイム を検討してください。
シングルリージョン配置に関する考慮事項
シングルリージョンでの配置は、最低限の可用性を保証します。高可用性は、リージョンをまたいだノードの配置に加え、ノードの数、分散、および優先順位の順序に依存します。高可用性のための推奨クラスター トポロジーの詳細については、「Atlas 高可用性に関するガイダンス」を参照してください。
詳細な考慮事項については、Atlas ドキュメントの「考慮事項」を参照してください。
単一リージョン配置に関する推奨事項
アプリケーションが次のいずれかのクラウドプロバイダーに配置されている場合、MongoDB は Atlas リソースを同じプロバイダーおよびリージョンに配置することを強く推奨します。
そうすると、アプリケーションによって実行されるデータベース操作のレイテンシが軽減され、自己管理型クラウドリソースを Atlas リソースに接続するプライベート エンドポイントのセキュリティが強化されます。さらに、このアプローチでは、クロスクラウドデータ転送に関連するレイテンシと Egress のコストが削減されますが、全体的なノード数が削減されることでコストも削減され、マルチリージョンネットワーク コンポーネントが不要になります。
Terraform を使用して単一リージョン配置を自動化するには、MongoDB Atlas クラスター Terraform モジュール を参照してください。
注意
単一リージョン配置では、ノードとゾーンの障害に対する自動フェイルオーバー保護を提供し、データ損失をゼロにします（RPO=0）。ただし、完全なリージョン停止時にはバックアップからの回復が必要になり、バックアップ頻度に応じてダウンタイムとデータ損失の可能性（RPO>0）が生じます。リージョン障害に対する自動フェイルオーバーの保護が必要なアプリケーションの場合は、マルチリージョンまたはマルチクラウド配置を検討してください。
Atlas クラウド配置の推奨事項については、次のリソースを参照してください。
Reliability
コスト最適化