MongoDB Atlas セットアップ: 完全ガイド

無料階層では最大 512MB までサポートしています。 より多くのストレージと機能を利用するには、アップグレードしてください。

特定のアプリケーションのワークロード、データサイズ、パフォーマンスのニーズに合わせてリソースを調整し、開発用の Free/Flex tier と本番環境や高トラフィックのパフォーマンス向けの Dedicated M30+ クラスターを使い分けながら、MongoDB Atlas cluster tier を選択してください。

重要な点には以下が含まれます：

要件の拡大に応じて、クラスターはどの階層からでも常にスケールアップできます。確信が持てない場合は、低い階層から開始し、調整する前にパフォーマンスをモニタリングすることをお勧めします。すべての専有階層において、ワークロードの変化に合わせてオートスケーリングを使用してクラスター階層とストレージを調整します。

クラスター階層の選択方法 →

Atlas クラスターのサイズ設定と階層の選択 →

無料階層は、本番環境よりも学習やテスト向けです。本番アプリの場合、本番移行前や小規模な本番アプリケーションには M10/M20 を、トラフィックが多くパフォーマンスが重要な本番ワークロードには M30+ を使用してください。

クラスターの無料階層の上限に達した場合は、専有階層にアップグレードして、より多くのリソースと、より多くの機能へのアクセス権を得ることができます。

MongoDB Atlas のコストを効果的に管理および削減するには、オートスケーリングによってクラスターのサイズを適正化し、コールドデータに Online Archive を活用してデータマネジメントを最適化し、クエリプロジェクションやクラスターの同一配置を使用してデータ転送を最小限に抑え、Billing Cost Explorer とアラートで支出を継続的に監視します。

クラスターの適切なサイズ設定： 開発用またはテスト用のクラスターを使用しない場合は、一時停止します。 または、不要になった場合は終了します。 専有クラスターでは、オートスケーリングを使用してクラスターのストレージを調整し、またはリアルタイムの CPU およびメモリ使用率に対して階層ベースのアプローチを使用します。

データマネジメントを最適化：効率的なスキーマを設計し、戦略的なインデックスの作成を活用して、リソース消費を最小限に抑えながらクエリのパフォーマンスを向上させます。クラスター、データベース、コレクションを定期的にレビューして、重複、古いデータ、使用されていないサンプルデータセットを排除します。専有クラスターの場合は、Atlas Online Archiveを使用してアクセス頻度の低いデータを階層化することで、プライマリストレージのコストを削減します。

データ転送を最小化：次のベストプラクティスに留意してデータ転送コストを削減します。

モニターとアラート：Atlas の Billing Cost Explorer ツールを使用して、支出パターンを定期的に確認します。さらに、請求アラートを設定して、予期しないコストの急増時や、使用量が事前定義されたしきい値に近づいたときに通知を受け取るようにします。

クラスターのアップグレードはシームレスで、ダウンタイムは発生しません。

マルチリージョンクラスターは、グローバルに分散されたアプリのフェイルオーバーと低レイテンシを確保するために重要です。

はい。Atlas Ephemeral Clusters を使用すると、AI コーディング エージェントはサインアップやログインを必要とせずに、無料の MongoDB Atlas M0 クラスターを数秒でプロビジョニングできます。返された接続文字列を使用して稼働中のデータベースに対する構築を開始し、開発を継続する場合はクラスターを Atlas アカウントに要求してください。