배포 가이드
MongoDB Atlas는 완전 관리형 클라우드 데이터베이스 서비스입니다. 이 가이드에서는 MongoDB Atlas를 설정하고, 데이터 모델을 설계하고, 프로덕션 사용을 위해 데이터베이스를 확장하는 방법을 설명합니다.
a) Atlas 포털을 통해 등록하거나 주요 클라우드 공급자 마켓플레이스(AWS, Google Cloud, Azure)를 방문하세요.
b) 애플리케이션 또는 팀별로 프로젝트를 구성합니다.
a) 클러스터 계층을 선택합니다(저장소/RAM/IOPS 요구 사항).
c) IP 액세스 목록 (클러스터에 연결할 수 있는 IP 주소를 제어하는 보안 설정)을 정의합니다.
a) 역할로 데이터베이스 사용자를 생성 하고 연결 문자열의 자격 증명을 저장합니다.
b) MFA(다단계 인증) 및 SSO(Single Sign-On) 활성화(Atlas 콘솔을 통해).
a) 비공개 엔드포인트 또는 VPC 피어링 (앱과 데이터베이스 네트워크 간의 보안 연결)을 사용하세요.
b) 가능하면 공용 액세스를 비활성화하세요.
a) 연결 문자열 (앱 또는 도구를 데이터베이스에 연결하는 데 사용)을 조회합니다.
b) 드라이버 설치 - 선호하는 프로그래밍 언어(Node.js, Python, Java 등)
c) 신뢰성을 보장하고 데이터베이스 과부하를 방지하기 위해 연결 풀을 구성합니다.
a) 첫 번째 문서를 만듭니다. 스키마 설계 MongoDB 에이전트 스킬을 통해 전문가의 AI 지침을 받거나 데이터 모델링 스킬 배지를 획득하여 레벨을 올리세요.
b) 단일 문서 내에 관련 데이터를 임베딩하거나 별도의 컬렉션에 있는 문서를 참조하여 데이터 모델 전략을 설계합니다 임베딩과 참조에 대한 설명 보기.
c) 스키마 유효성 검사를 사용하여 데이터 유형, 쿼리 패턴 및 값 범위를 검사합니다.
a) 생성(insert)/읽기/업데이트/삭제 작업을 위한 모든 CRUD 작업을 마스터하세요.
b) 데이터 규모에 맞춰 처리할 수 있도록 삽입 및 집계 파이프라인에 대한 쿼리를 최적화합니다. 단기 강좌로 레벨 업하여 데이터 변환 스킬 배지를 획득하세요.
c) 전문가 AI 지원을 위해 쿼리 옵티마이저 MongoDB Agent 스킬을 활용하거나 쿼리 최적화 스킬 배지를 획득하여 프로필을 향상시키세요.
b) 마이그레이션 후 무결성 검증.
a) 개발자 도구, 명령줄 유틸리티 및 Compass를 통해 개발 속도를 높이세요. 이러한 도구를 사용하면 환경 설정을 자동화하고 데이터 패턴을 시각화하여 일일 워크플로를 간소화할 수 있습니다.
a) 쿼리가 처리해야 하는 데이터 양으로 쿼리 처리 부하를 줄이세요.
b) 복합 인덱스를 구현하여 동등성, 정렬 및 범위 작업을 최적화합니다.
c) 집계 파이프라인을 최적화하여 성능을 개선합니다.
a) 전체 텍스트 검색을 위한 MongoDB Search와 시맨틱 쿼리를 위한 MongoDB Vector Search를 배포하세요.
c) AI 앱의 임베딩에 대한 벡터 인덱싱을 구현합니다.
d) 실시간 데이터 수집 및 변환을 위해 Atlas Stream Processing을 통합하세요.
e) MongoDB의 Search Playground를 사용하여 간단한 질의응답 챗봇을 빌드하세요.
f) MongoDB Search 스킬 배지를 획득하여 MongoDB Search의 기본 사항을 알아보거나. MongoDB Vector Search 스킬 배지를 획득하여 MongoDB Vector Search의 기본 사항을 알아보세요.
a) 계층 및 스토리지 자동 확장 활성화(전용 클러스터(M10+))입니다.
b) CPU, 디스크 I/O, 작업 지연 시간 등 실시간 지표를 모니터링하여 병목 현상이 사용자에게 영향을 미치기 전에 파악하고 해결합니다.
a) 백업 및 스냅샷 구성.
b) 시점 복구를 위해 연속 클라우드 백업을 활성화합니다.
c) 복원 워크플로를 테스트하세요.
a) 자동화된 인프라 프로비저닝 및 관리를 위해 Atlas Terraform Provider를 구현합니다.
b) 배포 자동화를 위해 Kubernetes 연산자를 사용하세요.
c) Atlas CLI를 자동화된 배포를 위한 CI/CD 파이프라인에 통합합니다.
a) 전용 클러스터로 프로덕션을 준비하세요.
b) 실시간 모니터링, Performance Advisor, 클라우드 백업과 같이 전용 클러스터에서만 제공되는 고급 기능을 활성화합니다.
c) 전용 클러스터의 엔터프라이즈 보안 기능인 비공개 엔드포인트/VPC 피어링, 쿼리 가능 백업, 멀티 리전 지원을 활용하세요.
d) 전용 클러스터 가격 보기.
개발을 위한 Free/Flex 계층과 프로덕션 및 대규모 트래픽 성능을 위한 전용 M30+ 클러스터를 구분하여, 특정 애플리케이션 워크로드, 데이터 크기 및 성능 요구 사항에 맞게 리소스를 조정해 MongoDB Atlas cluster 계층을 선택하세요.
주요 고려 사항은 다음과 같습니다.
요구 사항이 증가하면 언제든지 모든 계층에서 클러스터를 확장할 수 있습니다. 확실하지 않은 경우 MongoDB는 더 낮은 계층으로 시작하여 조정하기 전에 성능을 모니터링할 것을 권장합니다. 모든 전용 계층의 경우 자동 확장을 사용하여 워크로드가 발전함에 따라 클러스터 계층 및 저장을 조정합니다.
MongoDB Atlas 비용을 효과적으로 관리하고 절감하려면 자동 확장으로 클러스터 크기를 조정하고, 콜드 데이터에 Online Archive를 활용하여 데이터 관리를 최적화하고, 쿼리 프로젝션 및 클러스터 공동 위치 지정을 사용하여 데이터 전송을 최소화하고, Billing Cost Explorer 및 알림을 통해 비용을 지속적으로 모니터링하세요.
클러스터의 크기를 적절하게 설정: 사용하지 않을 때는 개발 또는 테스트 클러스터를 일시 중지하세요. 또는 더 이상 필요하지 않은 경우 종료하세요. 전용 클러스터의 경우 자동 확장을 사용하여 실시간 CPU 및 메모리 사용량에 맞게 클러스터 저장 용량을 조정하고 계층 기반 접근 방식을 사용하세요.
데이터 관리 최적화: 효율적인 스키마를 설계하고 전략적 인덱싱을 사용하여 리소스 소비를 최소화하면서 쿼리 성능을 향상하세요. 클러스터, 데이터베이스 및 컬렉션을 정기적으로 검토하여 중복, 오래된 데이터 및 사용하지 않는 샘플 데이터 세트를 제거하세요. 전용 클러스터의 경우 Atlas Online Archive를 사용하여 자주 액세스하지 않는 데이터를 계층화하면 프라이머리 스토리지 비용을 줄일 수 있습니다.
데이터 전송 최소화: 다음 권장 사항을 준수하여 데이터 전송 비용을 줄이세요.
모니터링 및 경고: Atlas의 청구 Cost Explorer 도구를 사용하여 정기적으로 지출 패턴을 검토하세요. 또한 예상치 못한 비용 급증이나 사용량이 미리 정의된 임계값에 도달할 때 알림을 받도록 청구 경고를 설정하세요.