MongoDB 把 BSON document 存在 collection。Nested object 與 array 能讓資料形狀貼近應用物件，也能把常一起讀取的內容嵌進同一 document。這是 data modeling 選擇，不是「不用 schema」：validation、index、document size、更新頻率與 ownership boundary 仍須明確設計。
Embed 還是 reference 才是核心問題
一起讀、生命週期相同、數量有界的資料適合 embedding，可用單一 document atomic write。被多人共享、無界成長或獨立更新的 entity 適合 reference。把所有關係都 embed 會造成 duplication 與巨大 document；把所有東西都 reference，又會把 relational joins 以多次 round trip 或 aggregation pipeline 重建。
MongoDB 支援 multi-document transactions，但官方也提醒 transaction 可能帶來效能成本，而且必須使用 replica set 或 sharded cluster。Transaction 是必要 escape hatch，不代表 domain boundary 可以不設計。Query 仍需吻合 index prefix；沒有合適 index 的「彈性查詢」會成為 collection scan。
Sharding 的難點是 shard key
Replica set 處理可用性；sharding 才把 collection 分散到多台機器。Shard key 影響資料分布、targeted query 與 write hotspot。缺 shard key 的查詢可能 scatter/gather 到所有 shards；後來雖可 reshard，也不是免費修正。真正需要水平切分以前，managed replica set 往往更簡單。
選擇界線
產品以 aggregate/document 為中心、schema 持續演進、需要 nested data 與 MongoDB 生態時可選。需要大量跨 entity constraints、join-heavy reporting 或標準 SQL interoperability 時，PostgreSQL/MySQL 通常更直接。Analytics-first 本機工作選 DuckDB。AI 生成 JSON 很自然，卻也更容易產生未驗證欄位；應在 API 與 database validator 同時約束輸入，並用真實 query distribution 驗證 index。
參考資料
Loading...