1. MongoDB에 대한 설명

🥐 MongoDB란?

• MongoDB는 C++로 작성된 오픈소스 문서지향적 Cross-platform 데이터베이스
• 뛰어난 확장성과 성능을 제공하며, 현존하는 NoSQL 데이터베이스 중 인지도 1위

🥐 MongDB가 만들어진 계기

• 10gen 의 플렛폼은 하드웨어와 소프트웨어 인프라의 관리와 확장성을 자동으로 처리하고, 그에 따라 개발자들은 애플리케이션 개발에 집중하게 하려는 목적으로 설계
• 오픈소스 이지만 여전히 MongoDB 의 핵심 개발자들은 MongoDB의 설립자이거나 직원이고, 프로젝트의 로드맵은 사용자 커뮤니티의 필요에 의해서, 그리고 관계형 데이터베이스 와 키-값(key-value) 분산 저장 시스템에서 장점만을 통합하는 데이터베이스 설계라는 주요 목표로 개발되어가고 있다.

🥐 MongoDB가 인기 있는 이유

• 몽고DB의 도큐먼트 모델은 다양한 유형의 데이터와 워크로드를 반영하고, 단일 API로 복잡한 워크로드를 쉽게 구성할 수 있다. 몽고DB가 개발자에게 인기를 얻는 건 자연스럽게 생산성을 높일 수 있기 때문이다.

MongoDB 카힐 부사장의 인터뷰

🔗 https://zdnet.co.kr/view/?no=20221019135141

• 그는 개발자의 생산성을 저해하는 원인을 관계형 데이터베이스(RDB)라고 지목했다. 경직된 아키텍처, 비싼 비용, 부족한 확장성 등을 RDB의 문제점으로 꼽았다.

그는 “RDB를 쓰면 수많은 시스템이 연결돼야 서비스를 제공할 수 있어 복잡성과 비용 모두 증가한다”며 “다양한 기술과 인터페이스를 각기 다른 방식으로 관리해야 하므로 혁신이 느려진다”고 말했다. 카힐 부사장은 “도큐먼트가 많이 조인된다면 기존보다 2배 빨라지고, 선별적인 소수의 조인이라면 5~10배 빨라지며, 사람이 실시간으로 분석하면서 미리 인덱스 없이 쿼리를 던질 때 100배 빨라진다”며 “새 쿼리 엔진과, 실시간 인앱 분석 쿼리 지원 강화로 몽고DB의 데이터 저장 방식도 애널리틱스 쿼리의 경우 별도 컬럼스토어로 할 수 있는 ‘컬럼스토어 인덱스’를 추가했다”고 밝혔다.

스택 오버플로우를 보면 가장 원하는 데이터베이스 기술에 3년 연속 1위를 했으며, 기술 순위 5위 안에 드는데 그 중 3위까지가 RDBMS라고 한다. NoSQL에서 강세라는 것..

빠른 속도와 확장성

1. NoSQL의 분류

종류	예시
키-값 스토어	Redis, Dynamo
컬럼 지향 스토어	HBase, Cassandra
도큐먼트 지향 스토어	MongoDB
그래프 데이터베이스	Neo4J

2. 빠른 속도와 확장성을 적절하게 충족
3. 개인적인 궁금증.. MongoDB보다 인기가 많은 Redis 왜일까?

• 먼저, 레디스는 사용자가 많아 자료가 많다. 커뮤니티가 큰 오픈소스를 사용해야 적용 및 대응이 쉽다.
  두번째로 인메모리데이블은 제약사항이 많은 반면에 레디스는 다양한 데이터구조 사용가능, 스냅샷으로 복구시 활용가능한 점등이 확장성을 고려해봤을때도 여전히 좋다고 한다.

그렇다면 그게 뭔데?
🔗 https://brunch.co.kr/@skykamja24/575
Redis는 REmote DIctionary Server의 약어로 Key와 Value를 가진 오픈소스 NoSQL 데이터베이스이다. 시스템메모리를 사용하는 키-값 데이터 스토어로 문서형 데아터베이스보다 빠르고 가볍게 동작한다고 한다. 레디스와 백엔드 프레임워크의 궁합이 좋으며, 보통 aws와 많이 쓰는 것 같다. 운영 중인 웹 서버에서 키-값 형태의 데이터 타입을 처리해야 하고 I/O가 빈번히 발생해 다른 저장 방식을 사용하면 효율이 떨어지는 경우의 사용

친숙함과 이용의 편리성

1. 웹 개발자라면 사용 한 번 쯤 해봤을 JavaScript를 활용하기에 친숙함
2. MongoDB는 관계형 DBMS에서 테이블을 이용해 정보를 저장하는 방식과 달리 웹 서버와 통신할 때 자주 쓰이는 JSON과 유사한 형태로 저장하는 방식 채용
3. 밑에서도 설명하지만 테이블 구조와는 다르게 어떤 값을 가질지, 크기는 얼마나 될지 미리 정하지 않고 데이터를 저장할 수 있다.

쉽고 빠른 컴퓨팅 환경 구성

1. 복제와 샤딩 기능을 제공하고 있다.

이러한 기능은 어디에 쓰일까?

이를테면, 무료 송금 어플리케이션 개발시 계좌정보 저장하는데 송금시스템이 통째로 멈추면 안되니, 애플리케이션은 안전성이 중요하기 때문에 데이터 불러올 때 실패하지 않으려면 복제가 필요하다.

2. 샤딩 : 정보를 분산해서 여러 대의 서버 데이터베이스에 저장하는 것

🥐 NoSQL(Not Only SQL) 이란

• 기존의 RDBMS의 한계를 극복하기위해 만들어진 새로운 형태의 데이터저장소 관계형 DB가 아니므로, RDMS처럼 고정된 스키마 및 JOIN이 존재하지 않는다.

🥐 Document 데이터베이스(NoSQL)

🔗 https://hoing.io/archives/1379

비 관계형 데이터베이스 : 개발자가 시스템 구성시 관심을 갖는 이유

1. MongoDB는 웹 어플리케이션과 인터넷 기반을 위해 설계된 데이터베이스 관리 시스템
2. 데이터 모델과 지속성 전략을 높은 읽기/쓰기 효율과 자동 장애조치(failover)를 통한 확장의 용이성을 염두에 두고 만들어졌다.
3. 확장성 : 애플리케이션에서 필요한 데이터베이스 노드가 하나이거나 혹은 그 이상이거나 관계없이 좋은 성능
4. 단 하나의 데이터베이스 서버만 필요하는 경우에도 사용할 이유가 있을까?
   1. 직관적인 데이터 모델 : 정보를 행(row) 대신 도큐먼트(document)에 저장
   2. 도큐먼트 기반의 데이터 모델은 풍부하고 계층적인 구조의 데이터를 표현 할 수 있다.
   • 한 상품의 정보는 아마도 여러개의 테이블에 나뉘어 저장될 것
   • 한 상품에 대한 레코드를 얻기 위해서는 조인 연산으로 많이 있는 복잡한 SQL 쿼리 이용해야 하지만, 도큐먼트 모델에서는 대부분의 상품 정보를 하나의 도큐먼트로 표현할 수 있다.
   • 프로그래밍 언어에서 정의한 객체가 그대로 저장되므로 객체 매퍼(mapper) 의 복잡성이 사라지게 된다.

도큐먼트(document)

{
    _id: 10,
    username: 'geum',
		password: 1234,
    email: 'prs212@naver.com',
		hobby : 'read book'
}

1. 데이터 구조는 한 개이상의 key-value pair 구성
2. 사용자에 대한 정보를 몇개의 필드(field) 로 저장
3. Document 는 동적의 schema 구조를 가지고 있어서, 같은 Collection 안에 있는 Document
   끼리 다른 schema 를 가질 수 있다. 즉, 서로 다른 데이터 (즉 다른 key) 들을 가지고 있을 수 있다.
   1. Collection : MongoDB 도큐먼트 그룹으로 도큐먼트들이 Collection 내부에 위치하며, table과 비슷한 개념이나, 스키마를 따로 가지고 있지 않다.
4. 이런 형태의 장점은? RDBMS의 경우, 각각의 사용자에 대해 여러 개의 취미를 저장하고자 한다면 조인을 하기 위해 이메일 주소와 사용자 테이블을 각각 만들어야 할 것
5. MongoDB 배열로 만들어 문제 해결 가능 ⇒ 유연성 : 스키마 맞춰야 하는 걱정없이 구조화된 도큐먼트를 데이터 베이스에 저장할 수 있다

{
    _id: 10,
    username: 'geum',
		password: 1234,
    email: ['prs212@naver.com',
		'sdg212@gmail.com'],
		hobby : 'read book'
}

6. 프로그래밍 언어에서 정의한 객체가 그대로 저장되므로 객체 매퍼(mapper) 의 복잡성이 사라지게 된다.

Json(JavaScript Object Notation) : 도큐먼트 형태구조

• 사람이 읽고 쓰기 쉽고, 기계가 파싱하고 생성하기 쉬
• JavaScript 의 Array 문법으로 데이터 구조를 기술하는 방법으로 XML 이 가지는 유연성과 구조적 데이터 표현 기능을 확보하면서, XML 이 가짂 오버헤드를 줄이는 방법으로 사용됨

RDBMS와 MongoDB 비교

RDBMS	MongoDB
Database	Database
Table	Collection
Tuple/Row	Document
Column	Key/Field
Table Join	Embedded Documents
Primary Key	Primary Key(_id)
	Database Server & Client
mysqld	mongod
mysql	mongo

🥐 핵심 기능

도큐먼트 데이터 모델

1. 도큐먼트는 본질적으로 속성의 이름 과 값으로 이루어진 쌍의 집합
2. MongoDB 는 도큐먼트의 모음인 컬렉션(collection)에 도큐먼트로 저장하는 반면, MySQL 이나 다른 RDBMS 에서는 데이터를 테이블의 행으로 저장
   1. 객체의 데이터를 여러 개의 테이블로 나누어 표현하는 기법인 정규화사용 시 비용이 들어가게 되는데 그 말은 즉, 데이터를 모으는 작업에 많은 비용이 들어간다는 의미이다.
3. 도큐먼트 지향적인 데이터 모델에서는 객체를 자연스럽게 모아 놓은 형태로 표현함으로써 객체 전체적으로 작업이 가능하며, 도큐먼트를 컬렉션으로 모아 놓는데, 어떤 종류의 스키마도 필요하지 않는다.

스키마가 없는 모델의 장점

1. 데이터베이스가 아닌 애플리케이션이 데이터 구조를 정한다는 것
   1. 데이터 구조가 빈번히 변경되는 개발 프로젝트 초기 단계 개발시간 단축
2. 스키마가 없는 데이터 모델을 통해 가변적인 속성을 갖는 데이터를 표현 가능
   1. 도큐먼트로 데이터 모델링을 하게 되면 조인이 필요 없고, 새로운 속성은 한 도큐먼트에 동적으로 추가
   2. 애플리케이션이 개발을 할 때 추후에 필요할 데이터 필드가 무엇인지에 대해서 고민이나 걱정이 상대적으로 부담이 덜 될 수 있다는 점

애드 훅 쿼리

• 애드혹 쿼리(ad-hoc-query)는 사용자가 직접 쿼리 명령 및 함수를 사용하여 직접 입력하는 방식으로 데이터를 추출하는 쿼리를 의미
• MongoDB의 설계 목표 중 하나는 관계형 데이터베이스상에서 매우 필수적인 쿼리 언어 성능을 대부분 유지 하는 것
• MongoDB 는 문서를 저장하고 조회 목적에 맞는 조회 방법을 제공하며, 값, 범위($gt,$lt 등) 조회, 정규식 검색 등을 지원하고 자바스크립트의 함수를 사용할 수도 있다.’

인덱스

• MongoDB 도 인덱스를 지원하며 인덱스는 B-Tree 인덱스로 구현되어 있다.
• 대부분의 데이터베이스는 각 도큐먼트 또는 각 행의 기준을 위한 고유의 식별자로서 프라이머리 키(Primary Key) 를 부여하며, 기본 키는 자동적으로 인덱스되며 고유한 값을 유지 하기 위해서 유니크 키 를 사용하게 된다.
• MongoDB는 여러개의 세컨더리 인덱스를 허용함으로 여러 조회 조건을 빠르게 처리 할 수 있도록 합니다.

🥐 언제 써야 할까?

1. 스키마가 자주 바뀌는 환경
2. 분산 컴퓨팅 환경

2. MongoDB 설치

🥐 설치 관련

설치 사이트 : 버전 안정화된 6.0.9 추천

🔗 https://www.mongodb.com/try/download/community-kubernetes-operator

• 윈도우에서 몽고 데몬이 서비스 형태로 동작해야 함
• Complete > Install MongoDB a Service [Run sevice as Network Service user] 로 설치

shell 설치

3. MongoDB 사용

🥐 기본 사용법

TIP

• 만약 설치가 안된다면 환경변수에 등록할 것[ZIP파일 시 등록해야 할 수 있으니 msi로 하자]

cmd

1. 관리자 권한으로 실행

2. 서버가 떠 있다는 뜻 서버 포트:27017

3. DB 목록 조회하기

• 현재 설치된 데이터베이스의 목록을 알고 싶을 때 사용

4. DB 선택하기

• use DB_이름
  

5. 사용 중인 DB 이름보기
   

DB 생성하기

1. 몽고 DB는 새로운 DB 생성 명령이 없음
2. 몽골 DB는 있으면 사용하고 없으면 생성하는 형태
3. mydb라는 이름의 db를 만들고 싶다면 use 명령이용

• 이 시점에서는 새로운 db 생성하지 않음

4. 새로운 DB는 실제 데이터가 새로운 DB 생성시 함께 만들어짐- 실제 데이터 만들기 예제

• 마치 자바처럼 {}안에 객체를 넣기

DB 지우기

• use 명령으로 삭제하고 싶은 DB 선택

🥐 컬렉션과 문서

1. RDBMS의 테이블을 컬렉션이라고 함
2. RDBMS의 레코드에 해당하는 한 건의 데이터를 문서(document)라고 함
3. 즉, 컬렉션이란 스키마 없이 자유롭게 작성된 여러 개의 문서를 보관하는 저장소

새로운 컬렉션 만들기고 목록보고 삭제해보기

• 새로운 컬렉션 만들기 : 컬렉션 설정 옵션을 지정하고 싶다면 {}안에 작성

• 현재 사용 중인 db의 모든 컬렉션을 보려면

• 컬렉션 삭제 하기

• 만약 네임에 띄어쓰기가 있다면 db[”컬렉션이름”]으로 해줘야함

mongotest 컬렉션 만들고 그 안에 객체를 넣어줌 ⇒ 그 후 컬렉션 삭제\

• 명령어

• 구조[도큐먼트 - 컬렉션 - 데이터베이스]

🥐 _id 필드와 ObjectId 타입

• 모든 몽고DB 문서는 _id라는 특별핚 이름의 필드field를 가지는데, 이 필드는 문서가 DB에 저장
  될 때 자동으로 만들어 짐

• ObjectId의 문자열 부분은 유닉스 시간 표기(4바이트) + 랜덤값(5바이트) + 카운트(3바이트)로 이루어 짐

🥐 컬렉션의 CRUD 메서드

• findOndAndUpdate
• 나머지는 insertOne, insertMany, findOne, find, updateOne, updateMany, deleteOne, deleteMany

🥐 문서 생성 메서드 사용하기

• create 메서드로 생성하지 않아도 몽고 db는 스키마가 없기 때문에 이름.insertOne 형태 명령시 컬렉션 자동 생

🥐 문서 검색 메서드 사용하기

🥐 몽고 DB에서 연산자

연산자란?

• 몽고DB에서는 $gt처럼 달러 기호를 접두사로 사용하는 키워드

연산자 이름	의미
$eq	필드_값 == 값
$ne	필드_값 ≠ 값
$gt	필드_값 > 값
$gte	필드_값 ≥ 값
$lt	필드_값 < 값
$lte	필드_값 ≤ 값

• 일치하는 값을 가지는 문서를 찾거나, 또는 반대로 여러 값 중에서 하나도 일치하지 않는 값을 가지는 문서를 찾아야 할 때 $in 과 $nin 연산

연산자 이름	의미
$in	하나라도 매치되면 해당 문서 반환
$nin	하나도 매치되지 않는 문서 반환

논리 연산자

• $and, $not, $or, $nor

$regex 정규식 연산자

• 와일드 카드 느낌

필드 데이트 연산자

연산자 이름	용도
$set	특정 필드값 변경시 사용
$inc	문서 숫자 타입 필드값 증가 시 사용
$dec	문서 숫자 타입 필드값 감소 시 사용
⇒ 최신 버전에서 사용 못한다고 함

🥐 연습문제

연습문제 1 find문제

1. 데이터입력

주의해야 할 점 : insertMany를 할 때 전부 []로 묶어주기

db.mongotest.insertMany([
  { item: "journal", status: "A", size: { h: 14, w: 21, uom: "cm" }, instock: [{ warehouse: "A", qty: 5 }] },
  { item: "notebook", status: "A", size: { h: 8.5, w: 11, uom: "in" }, instock: [{ warehouse: "C", qty: 5 }] },
  { item: "paper", status: "D", size: { h: 8.5, w: 11, uom: "in" }, instock: [{ warehouse: "A", qty: 60 }] },
  { item: "planner", status: "D", size: { h: 22.85, w: 30, uom: "cm" }, instock: [{ warehouse: "A", qty: 40 }] },
  { item: "postcard", status: "A", size: { h: 10, w: 15.25, uom: "cm" }, instock: [{ warehouse: "B", qty: 15 }, { warehouse: "C", qty: 35 }] },
  { item: "hat", status: "B", size: { h: 12, w: 12, uom: "cm" }, instock: [{ warehouse: "C", qty: 20 }] },
  { item: "shovel", status: "B", size: { h: 80, w: 12, uom: "cm" }, instock: [{ warehouse: "C", qty: 100 }] },
  { item: "broom", status: "C", size: { h: 80, w: 8, uom: "cm" }, instock: [{ warehouse: "A", qty: 5 }, { warehouse: "C", qty: 5 }] }
]);

2. 문제1. 창고에서 물품을 정리해야 한다. 측정된 물품의 단위가 in인 물품을 cm로 바꾸려고 한다.
   단위가 in인 물품의 목록을 찾아보자.

• 첫 번 째 방법 : . 연산자로 오브젝트 안에 들어있는 값 불어오기 위한 접근 가능

db.inventory.find({"size.uom":"in"})

• 두 번째 방법

참고
필드이름.0 : 배열의 인덱스 첫 번째 요소를 찾을 수 있음

3. 문제2. 창고에 C급, D급인 물품을 찾아서 절반정도의 물량을 창고에서 버리려고 한다. 창고에 C급,D급인 물품을 모두 찾아보자.

db.mongotest.find({status: {$in: ["C", "D"]}})

4. 문제3. B창고에 길고 가느다란 공간이 비어서 그 빈 공간을 채우기 위해 폭(w)이 15cm보다 작고 높이(h)가 50cm이상, 100cm이하인 물품을 찾아서 채워넣으려고 한다.

db.mongotest.find({"size.w": {$lt: 15}, "size.h": {$gte:50, $lte:100}})

연습문제 CRUD 2

1. testdb1 , people 컬렉션을 생성하여 아래 기본 데이터를 입력해주세요.

db.people.insertMany([
  { name: "Kim", age: 21 },
  { name: "Lee", age: 22 },
  { name: "Jung", age: 27 },
  { name: "Park", age: 27, skills: ["mongodb", "python"] },
  { name: "Choi", age: 22, score: 10 }
]);

2. 입력된 모든 사원들의 document를 검색하세요

db.people.find({})

3. name 이 'Jung' 정보를 삭제하세요

db.people.deleteOne({name : "Jung"})

4. 사원 중 이름이 Lee 인 document를 이름 : Lim , age : 25 변경하세요

db.people.updateOne({name : "Lee"}, {$set : {name :"Lim", age: 25}});

5. 이름이 Kim인 문서의 나이를 20을 변경하세요 - update

db.people.updateOne({name : "Kim"}, {$set : {age : 20}})

6. 이름이 Park 인 문서에서 기술필드(skills)를 제거합니다. -일부 필드 제거

• 아래사진은 7번 후에 한 것으로 choi의 스코어가 8임

db.people.updateOne({ name: "Park" }, { $unset: { skills: "" } })

7. 이름이 Choi 인 문서에서 점수(score)필드를 2만큼 줄입니다.

• 찾아보니 최근에는 dec가 문법적으로 안된다고 하여 inc 사용

연습문제 3

1. testdb1에 score컬렉션 생성 및 데이터 넣기

db.people.updateOne({ name: "Choi" }, { $inc: { score: -2 } })

db.score.insertMany([({name:"Kim junsung",kor:90,eng:71,mat:88}),
({name:"Lee jiyeon",kor:80,eng:87,mat:78}),
({name:"Park heji",kor:60,eng:80,mat:58}),
({name:"Kim yura",kor:89,eng:83,mat:75}),
({name:"Choi jinsu",kor:54,eng:91,mat:68}),
({name:"Lee jisun",kor:95,eng:88,mat:98})]);

2. score전체 출력 해보세요

db.score.find({})

3. 이름과 수학 점수만 출력

참고
쿼리가 어떤 도큐먼트를 불러올지를정하는 파라미터라면, 프로젝션은 각각의 도큐먼트를 어떤 필드를 노출할지 결정해주는 파라미터 => 원하는 필드만 가지고 옴 true(1), false(0) 둘다 있다면 에러남
단, _id는 제외

db.score.find({}, {_id:0, name:1, mat:1})

4. 수학 점수 중 70점 이상만 출력 이상 - gte

db.score.find({mat : {$gte : 70}})

5. 이름과 국어를 출력하되, 국어 점수가 80점 이상 문서만 출력

• find() 메서드에서 조건을 지정할 때는 두 번째 인자로 전달되는 프로젝션 객체에만 필드를 포함하거나 제외시킬 수 있다.

db.score.find({kor : {$gte : 80}}, {_id:0, name:1, kor:1})

6. 이름이 'L' 로 시작되는 문서 출력

• ^: 문자열의 시작을 나타냄
• L: 문자 "L"을 나타냄
• .*: 임의의 문자가 0번 이상 반복되는 것을 나냄
• $: 문자열의 끝을 나타냄

db.score.find({name : {$regex : /^L.*$/}})

4. 맛있는 MonogoDB에 있는 예제

🥐 Capped 컬렉션과 뷰

Capped란

1. 이 컬렉션의 경우 일반 컬렉션이랑 다르게 정해진 크기를 초과하면, 자동으로 가장 오래된 데이터 삭제
2. 로그 데이터나, 일정 시간 동안만 보관하는 통계 데이터를 보관할 때 유용
   

뷰

1. 데이터 베이스 안에 쓸 수는 없고 읽을수 있는 뷰 생성 가능
2. 뷰는 미리 설정한 내용에 의해 뷰를 불러올 때마다 실제로 데이터를 저장한 컬렉션으로부터 데이터를 모아서 데이터를 출력하게 된다.

예를 들어 회원에 대한 컬렉션과 회원의 포인트에 대한 컬렉션이 각 각 따로 있다.

내 애플리케이션의 많은 부분이 회원정보와 포인트에 대한 정보에 동시에 접근하게 되면, 코드를 간결하게 유지하고 가독성을 높이기 위해 회원정보와 포인트를 한 번에 불러올 수 있는 뷰를 만들어 활용 가능

3. 뷰를 생성하더라도 물리적인 데이터베이스 내부에는 회원정보와 포인트 정보가 합쳐지지 않은 채로 존재한다.
4. 하나의 컬렉션인 것처럼 가공해서 출력
5. 뷰는 실제 데이터를 저장해서 불러오지 않기 때문에 사용할 수 있는 명령어의 제약이 있다.
6. 집계 파이프라인 문법 이용

🥐 MongoDB 관리 툴 소개

1. URL에 접속시 명령이 수행되는 시간, 메모리 사용률, CPU 사용률, 수행된 명령의 수를 얻을 수 있음
   
   흠.. 하지만 책과 달리 나오지는 않는다.
   
2. 찾아보니 db.getFreeMonitoringStatus() 된다고 해서 해보니 된다.
   

3. 이 기능을 이용하면 원격으로 데이터 베이스의상태를 알 수 있다고 한다.

🥐 데이터 베이스 상태 조회

🥐 컬렉션 상태 조회

p.42

🥐 원자성의 이해

mongoDB는 CRUD 작업에대해 원자성을 확보하고 있다. 즉, 데이터베이스에는 작업이 완료된 상태가 되거나 완료되기 전 상태만 존재하지 그 중간 상태는 존재하지 않는다는 것이다.

1. insertOne 함수의 경우 따로 어떤 작업을 하지 않아도 원자성을 가지고 있다.
2. `insertMany' 명령의 경우 각각 하나의 도큐먼트에는 원자성이 적용되지만, 입력하는 모든 도큐먼트에 대해 원자성이 적용되지 않는다.

예를 들어 ATM 기기에 1만원을 넣고 2만원을 빼려고 했는데 1만원 넣기는 성공했는데 2만원 빼기는 실패 시 이 작업 전체는 원자성을갖추지 못하게 된다. => 이런 것을 해결하기 위해 나온 것 '트랜잭션'

🥐 게시판에 글쓰기

1. board 데이터베이스 작업
   

2. 자유게시판이랑 비밀게시판을 생성한다.

freeboard_result = db.board.insertOne({name : "자유게시판"})
freeboard_id = freeboard_result.insertedId

3. 자유게시판에 아무 글이나 3개 작성하자. 특히 그중에서 글 하나에는 댓글 하나가 달린 상태로 생성

db.articla.insertMany([{board_id: freeboard_id, title : 'hello', content: 'hi, hello1', author : 'Karoid'},{board_id : freeboard_id, title:'hi', content:'ji, hello2', author:'Jeong'},{board_id: freeboard_id, title : 'hel', content: 'hi, hello3', author : 'Kim',comments: [{author : 'Karoid', content : 'hello Hong'}]},])

🥐 커서(cursor)

1. 쿼리 결과에 대한 포인터로 find 명령어는 결과로 도큐먼트를 직접 반환하지 않고 커서를 반환한다. 더 나은 성능을 위해서이다.
2. 포인터를 이용한다면 해당 도큐먼트의 위치 정보만을 반환하여 작업을 효과적으로 만들 수 있다.
3. 커서를 이용하면 데이터 전부 불러올 도큐먼트만 선별적으로 조회
4. 커서는 일시적으로 결과를 읽어내려고 존재하기 때문에 시간 제한 10분을 넘기면 비활성 상태로 전환

회고

몽고디비 문법 익숙해지는데는 시간이 걸릴 것 같다... 사람들이 몽고디비 몽고디비해서 뭘까 했는데.. 가장 좋은 이유가 가변적인것에 확장적이라는 점, 스키마가 없다는 점인 것 같다. SQL도 다 잊어버린 것 같은데... 할 거 너무 많다... CS도 해야하고 프로젝트 다가오니 프로젝트에 내야 할 것도 많고 CS 스터디 공부도 해야하는데 많이 하는데 머리 속이 정리가 안된 느낌...

이번주에 해야 할 것 : 점핏 2부 강의 듣기, 자소서 내기, 노션에 포트폴리오 틀 잡기, 금요일에 멘토링 신청한 거 질문에 대한 답변 적기, SQL 깃허브 리포지토리 따로 파서 정리하기

블로그에 올릴 글 : CS 스터디에서 한 부분 보충, 점핏 2부, 8월 회고록 ... 등등

가능하다면... 독서 저번주에 못한 4장 마저 하자.. 취업전까지 주니어가 읽어야 하는 테스트 부분까지는 읽기
화이팅..