Database Clustering คือการนำเซิร์ฟเวอร์ฐานข้อมูลหลายเครื่องมาทำงานร่วมกันเสมือนเป็นระบบเดียว เพื่อเพิ่มความสามารถในการรองรับ Load ที่สูงขึ้น เพิ่ม Availability ให้ระบบทำงานได้ต่อเนื่องแม้เซิร์ฟเวอร์บางเครื่องล่ม และกระจายภาระงานออกไปยังหลาย Node เพื่อลดคอขวดของระบบ บทความนี้จะอธิบายแนวคิดและวิธีตั้ง
เมื่อข้อมูลใน Collection มีจำนวนมากขึ้น การค้นหาแบบไม่มี Index จะทำให้ฐานข้อมูลต้องอ่านทุก Document (Collection Scan) ซึ่งใช้เวลาเพิ่มขึ้นตามปริมาณข้อมูล Index ช่วยให้ MongoDB ค้นหาข้อมูลได้โดยไม่ต้องอ่านทุก Document คล้ายกับดัชนีท้ายหนังสือที่ช่วยให้หาหน้าที่ต้องการได้เร็วขึ้น บทความนี้จะอธิบายระบบ
การจัดการข้อมูลในฐานข้อมูลต้องอาศัยปฏิบัติการพื้นฐาน 4 อย่าง คือ Create (สร้าง) Read (อ่าน) Update (แก้ไข) และ Delete (ลบ) ซึ่งรวมเรียกว่า CRUD Operations ใน MongoDB การทำ CRUD จะใช้คำสั่ง mongosh หรือ Driver ของภาษาโปรแกรมต่าง ๆ โดยทำงานกับข้อมูลในรูปแบบ Document (BSON) แทนการใช้ SQL บทความนี้จะแนะ
MongoDB เก็บข้อมูลในรูปแบบ Document ซึ่งแตกต่างจากฐานข้อมูล Relational ที่ใช้ตาราง (Table) และแถว (Row) ใน MongoDB หน่วยเก็บข้อมูลพื้นฐานคือ Document ที่อยู่ภายใน Collection โครงสร้างนี้ให้ความยืดหยุ่นสูง เพราะแต่ละ Document ไม่จำเป็นต้องมีโครงสร้างเดียวกัน เหมาะกับข้อมูลที่มี Schema เปลี่ยนแปลงบ่อย
MongoDB เป็นฐานข้อมูลแบบ NoSQL ประเภท Document-oriented ที่ได้รับความนิยมสูงในการพัฒนาเว็บแอปพลิเคชันสมัยใหม่ จุดเด่นคือเก็บข้อมูลในรูปแบบ JSON-like Document (BSON) ซึ่งยืดหยุ่นกว่าตารางแบบ Relational Database ไม่ต้องกำหนด Schema ตายตัว เหมาะกับข้อมูลที่มีโครงสร้างเปลี่ยนแปลงบ่อยหรือมีลำดับชั้นซ้อนก
ฐานข้อมูล (Database) เป็นรากฐานสำคัญของระบบซอฟต์แวร์เกือบทุกประเภทในปัจจุบัน ไม่ว่าจะเป็นเว็บไซต์ แอปพลิเคชันมือถือ ระบบ ERP หรือแม้แต่แอปพลิเคชันขนาดเล็ก ล้วนต้องพึ่งพาระบบจัดเก็บข้อมูลในการบันทึกและเรียกใช้ข้อมูล การเข้าใจหลักการพื้นฐานเหล่านี้จะช่วยให้ผู้ดูแลระบบ นักพัฒนา และผู้ที่สนใจด้าน IT สาม
