Guia de Arquitetura

do MongoDB
Os conceitos fundamentais que sustentam a
arquitetura do MongoDB
Guia de Arquitetura
do MongoDB
Introdução
Dados e software estão no núcleo de todos os
negócios. Mas para muitas organizações, alcançar
todo o potencial da economia digital continua
sendo um desafio significativo. Desde o início do
MongoDB, entendemos que os maiores desafios
que os desenvolvedores enfrentam estão
relacionados ao trabalho com dados:
° As demandas por maior produtividade e
menor tempo de lançamento no
mercado estão sendo retidas por
modelos de dados relacionais rígidos que
não combinam com o código moderno e
impõem interdependências complexas
entre as equipes de engenharia.
° As organizações não conseguem trabalhar
ou extrair insights da enorme e crescente
quantidade de dados gerados por
aplicativos modernos, incluindo séries
temporais, dados geoespaciais e
polimórficos.
° Bancos de dados legados frágeis e
monolíticos estão inibindo a mudança de
atacadistas para sistemas distribuídos e
computação em nuvem que oferecem a
resiliência e a escala exigidas pelos
negócios digitais e oferecem suporte para
novas demandas regulatórias de
privacidade de dados.
° Cargas de trabalho transacionais,
analíticas, de pesquisa e móveis
anteriormente separadas estão
convergindo para criar aplicativos ricos
orientados por dados e experiências do
cliente. No entanto, cada carga de
trabalho tem sido tradicionalmente
alimentada por seu próprio banco de
dados, criando silos de dados duplicados
unidos com pipelines ETL frágeis,
acessados por diferentes APIs de
desenvolvedor.
Para enfrentar alguns desses desafios, bancos de
dados não tabulares (às vezes chamados de
NoSQL ou não relacionais) foram rapidamente
adotados na última década. Mas muitos desses
bancos de dados NoSQL são simplesmente
curativos, oferecendo um conjunto de
funcionalidades de nicho.
O problema é que os bancos de dados NoSQL
típicos fazem uma ou duas coisas bem. Eles
podem oferecer mais flexibilidade no modelo de
dados do que bancos de dados tradicionais ou
escalonar facilmente. Mas para fazer isso, eles
descartam os recursos mais valiosos dos bancos
de dados relacionais. Muitas vezes sacrificam a
integridade dos dados e a capacidade de
trabalhar com dados das maneiras necessárias
para criar aplicativos ricos e valiosos — sejam
eles novos pontos de contato digitais com os
clientes de uma organização ou processos de
negócios de back-end centrais modernizados.
2
Guia de Arquitetura
do MongoDB
O modelo de documento
O MongoDB foi lançado em 2009 como uma
classe completamente nova de banco de dados
de uso geral e rapidamente se estabeleceu
como um dos bancos de dados mais populares
entre os desenvolvedores. O MongoDB retém os
melhores aspectos dos bancos de dados
relacionais e NoSQL enquanto fornece uma base
tecnológica que permite que as organizações
atendam às demandas de aplicativos modernos.
Ele consegue isso substituindo as rígidas tabelas
de bancos de dados relacionais por documentos
flexíveis que mapeiam a maneira como os
desenvolvedores pensam e codificam. Em vez
de armazenar dados em colunas e linhas, os
bancos de dados de documentos podem
armazenar dados como JSON (Notação de
Objetos em JavaScript). Um banco de dados de
documentos pode armazenar qualquer tipo de
dados e a estrutura dos documentos pode ser
facilmente modificada. Isso permite que os
desenvolvedores sejam muito mais produtivos e
construam ou iterem seus aplicativos com mais
rapidez. Você pode adicionar novos campos sem
afetar outros documentos na coleção, o
equivalente do MongoDB de uma tabela em um
banco de dados relacional. E você pode criar
modelos de dados de qualquer maneira
adequada ao aplicativo, por exemplo, como
pares de valor-chave , como bordas ou nós de
um gráfico ou como estruturas aninhadas que
representam relacionamentos.
Suporte aprimorado
para dados de série
temporal
Dados de série temporal são dados que
representam como um sistema, um processo ou
um comportamento muda ao longo do tempo. Ele
pode ser capturado em intervalos de tempo
constantes, como uma medição do dispositivo por
segundo, ou em intervalos de tempo irregulares,
como alertas e auditorias de eventos. Os dados de
séries temporais são essenciais para aplicativos
modernos, em particular para IoT, negociação de
ações,fluxo de cliques e redes sociais. Com a
mudança de sistemas em lote para sistemas em
tempo real, a eficiência da captura e da análise de
dados de séries temporais permitem que as
organizações detectem e respondam melhor a
eventos antes de seus concorrentes, melhorem a
eficiência operacional e reduzam custos e riscos.
Graças à flexibilidade do MongoDB, as equipes
utilizam o banco de dados para armazenar dados
de séries temporais há anos. No entanto, criar
modelos dos dados de forma correta para obter
uma solução de alto desempenho nem sempre foi
direto. Com coleções de séries temporais — um
novo tipo de coleção introduzido com o MongoDB
5.0 — e novos recursos, como indexação em
cluster e funções de janela, as equipes podem
trabalhar e armazenar dados de séries temporais
sem precisar se preocupar com a otimização do
modelo de nível baixo. O MongoDB irá otimizar
automaticamente seu esquema para alta eficiência
de armazenamento, consultas de baixa latência e
análises em tempo real em relação a dados
temporais.
3
Guia de Arquitetura
do MongoDB

Como os desenvolvedores experienciaram

diretamente os benefícios do modelo de dados
de documentos, ele se tornou a alternativa
mais popular ao modelo tabular utilizado pelos
bancos de dados relacionais tradicionais.
As três principais vantagens do modelo de
dados de documentos são:

1. Intuitivo: mais
rápido e fácil para Com o modelo de dados de documento, não
desenvolvedores há necessidade de decompor dados em
tabelas, executar JOINs caros ou integrar uma
Os documentos no banco de dados são mapeados camada de mapeamento objeto-relacional (ORM)
diretamente para os objetos em seu código, separada. Os dados que são acessados juntos
portanto, é muito mais natural para trabalhar com geralmente são armazenados juntos, portanto,
eles. você tem menos código para escrever e seus
usuários obtêm maior desempenho.
O exemplo a seguir de um documento JSON no
MongoDB evidencia como um objeto de cliente é
modelado em uma única estrutura de documento
com dados relacionados incorporados como
subdocumentos e arranjos. Essa abordagem reduz
o que de outra forma seriam sete tabelas pai-filho
separadas vinculadas por chaves estrangeiras em
um banco de dados relacional. “A parte mais bonita é
o modelo de dados. Tudo é
um documento JSON
natural. Portanto, para os
desenvolvedores, é fácil —
muito fácil — trabalhar
rapidamente. Eles estão
utilizando seu tempo na
criação de valor do negócio
em vez de modelagem de
dados.”
— Filip Dadgar, gerente de TI, Toyota
Material Handling Europe
4
Guia de Arquitetura
do MongoDB
2. Esquema flexível:
adapta-se
dinamicamente às
alterações
O esquema de um documento é dinâmico e
autodescritivo, portanto, você não precisa
predefini-lo no banco de dados. Os campos
podem variar de documento para documento, e
você pode modificar a estrutura a qualquer
momento, permitindo integrar constantemente
novas funcionalidades de aplicativos sem lidar
com migrações de esquema disruptivas.
Quando você precisa fazer alterações no modelo de
dados, o banco de dados de documentos continua a
armazenar os objetos atualizados sem a necessidade
de realizar operações caras de “ALTER TABLE
[ALTERAR TABELA]”, atualizar uma camada de
middleware de ORM separada e coordenar todas
essas alterações em múltiplos desenvolvedores, DBA
e equipe de operações. Os documentos permitem
que várias versões do mesmo esquema existam no
mesmo espaço de tabela. Aplicativos antigos e novos
podem coexistir.
O MongoDB também oferece validação de esquema
para que você possa aplicar regras que regem a
estrutura de seus documentos. Isso é útil à medida
que seus aplicativos entram em produção, pois você
pode controlar seu esquema sem precisar escrever
controles na camada do aplicativo. Com a validação
de esquema, você pode aplicar padrões de
governança de dados a um esquema de documento
enquanto mantém os benefícios de um modelo de
dados flexível em desenvolvimento.
3. Universal: os
documentos
JSON estão em
toda parte
Leve e independente do idioma, o JSON se tornou
um padrão estabelecido para comunicação e
armazenamento de dados. Os documentos
permitem que você estruture os dados da maneira
que seu aplicativo precisar — objetos ricos, pares
de valor-chave, tabelas, dados geoespaciais e de
séries temporais e os nós e bordas de um gráfico.
Como resultado dessas propriedades, você pode
atender a muito mais classes de aplicativos com
um único banco de dados.
O MongoDB armazena dados como documentos
JSON em uma representação binária chamada
BSON (Binary JSON). Ao contrário da maioria dos
bancos de dados que armazenam dados JSON
como cadeia de caracteres e números primitivos,
a codificação BSON estende a representação
JSON para incluir tipos adicionais como int, long,
date, float point e decimal128. Isso facilita muito
para os aplicativos que utilizam o MongoDB
processar, classificar e comparar dados de
maneira confiável.
5
Guia de Arquitetura
do MongoDB
Trabalhando com dados de
documentos
Algumas diferenças importantes entre os bancos de
dados são a expressividade da linguagem de
consulta, a riqueza da indexação e os controles de
integridade dos dados.
A API de consulta do MongoDB é abrangente e
expressiva. Consultas ad hoc, indexação e agregações
em tempo real fornecem maneiras poderosas de
acessar, agrupar, transformar e analisar dados. Você
pode unir consultas em bancos de dados, dando
suporte a cargas de trabalho transacionais e dados
arquivados em seu data lake utilizando a mesma API e
drivers de consulta, todos com uma única cadeia de
caracteres de conexão.
O pipeline de agregação do MongoDB permite
transformar e analisar dados. Os documentos
entram em um pipeline de múltiplas etapas que os
transforma em um resultado agregado. As etapas
de pipeline mais básicas fornecem filtros que
funcionam como consultas e transformações de
documentos que modificam a forma do documento
de saída. Outras operações de pipeline fornecem
ferramentas para agrupar e classificar documentos
por campos específicos, bem como ferramentas
para agregar o conteúdo de arranjos, incluindo os
de documentos. Além disso, as etapas do pipeline
podem utilizar operadores para tarefas como
calcular uma média ou concatenar uma cadeia de
caracteres. O pipeline fornece agregação de dados
eficiente utilizando operações nativas no MongoDB
e é o método preferencial para agregação de dados
no MongoDB.
Com as transações ACID, você pode manter as
mesmas garantias de de isolamento tudo ou nada
e instantâneo, assim como bancos de dados
relacionais.
Isso continua sendo possível se você estiver
manipulando dados em um único documento ou com
a arquitetura escalável do MongoDB em vários
documentos e distribuídos geograficamente em
múltiplos fragmentos.
Com forte consistência de dados, o MongoDB elimina
a complexidade do aplicativo imposta por sistemas
NoSQL eventualmente consistentes. As garantias de
consistência do MongoDB são totalmente ajustáveis,
permitindo que você equilibre a atualização dos dados
em relação ao desempenho.
Para facilitar a ação das empresas sobre os dados em
tempo real, muitos desenvolvedores estão criando
pipelines de dados orientados a eventos
completamente reativos. O MongoDB vai além de
muitos outros bancos de dados com recursos como
fluxos de alteração, que detecta e notifica
automaticamente os aplicativos consumidores sobre
quaisquer modificações de dados no banco de dados.
A API de consulta do MongoDB livra os
desenvolvedores de pesquisar, aprender e se
manter atualizados sobre várias maneiras de
trabalhar com dados em diferentes cargas de
trabalho. É mais natural de usar do que o SQL
porque parece uma extensão das linguagens de
programação que os desenvolvedores já usam.
Para acelerar ainda mais a produtividade do
desenvolvedor, o MongoDB fornece drivers
nativos para linguagens e estruturas de
programação populares. Os drivers compatíveis
incluem Java, JavaScript, C#/.NET, Go, Python,
PHP, Scala, Rust, e muito mais. Todos os MongoDB
drivers suportados são projetados para serem
idiomáticos para a linguagem de programação
fornecida. Isso elimina a necessidade de camadas
de abstração ORM complicadas e frágeis.
6
Guia de Arquitetura
do MongoDB
Arquitetura distribuída:
Escalável, resiliente e de
missão crítica
Por meio de conjuntos de réplicas e fragmentação
nativa, o MongoDB permite escalonar seus aplicativos
com disponibilidade sempre ativa. Você pode distribuir
dados para acesso de usuários de baixa latência
enquanto aplica controles de soberania de dados para
regulamentos de privacidade de dados, como RGPD.
Disponibilidade e proteção de
dados com conjuntos de
réplicas
Os Conjuntos de réplicas do MongoDB permitem que você
crie até 50 cópias de seus dados, que podem ser
provisionadas em nós, centros de processamento de
dados e regiões geográficas separados.
Os conjuntos de réplicas são projetados
predominantemente para resiliência. Se um nó primário
sofrer uma interrupção ou for removido para
manutenção, o cluster do MongoDB elegerá
automaticamente um substituto em alguns segundos,
alternando as conexões do cliente e repetindo qualquer
operação com falha para você.
O processo de eleição do conjunto de réplicas é
controlado por algoritmos sofisticados baseados em
uma implementação estendida do protocolo de
consenso Raft. Antes que uma réplica secundária seja
promovida, os algoritmos de eleição avaliam uma série
de parâmetros, incluindo:
° Análise de identificadores de eleição, registros
temporais e persistência de registro para
identificar os membros do conjunto de réplicas
que aplicaram as atualizações mais recentes da
réplica primária
° Heartbeat e status de conectividade com a
maioria dos outros membros do conjunto de
réplicas
° Prioridades definidas pelo usuário atribuídas
aos membros do conjunto de réplicas
Ao estender a proteção de dados, os desenvolvedores
podem configurar conjuntos de réplicas para fornecer
durabilidade ajustável e de vários nós e
reconhecimento geográfico. Por meio da preocupação
com a escrita do MongoDB, você pode garantir que as
operações de gravação se propaguem para a maioria
das réplicas em um cluster. Com o MongoDB 5.0, a
garantia de durabilidade padrão foi elevada à
preocupação com a escrita majoritária (w:majority). O
sucesso da gravação agora só será reconhecido no
aplicativo depois que ele for confirmado e persistido
no disco na maioria das réplicas.
Escolher o novo padrão em comparação com o antigo
padrão w:1 permite uma garantia de durabilidade mais
forte, onde os dados reconhecidos podem sobreviver a
eleições de conjuntos de réplicas e falhas completas de
nós. A nova configuração padrão w:majority é totalmente
ajustável, para que você possa manter o padrão w:1
anterior ou qualquer preocupação de gravação
personalizada configurada anteriormente.
Você também pode criar preocupações de gravação
personalizadas que visam membros específicos de um
conjunto de réplicas, implantados localmente e em regiões
remotas.
7
Guia de Arquitetura
do MongoDB
Isso garante que os escritos sejam reconhecidos
apenas quando as políticas personalizadas forem
cumpridas, como gravar em pelo menos um
primário e uma réplica em uma região, e pelo menos
uma réplica em uma segunda região. Isso reduz o
risco de perda de dados no caso de uma falha
regional completa.
Além da resiliência, os conjuntos de réplicas
também podem ser usados para escalonar as
operações de leitura, alternando de forma
inteligente as consultas para uma cópia dos dados
fisicamente mais próxima do usuário.
Escalabilidade vertical,
horizontal e ao longo de
camadas de armazenamento
Como a maioria dos bancos de dados, você pode
escalonar o MongoDB verticalmente movendo
para tamanhos de instância maiores ou menores.
Como um sistema distribuído, o MongoDB pode
executar uma reinicialização contínua do conjunto
de réplicas, permitindo que você se mova entre
diferentes instâncias sem tempo de inatividade do
aplicativo.
Por meio da fragmentação nativa, o MongoDB
também pode escalonar seu banco de dados em
vários nós para lidar com cargas de trabalho de
gravação intensiva e tamanhos de dados crescentes.
A fragmentação com o MongoDB permite escalonar
continuamente o banco de dados à medida que seus
aplicativos crescem além dos limites de hardware de
um único servidor, e isso sem adicionar
complexidade ao aplicativo.
Para responder às demandas de carga de trabalho
em evolução, você pode adicionar e remover
fragmentos a qualquer momento.
Com políticas sofisticadas, como leituras
protegidas, o cluster irá alternar
automaticamente as consultas aos dois nós mais
próximos (medidos pela distância de ping),
retornando os resultados da réplica mais rápida.
Isso ajuda a minimizar as consultas em espera em
um nó que poderia estar ocupado, reduzindo a
latência de leitura do 95° e 99° percentual.
Observe que as leituras protegidas estão
disponíveis apenas em clusters compartilhados.
Você também tem a flexibilidade de refinar ou
alterar sua chave de fragmentação — que determina
como os dados são distribuídos em um cluster
fragmentado — sob demanda sem afetar a
disponibilidade do sistema. Conforme sua chave de
fragmentação é modificada ou conforme você altera
a topologia do cluster, o MongoDB reequilibrará
automaticamente os dados entre os fragmentos
conforme necessário, sem intervenção manual.
Com o simples hash de um valor-chave primário,
muitos bancos de dados distribuídos espalham dados
aleatoriamente em um cluster de nós, impondo
penalidades de desempenho quando os dados são
consultados ou adicionando complexidade ao
aplicativo quando você precisa localizar dados em
uma região específica. Ao expor múltiplas políticas de
fragmentação aos desenvolvedores, o MongoDB
oferece uma abordagem melhor. Os dados podem ser
distribuídos de acordo com padrões de consulta ou
requisitos de posicionamento de dados, oferecendo
escalabilidade muito maior em um conjunto mais
diversificado de cargas de trabalho.
8
 Guia de Arquitetura
do MongoDB

A fragmentação nativa do MongoDB oferece as o Fragmentação por zonas: Isso

seguintes opções:
o Fragmentação variada: Os documentos são
particionados em fragmentos de acordo com o
valor-chave de fragmento. Documentos com
valores-chave de fragmento próximos uns dos
outros provavelmente serão colocados no
mesmo fragmento. Essa abordagem é
adequada para aplicativos que precisam
otimizar consultas baseadas em intervalo,
como colocalização de dados para clientes em
uma região específica em um conjunto
específico de fragmentos.
o Fragmentação hash: Os documentos são
distribuídos de acordo com um hash MD5 do
valor-chave de fragmentação. Essa abordagem
garante uma distribuição uniforme de
gravações em fragmentos, o que geralmente é
ideal para ingerir fluxos de séries temporais e
dados de eventos.
permite que os desenvolvedores
definam regras específicas que
regem o posicionamento de dados
em um cluster fragmentado.
Além do escalonamento vertical e horizontal, o
MongoDB também oferece escalonamento em
camadas. Ao trabalhar na nuvem, o MongoDB
Atlas Online Archive classificará automaticamente
os dados antigos do banco de dados para o
armazenamento de objetos na nuvem. Os dados
arquivados permanecem totalmente acessíveis
com consultas unificadas que abrangem
armazenamento de objetos e banco de dados em
uma única cadeia de caracteres de conexão. Essa
abordagem permite escalonar o armazenamento
de dados de maneira mais econômica, movendo-
o para uma camada de armazenamento de custo
mais baixo sem perder o acesso aos dados e sem
lidar com pipelines de ETL lentos e complexos.

Zona 4
Frankfurt

Zona 2
Norte da Zona 5
Zona 1
Virgínia Tóquio
Norte da
Califórnia

Zona 3
Latência de gravação aproximada São Paulo
Zona 6
Ideal (0 – 100ms) Sydney
Aceitável (101 – 249ms)
Aceitável (101 – 249ms)
Não Ideal (250ms+)

Figura 1: Atendendo aplicativos sempre ativos, distribuídos globalmente e de gravação em todos os lugares com o MongoDB Atlas Global Clusters

9
Guia de Arquitetura
do MongoDB
Privacidade e segurança
Com a crescente economia digital, vem um
aumento na supervisão governamental de
privacidade e segurança de dados. O MongoDB
inclui amplos recursos para defender, detectar e
controlar o acesso aos dados:
° Autenticação: O MongoDB oferece um
forte mecanismo de desafio-resposta
baseado em SCRAM-256, juntamente com
integração à infraestrutura de segurança
corporativa, incluindo LDAP, Windows
Active Directory, Kerberos, certificados
x.509 e AWS IAM.
° Autorização: O controle de acesso
baseado em função (RBAC) permite
configurar permissões granulares para um
usuário ou aplicativo com base nos
privilégios necessários para realizar seus
trabalhos.
° Auditoria: Para conformidade regulatória,
os administradores de segurança podem
utilizar o log de auditoria nativo do MongoDB
para registrar todas as atividades e alterações
do banco de dados.
° Isolamento da rede: Para usuários que
executam bancos de dados totalmente
gerenciados no MongoDB Atlas, os dados
do usuário e os sistemas subjacentes são
totalmente isolados de outros usuários. Os
recursos de banco de dados são associados
a um grupo de usuários, que está contido
em sua própria nuvem privada virtual
(VPC). O acesso pode ser concedido
apenas por whitelist de IP ou
emparelhamento da VPC.
° Criptografia em todo lugar: Os dados
do MongoDB podem ser criptografados
enquanto estão em trânsito na rede, em
uso no banco de dados e em repouso, seja
em disco ou em backups.
Com a criptografia no nível de campo (FLE) do
lado do cliente, você tem acesso a alguns dos
controles de proteção de dados mais avançados
em qualquer lugar. A FLE torna ainda mais seguro
armazenar seus dados mais confidenciais na
nuvem porque é completamente inacessível para
qualquer pessoa que não tenha as chaves de
criptografia, incluindo aqueles que operam o
banco de dados para você.
A FLE também facilita a conformidade com as
condições de “direito ao esquecimento” nos
regulamentos de privacidade, como o RGPD e a
CCPA. Simplesmente destrua a chave do cliente e
os dados pessoais associados se tornarão inúteis.
Com a FLE, você pode criptografar seletivamente
campos de documentos individuais, cada um
opcionalmente protegido com sua própria chave e
descriptografado perfeitamente para o cliente. No
MongoDB, a FLE é totalmente separada do banco
de dados, tornando-a transparente para o
servidor. Em vez disso, é tratada exclusivamente
dentro dos drivers MongoDB no cliente. Todos os
campos criptografados no servidor —
armazenados na memória, nos logs do sistema,
em repouso e em backups — são renderizados
como texto cifrado, tornando-os ilegíveis para
qualquer parte que não tenha tanto o acesso de
cliente quanto as chaves necessárias para
descriptografar os dados. Essa é uma abordagem
diferente e mais abrangente do que a criptografia
de coluna usada em muitos bancos de dados
relacionais. A maioria desses bancos de dados lida
com a criptografia no lado do servidor, então os
dados ainda podem ser acessados pelos
administradores que têm acesso à própria
instância do banco de dados, mesmo que não
tenham privilégios de acesso de cliente.
10
Guia de Arquitetura
do MongoDB
Uma plataforma para todas
as suas cargas de trabalho
Com base no modelo de dados de documentos
do MongoDB, API de consulta expressiva e DNA
de sistemas distribuídos, a plataforma de dados
de aplicativos MongoDB Atlas oferece um
conjunto coeso e integrado de dados e serviços
de banco de dados. O Atlas simplifica a forma
como as equipes trabalham com dados,
especificamente no contexto da criação de
software e sistemas que proporcionam
experiências em tempo real para clientes finais
e usuários internos. As principais características
da plataforma de dados de aplicativos do
MongoDB incluem:
° Um plano de dados com a capacidade de
oferecer suporte a uma ampla variedade de
tipos de aplicativos que podem ser
desenvolvidos, implantados e evoluídos
independentemente para atender a uma
ampla variedade de tipos de aplicativos e
casos de uso
° Uma experiência unificada e consistente
para desenvolvedores, analistas de dados,
cientistas de dados e funções críticas de
suporte, como equipes de operações,
equipes de segurança e engenheiros de
dados
° Distribuição global de dados em multicloud
— construída na fragmentação nativa do
MongoDB — para dar suporte às exigências
de residência de dados e fornecer
flexibilidade de implantação
° Movimento transparente de dados entre
serviços e gerenciamento automatizado
do ciclo de vida dos dados
Em sua essência, o MongoDB Atlas fornece um banco
de dados de uso geral (Atlas Database) para
aplicativos modernos. Quase todos os aplicativos
precisam de um banco de dados rápido que possa
fornecer tempos de resposta de milissegundos de um
dígito. E com seu modelo de dados de documento
flexível, garantias transacionais, API de consulta rica e
expressiva e suporte nativo para escalonamento
vertical e horizontal, o Atlas Database pode ser
empregado para praticamente qualquer caso de uso,
reduzindo a necessidade de bancos de dados
especializados, mesmo quando as exigências mudam.
O escalonamento automático de cluster ajusta a
computação e o armazenamento em resposta à carga
do aplicativo, eliminando a necessidade de monitorar
a utilização e reagir às necessidades de
escalonamento.
O Atlas Database está disponível em mais de 80
regiões na AWS, Google Cloud Platform e Azure.
A melhor infraestrutura e automação de banco
de dados da categoria garante disponibilidade
contínua, escalabilidade elástica e conformidade
com os padrões de privacidade e segurança de
dados mais exigentes. O tempo de atividade é
respaldado por um acordo de nível de serviço de
99,995%.
11
 Guia de Arquitetura
do MongoDB

Além de oferecer bancos de dados MongoDB

totalmente gerenciados na nuvem, o Atlas
fornece serviços complementares adicionais que
permitem que as organizações ofereçam
suporte a uma ampla variedade de cargas de
trabalho de dados analíticos de aplicativos e em
tempo real.

Modelo de
documento
Pares de valor-
Geoespacial
chave

Relações Gráficos

Objetos

Interface unificada Análise em

Transacional tempo real

Pesquisa Móvel

Arquitetura
Segurança distribuída

Multicloud

Figura 2: Plataforma de dados de aplicativos do MongoDB

12
Guia de Arquitetura
do MongoDB
Análise em tempo real
O Atlas Database permite que você implante um
nó de análise somente para leitura para atender a
consultas de análise mais intensivas em recursos.
Você pode direcionar facilmente os nós de análise
configurando a preferência de leitura, garantindo
efetivamente que as consultas de análise que
aproveitam o pipeline de agregação integrado do
MongoDB nunca disputem por recursos de banco
de dados com suas cargas de trabalho
operacionais. Os nós analíticos, como todos os nós
somente para leitura em um cluster do MongoDB,
não participam de eleições e nunca podem ser
eleitos para o cluster primário.
Atlas Search
O Atlas Search é integrado ao MongoDB Atlas,
facilitando a criação de recursos de pesquisa de
texto completo e rápidos sobre seus dados do
MongoDB, sem a necessidade de aprender uma
API diferente ou implantar uma tecnologia de
pesquisa separada. O Atlas Search é construído
com base no Apache Lucene, a biblioteca padrão
do setor. Os índices de pesquisa são executados ao
mesmo tempo que o banco de dados e são
mantidos sincronizados automaticamente. Os
recursos de pesquisa suportados incluem pesquisa
difusa, preenchimento automático, facetas e
filtros, pontuação personalizada, analisadores para
mais de 30 idiomas e muito mais.
Atlas Data Lake
O Atlas Data Lake é um serviço de consulta sob
demanda que permite analisar dados no
armazenamento de objetos em nuvem (Amazon
S3) usando a API de consulta do MongoDB. Não
há infraestrutura para configurar ou gerenciar.
A melhor maneira de executar
o MongoDB na nuvem
O Atlas Database oferece o MongoDB como um serviço
de pagamento por utilização, cobrado por hora. Para
implantá-lo, você pode usar uma GUI ou a API de
administração para selecionar o provedor de nuvem
pública, a região, o tamanho da instância e os recursos
necessários. O Atlas Database fornece:
o Provisionamento automatizado de banco
de dados e infraestrutura junto com
escalonamento automático, para que as
equipes possam obter os recursos de
banco de dados de que precisam, quando
precisarem, e escalar elasticamente em
resposta às demandas do aplicativo.
o Segurança sempre ativa para proteger
os dados, incluindo isolamento de rede,
controles de acesso refinados, auditoria
e criptografia de ponta a ponta até o
nível de campos individuais.
o Certificações com padrões globais para
suporte à conformidade, incluindo ISO
27001, SOC 2, e muito mais. O Atlas
Database pode ser usado para cargas
de trabalho sujeitas a HIPAA, PCI-DSS
ou RGPD.
o Replicação integrada dentro e entre
regiões para disponibilidade sempre
ativa, mesmo em caso de interrupções
regionais completas.
o Clusters globais para bancos de dados
totalmente gerenciados e distribuídos
globalmente que fornecem leituras e
gravações responsivas e de baixa
latência para usuários em qualquer
lugar,
Continua na próxima página »
13
Guia de Arquitetura
do MongoDB
O Atlas Data Lake paraleliza automaticamente as
operações rompendo as consultas e dividindo o
trabalho em múltiplos nós de computação. O Atlas
Data Lake também pode otimizar automaticamente as
cargas de trabalho utilizando a computação na região
mais próxima de seus dados. Isso é útil para a
residência de dados, oferecendo a capacidade de
especificar a região na qual seus dados devem ser
processados.
O suporte para consultas centralizadas permite
combinar e analisar dados no S3 e nos clusters do Atlas
Database, em uma única consulta. Além disso, você
pode persistir facilmente os resultados das agregações
no armazenamento de objetos ou no banco de dados
na nuvem. Os formatos de dados suportados incluem
JSON, BSON, CSV, TSV, Avro, ORC e Parquet.
Atlas Charts
Atlas Charts é um serviço de visualização de dados
que oferece suporte nativo a dados JSON
ricamente estruturados. Crie facilmente tabelas,
gráficos e painéis em uma interface de arrastar e
soltar e compartilhe-os com outros usuários para
colaboração ou incorpore-os diretamente em seus
aplicativos para criar experiências de usuário com
alto engajamento. O Atlas Charts pode ser
configurado para ler análises ou nós secundários,
garantindo ausência de impacto nas cargas de
trabalho operacionais. As fontes de dados com
suporte incluem uma ou mais implantações de
banco de dados Atlas, Atlas Data Lake ou uma
combinação de ambos.
Realm Sync
O Realm Sync fornece sincronização de dados
bidirecional entre os clusters do Atlas Database e o
Realm, um banco de dados móvel leve e de código
aberto.
com fortes controles de soberania de
dados para conformidade regulatória. Os
clusters globais permitem que você
implemente rapidamente a fragmentação
por zonas utilizando uma interface do
usuário visual ou a API de administrador
Atlas. Cada zona faz parte do mesmo
cluster, portanto, podem ser consultadas
globalmente, mas os dados são fixados em
fragmentos em regiões específicas com
base nas políticas de localização de dados.
o Os clusters multicloud permitem
distribuir os dados em um único banco
de dados lógico entre múltiplos
provedores de nuvem para redundância
entre nuvens, alcance geográfico ainda
mais amplo e migrações ininterruptas
entre provedores de nuvem. Os clusters
de multicloud também podem ser usados
para alavancar facilmente os melhores
serviços de cada provedor de nuvem em
seus dados operacionais em tempo real
— por exemplo, os usuários que operam
principalmente na AWS podem criar
rapidamente uma réplica no Google
Cloud para aproveitar a IA/serviços de
ML mais recentes do Google.
o Backups totalmente gerenciados com
recuperação em um momento específico
para proteção contra corrupção de dados
e a capacidade de consultar backups no
local sem restaurações completas
o Monitoramento refinado, métricas em
tempo real, criador de perfil de consulta
e alertas personalizáveis para visibilidade
abrangente do desempenho.
Continua na próxima página »
14
Guia de Arquitetura
do MongoDB
O Realm é uma alternativa mais amigável ao
desenvolvedor para armazenamentos de dados
incorporados, como SQLite ou Core Data. Essa
solução conjunta ajuda a resolver os desafios
exclusivos de criar aplicativos offline para
dispositivos móveis, simplificando o
armazenamento de dados no dispositivo —
permitindo acesso a dados, mesmo quando
offline — e habilitando atualizações bidirecionais
quando uma conexão é estabelecida. Os SDKs do
Realm oferecem aos desenvolvedores as
ferramentas necessárias para acessar dados
armazenados no MongoDB Atlas diretamente do
cliente e interagir com o conjunto mais amplo de
serviços da plataforma.
GraphQL
Gere automaticamente um esquema JSON para
suas coleções do MongoDB e habilite o GraphQL
para seus aplicativos do MongoDB com um
simples clique. Ao consultar um único terminal
para obter exatamente os dados de que você
precisa, você pode criar aplicativos de alto
desempenho. Quando você usa o GraphQL junto
a outros recursos de desenvolvimento de
aplicativos do MongoDB — como autenticação
integrada e controle de acesso a dados —
também é simples proteger seu aplicativo.
Arquitetura orientada a
eventos
Parte dos serviços mais amplos disponíveis para os
usuários do Atlas, as funções permitem que você
defina e execute a lógica do lado do servidor sem
precisar provisionar ou gerencia-lo, facilitando a
integração com serviços em nuvem, criação de APIs
e muito mais. Atlas Triggers permite que você
execute funções automaticamente em tempo real,
em resposta a alterações no banco de dados ou
eventos de autenticação de usuário, ou em
intervalos predefinidos.
o Recomendações inteligentes de
esquema e índice com o Performance
Advisor, que analisa registros de
consultas lentas de suas coleções de
banco de dados e fornece sugestões
classificadas por impacto no
desempenho de seu banco de dados.
o Correções automatizadas e
atualizações com um clique para novas
versões principais do banco de dados,
permitindo que você aproveite os
recursos mais recentes do MongoDB.
o Arquivamento automático de dados
antigos de seus clusters de banco de
dados em tempo real para
armazenamento de objetos em nuvem
totalmente gerenciado com o Online
Archive. A consulta centralizada
permite que você analise os dados do
seu banco de dados operacional e
dados históricos no armazenamento de
objetos junto e no local com uma única
consulta para obter insights mais
rápidos. As consultas são roteadas
automaticamente para o serviço de
dados apropriado sem ter que pensar
em movimentação de dados,
replicação ou ETL.
o Migração em tempo real para mover
um banco de dados MongoDB
autogerenciado para o serviço Atlas ou
para mover bancos de dados Atlas
entre provedores de nuvem.
o Uma camada gratuita perpétua de
512 MB.
O Atlas Database atende a uma ampla variedade
de cargas de trabalho para startups, empresas da
lista Fortune 500 e agências governamentais,
incluindo aplicativos de missão crítica que lidam
com dados altamente confidenciais em setores
regulamentados.
15
Guia de Arquitetura
do MongoDB
MongoDB para aplicativos de
missão crítica em seu centro de
processamento de dados
Se você precisar executar o MongoDB em sua
própria infraestrutura autogerenciada para
requisitos de negócios ou regulatórios, o
MongoDB Enterprise Advanced é um pacote de
software avançado, suporte, certificações e
outros serviços que podem ajudar. O Enterprise
Advanced pode ser usado para alimentar um
banco de dados MongoDB por trás de um único
aplicativo ou para criar seu próprio serviço de
banco de dados privado e expô-lo às suas
equipes de desenvolvimento.
Como parte da assinatura do MongoDB Enterprise
Advanced, o MongoDB Enterprise Server é uma
versão do software de banco de dados que inclui
um mecanismo de armazenamento na memória
para alto rendimento e baixa latência previsível;
opções avançadas de segurança, como controles
de acesso LDAP e Kerberos; auditoria abrangente;
e um mecanismo de armazenamento
criptografado para proteger os dados em repouso.
O MongoDB Ops Manager simplifica as tarefas
de administração associadas à execução do
MongoDB no local ou em uma nuvem privada.
Com o Ops Manager, você pode automatizar a
implantação, monitoramento, backup e
escalonamento do MongoDB. Você também pode
gerenciar o ciclo de vida completo de seus bancos
de dados MongoDB por meio de uma GUI potente
ou programaticamente com APIs para permitir a
integração com suas ferramentas de
infraestrutura como código (IaC).
Os usuários do Kubernetes podem utilizar o
MongoDB Enterprise Operator para Kubernetes,
que se integra ao MongoDB Ops Manager para
automatizar e gerenciar clusters do MongoDB. Ele
oferece controle total sobre sua implantação do
MongoDB a partir de um único plano de controle
do Kubernetes. Você pode utilizar o operador com
Kubernetes a montante ou com qualquer
distribuição popular, como Red Hat OpenShift ou
Pivotal Container Service (PKS).
O MongoDB Connector para BI permite que você
utilize o MongoDB como uma fonte de dados
para suas plataformas de BI e análises baseadas
em SQL, como Tableau, Microstrategy, Looker e
muito mais. Ele está incluído no MongoDB
Enterprise Advanced e disponível em um modelo
de pagamento por utilização para clusters da
base de dados Atlas.
16
Guia de Arquitetura
do MongoDB
Execute o MongoDB
gratuitamente com nossas
ferramentas
O MongoDB Community Server é a versão gratuita
e disponível no código-fonte do software de banco
de dados. Ele foi baixado centenas de milhões de
vezes e inclui todas as principais funcionalidades
de banco de dados — modelo de documento
flexível, API de consulta expressiva, replicação e
fragmentação — para oferecer suporte à criação
de uma ampla variedade de aplicativos.
MongoDB Compass
Você pode interagir facilmente com seus dados
do MongoDB utilizando o MongoDB Compass, a
GUI do MongoDB. Por meio do Compass, você
pode explorar e manipular dados, criar consultas
e pipelines de agregação visualmente a partir da
GUI e exportá-los como código para seu
aplicativo, visualizar e criar índices, criar regras
de validação de esquema e muito mais.
Cloud Manager
O Cloud Manager é a plataforma de
gerenciamento baseada em nuvem que
permite implantar, monitorar, fazer backup e
escalonar o MongoDB. Ele permite automatizar
tarefas de administração como implantação,
monitoramento e alertas, escalonamento,
atualizações, backup e otimização de
desempenho.
Também ajuda a identificar problemas antes
que se tornem emergências e agilizar as
operações. Com o Cloud Manager, você pode
monitorar tendências, ver características de
carga de trabalho em tempo real, configurar
alertas e obter sugestões de otimização de
desempenho.
Conectores
O MongoDB Connector para Apache Spark expõe
todas as bibliotecas do Spark, incluindo Scala, Java,
Python e R. Os dados do MongoDB são
materializados como DataFrames e Datasets para
análise com aprendizado de máquina, gráfico,
streaming e APIs de SQL.
Com o MongoDB Connector para Apache Kafka,
você pode criar pipelines de dados robustos que
movem eventos entre sistemas em tempo real,
utilizando o MongoDB como fonte e coletor para
Kafka. O conector é suportado pelo MongoDB e
verificado pelo Confluent.
Você pode utilizar qualquer distribuição de
Kubernetes para gerenciar o ciclo de vida
completo de seus clusters do MongoDB, onde
quer que você escolha executá-los, desde a
infraestrutura local até a nuvem pública. Com as
integrações de Kubernetes do MongoDB, você
pode executar e escalonar seus clusters com
facilidade, independentemente da topologia de
infraestrutura escolhida.
17
Guia de Arquitetura
do MongoDB

Iniciando
Todos os setores estão passando por uma
transformação digital. Muitas empresas não
conseguem realizar todo o potencial de seus
investimentos porque não modernizam sua
arquitetura de dados. Conforme você cria ou
refaz sua empresa para o mundo digital, a
velocidade, medida pela rapidez com que você
cria aplicativos, escalona-os e obtém insights
dos dados que eles geram, é importante. Essas
são as chaves para aplicativos que
proporcionam melhores experiências ao cliente:
permitir insights mais profundos e orientados
por dados e possibilitar novos produtos ou
modelos de negócios. O MongoDB permite que
você atenda às demandas de aplicativos
modernos com uma plataforma completa de
dados de aplicativos que inclui todos os serviços
complementares que os desenvolvedores
precisam.
Neste guia, exploramos os conceitos
fundamentais que sustentam a arquitetura do
MongoDB. Outros guias sobre tópicos como
desempenho, operações e práticas recomendadas
de segurança podem ser encontrados em
MongoDB.com.
Você pode começar agora com o MongoDB da
seguinte forma:
1. Revisar o whitepaper de orientação de
caso de uso para identificar casos de
uso aplicáveis para o MongoDB.
2. Ativar um cluster do MongoDB
totalmente gerenciado na camada
gratuita do Atlas ou baixando o
MongoDB para desenvolvimento local.
3. Revisar os manuais e tutoriais do MongoDB
em nossa documentação.

Porto Seguro
O lançamento e tempo de quaisquer recursos ou recursos descritos para os nossos produtos permanecem a
nosso exclusivo critério. Essas informações destinam-se apenas a delinear nossa direção geral do produto e
não devem ser consideradas na tomada de decisão de compra nem são um compromisso, promessa ou
obrigação legal de entregar qualquer material, código ou funcionalidade.

© 2021 MongoDB, Inc. MongoDB e o logotipo da MongoDB são marcas

registradas da MongoDB, Inc. Publicado em novembro de 2021.

18