Visão Geral da Arquitetura do MongoDB

O MongoDB é baseado em uma arquitetura orientada a documentos. Em vez de tabelas e joins, trabalhamos com
coleções de documentos BSON que podem evoluir ao longo do tempo. Em produção, a arquitetura típica envolve:

• Replica Sets para alta disponibilidade e durabilidade
• Sharding para escala horizontal e particionamento de dados
• Mongos como roteadores que direcionam operações para os shards
• Config Servers que armazenam o mapeamento de chunks e metadata do cluster
• WiredTiger como storage engine moderno com compressão e journaling
• Journaling para durabilidade de writes no disco

Replica Sets, Consistência e Disponibilidade

A base da disponibilidade no MongoDB é o replica set. Um conjunto de membros mantém uma réplica do data
set e escolhe um primário responsável por aceitar writes. Os secundários mantêm seus próprios conjuntos de dados
por meio do oplog, permitindo failover rápido e recuperação de falhas sem perda de dados.

Conceitos-chave:

• Write Concern: garantia de que a escrita foi confirmada pelo nível desejado (por exemplo, majority)
• Read Concern: controle de consistência para leituras (local, majority, etc.)
• Eleição de novo primário, prioridade entre membros e política de quorum
• Oplog, rollback e recuperação em cenários de falha

// Exemplo de configuração de Replica Set
rs.initiate({
  _id: "rs0",
  members: [
    { _id: 0, host: "db1:27017" },
    { _id: 1, host: "db2:27017" },
    { _id: 2, host: "db3:27017" }
  ]
});
        

Observação: adapte os hosts, portas e políticas de write/read conforme seu ambiente. Em produção, utilize
replica sets bem monitorados com backups planejados.

Sharding e Escala Horizontal

Quando os requisitos de throughput e armazenamento excedem o que um único nó pode suportar, o MongoDB
oferece o sharding. Dados são particionados em chunks com base em shard keys, permitindo distribuir a carga entre
múltiplos shards. Principais componentes:

• Shard: conjunto de dados particionado hospedado por um conjunto de réplicas
• Shard Key: escolha cuidadosa para evitar hotspots (cardinalidade e distribuição de acesso)
• Config Servers: armazenam metadados do cluster (mapeamento de chunks)
• Mongos: roteadores que direcionam operações e consultas aos shards apropriados
• Balancer e chunks: migração de chunks entre shards para balancear a carga

Boas práticas rápidas:

• Escolha shard keys com alta cardinalidade e distribuição uniforme
• Monitore a granularidade dos chunks e evite chunks muito grandes
• Planeje zonas geográficas e redundância com regiões de shard

Modelagem de Dados, Indexação e Performance

Diferentemente de bancos relacionais, o design de esquemas no MongoDB envolve decisões entre
embedding (inserir dados relacionados no mesmo documento) e referencing (documentos separados).
Embedding oferece leituras mais rápidas quando os dados são consumidos juntos, mas pode levar a documentos
grandes. Referencing aumenta a normalização, exigindo joins simulados via aggregations ou operações adicionais.

• Indexação: crie índices adequados (únicos, compostos, multikey, texto, geoespacial) para acelerar consultas
• TTL (Time To Live): expiração automática de documentos para dados voláteis
• Consultas: aproveite o pipeline de agregação para transformações complexas
• Consistência vs. Disponibilidade: ajuste Read/Write Concerns conforme o caso de uso

Exemplo de prática de indexação comum:

db.orders.createIndex({ "customerId": 1, "orderDate": -1 }, { name: "idx_customer_orderDate" })