일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- IntelliJ
- JavaScript
- or some instances in your deployment group are experiencing problems.
- redis
- bootstrap
- aws
- chartjs
- Spring Error
- Spring
- Jenkins
- codedeploy error
- codebuild
- VPN
- java bigdecimal
- aws cicd
- Flux
- PostgreSQL
- codepipeline
- Python
- docker
- kubeflow
- Airflow
- chart.js
- Kafka
- SQL
- node
- AWS CI/CD 구축하기
- codedeploy
- 도커
- COALESCE
- Today
- Total
목록mongoDB (2)
Small Asteroid Blog
MongoDB와 Redis는 기본적으로 분산 트랜잭션이나 관계형 데이터베이스에서 사용하는 트랜잭션을 완벽하게 지원하지 않는다.두개를 동시에 사용하면서 데이터 변경 작업을 진행할 때 트랜잭션을 구현하는 것은 어렵다. 하지만 몇 가지 방법으로 트랜잭션과 유사한 일관성을 유지할 수 있다. MongoDB의 트랜잭션 한계MongoDB는 기본적으로 단일 도큐먼트 수준의 원자성을 보장한다. 즉, 한 도큐먼트 내의 모든 쓰기 연산은 원자적으로 처리된다.MongoDB 4.0부터는 다중 도큐먼트를 대상으로 한 트랜잭션을 지원하지만, 다음과 같은 한계가 있다.Replica Set이나 Sharded Cluster 환경에서만 트랜잭션 사용 가능트랜잭션은 성능 저하를 야기할 수 있음기본적으로 트랜잭션은 60초 안에 완료되어야 ..
Spring에서 몽고디비를 사용할 때스트리밍 조회(Stream Processing)와 MongoDB Aggregation 중어떤 방법이 더 좋은지 데이터의 특성과 사용 목적을 고려해야 한다. 스트리밍 조회 (Stream Processing)장점메모리 효율성: 전체 데이터를 한 번에 메모리에 로드하지 않고, 하나씩 처리하기 때문에 메모리 부담이 적다.단순한 로직: 데이터 하나하나를 순차적으로 처리하는 데 적합하여, 복잡한 집계나 가공 작업을 서버 측 코드에서 쉽게 처리할 수 있다.단점네트워크 부담: 모든 데이터를 서버로 전송해야 하므로 네트워크 트래픽이 높아질 수 있다.속도 저하 가능성: MongoDB 내에서 바로 처리하지 않고, 애플리케이션 서버에서 작업을 수행해야 하므로 처리 속도가 느려질 수 있다...