MongoDB คืออะไร? เข้าใจ NoSQL และสิ่งที่ต้องเผื่อก่อนใช้จริง

MongoDB คืออะไร

MongoDB คือระบบจัดการฐานข้อมูลในกลุ่มที่เรียกว่า NoSQL ซึ่งไม่ได้เก็บข้อมูลเป็นตารางที่มีคอลัมน์ตายตัว แต่เก็บเป็นสิ่งที่เรียกว่า document แต่ละ document เก็บข้อมูลหนึ่งรายการไว้ครบในตัวเอง และมีหน้าตาคล้ายข้อมูลรูปแบบ JSON ที่นักพัฒนาเว็บคุ้นเคยอยู่แล้ว

จุดขายหลักที่ทำให้มันแพร่หลายคือความยืดหยุ่นของโครงสร้าง ในฐานข้อมูลแบบตาราง ถ้าจะเพิ่มข้อมูลใหม่หนึ่งช่องคุณต้องแก้โครงสร้างของทั้งตาราง แต่ใน MongoDB คุณเพิ่มข้อมูลใหม่ลงใน document ใหม่ได้เลยโดยที่ document เก่าไม่ต้องเปลี่ยนตาม ระบบที่โครงสร้างข้อมูลยังไม่นิ่งจึงเริ่มงานได้เร็วกว่า

MongoDB รันเป็นบริการเบื้องหลังบนเซิร์ฟเวอร์เช่นเดียวกับฐานข้อมูลตัวอื่น แอปเชื่อมต่อเข้ามาผ่านไลบรารีของภาษาที่ใช้ ตัวมันมีทั้งรุ่นที่ติดตั้งบนเครื่องของตัวเองและบริการแบบคลาวด์ที่ผู้พัฒนาให้บริการเอง

ข้อควรรู้เรื่องสัญญาอนุญาต รุ่น Community ดาวน์โหลดและใช้ฟรี แต่ตั้งแต่ปี 2018 เป็นต้นมาใช้สัญญาอนุญาตแบบ SSPL ซึ่งมีเงื่อนไขเข้มกับผู้ที่นำตัวฐานข้อมูลไปเปิดเป็นบริการคลาวด์ให้คนอื่นใช้ สำหรับคนที่ติดตั้งใช้กับระบบของตัวเองตามปกติ เรื่องนี้ไม่กระทบ

NoSQL คืออะไร ต่างจาก SQL ยังไง

NoSQL เป็นคำเรียกรวมของฐานข้อมูลที่ไม่ได้ยึดรูปแบบตารางเชิงสัมพันธ์เป็นหลัก ไม่ได้แปลว่าไม่มีภาษาสอบถามข้อมูล และไม่ได้แปลว่าดีกว่าหรือใหม่กว่า มันแค่เลือกจัดเก็บข้อมูลคนละแนวคิดเพื่อแลกกับข้อดีคนละชุด

ในฐานข้อมูล SQL ข้อมูลที่เกี่ยวข้องกันถูกแยกไว้คนละตารางแล้วเชื่อมด้วยคีย์ เวลาต้องการข้อมูลครบชุดจึงต้องดึงหลายตารางมาต่อกัน ส่วนใน MongoDB นิยมเก็บข้อมูลที่ใช้ด้วยกันไว้ใน document เดียวไปเลย อ่านครั้งเดียวได้ครบ แลกกับการที่ข้อมูลบางส่วนอาจซ้ำอยู่หลายที่ และเมื่อแก้ต้องตามแก้ให้ครบเอง

เก็บข้อมูลแบบ document หน้าตาเป็นยังไง

ลองนึกถึงข้อมูลลูกค้าหนึ่งคน ในฐานข้อมูลแบบตาราง คุณจะมีตารางลูกค้าเก็บชื่อกับอีเมล แล้วมีอีกตารางเก็บที่อยู่ และอีกตารางเก็บเบอร์โทร เพราะลูกค้าหนึ่งคนอาจมีหลายที่อยู่ เวลาจะแสดงโปรไฟล์เต็มจึงต้องดึงสามตารางมาต่อกัน

ใน MongoDB ข้อมูลลูกค้าคนนั้นถูกเก็บเป็น document เดียว ข้างในมีชื่อ อีเมล แล้วมีรายการที่อยู่กับรายการเบอร์โทรซ้อนอยู่ข้างในเลย อ่านครั้งเดียวได้ข้อมูลครบทั้งโปรไฟล์ ไม่ต้องต่อตาราง นี่คือเหตุผลที่หน้าจอโปรไฟล์ในแอปมักดึงข้อมูลได้เร็วมาก

ข้อแลกเปลี่ยนคือถ้าข้อมูลชุดเดียวกันถูกฝังไว้ในหลาย document เช่นชื่อร้านที่ฝังไว้ในทุกออร์เดอร์ วันที่ร้านเปลี่ยนชื่อคุณต้องไล่แก้ทุกที่เอง ฐานข้อมูลไม่ได้บังคับให้ตรงกันเหมือนการเชื่อมด้วยคีย์ในระบบตาราง

ศัพท์ที่ต้องรู้มีไม่กี่คำ และเทียบกับฝั่งตารางได้ตรงตัวดังนี้

• Document — ข้อมูลหนึ่งรายการที่เก็บครบในตัวเอง เทียบได้กับหนึ่งแถวในตาราง แต่ซ้อนข้อมูลย่อยไว้ข้างในได้
• Collection — ที่รวม document เรื่องเดียวกัน เทียบได้กับหนึ่งตาราง แต่ไม่บังคับให้ทุก document มีฟิลด์เหมือนกัน
• Field — ช่องข้อมูลใน document เทียบได้กับคอลัมน์ ต่างกันตรงที่แต่ละ document มีฟิลด์ไม่เท่ากันได้
• Index — โครงสร้างช่วยค้นหาเหมือนสารบัญ ถ้าไม่สร้างไว้ การค้นหาจะไล่อ่านทุก document ซึ่งช้ามากเมื่อข้อมูลโต
• Schema validation — กฎที่คุณกำหนดเองเพื่อบังคับรูปแบบข้อมูล ถ้าไม่ตั้ง ฐานข้อมูลจะรับข้อมูลรูปแบบไหนก็ได้
• Replica set — ชุดเครื่องที่เก็บสำเนาข้อมูลเดียวกันไว้หลายชุด เพื่อให้ระบบยังทำงานต่อได้เมื่อเครื่องหนึ่งล่ม

เหมาะกับงานแบบไหน ไม่เหมาะกับงานแบบไหน

MongoDB ไม่ใช่ตัวเลือกที่ดีที่สุดสำหรับทุกงาน และเหตุผลที่โปรเจกต์จำนวนไม่น้อยต้องย้ายออกภายหลัง คือเลือกมันตั้งแต่แรกโดยดูจากความนิยม ไม่ได้ดูจากลักษณะข้อมูล กลุ่มงานที่มันทำได้ดีจริงมีดังนี้

• ข้อมูลที่โครงสร้างยังไม่นิ่ง เช่นระบบที่ฟิลด์เพิ่มลดตามฟีเจอร์ใหม่ในช่วงพัฒนา
• ข้อมูลที่แต่ละรายการมีฟิลด์ไม่เท่ากันโดยธรรมชาติ เช่นแคตตาล็อกสินค้าที่สินค้าแต่ละประเภทมีคุณสมบัติคนละชุด
• บันทึกเหตุการณ์ ข้อมูลจากอุปกรณ์ หรือ log ที่เขียนเข้ามาต่อเนื่องจำนวนมากและอ่านแบบทั้งก้อน
• ข้อมูลที่ถูกอ่านครบทั้งชุดพร้อมกันเสมอ เช่นโปรไฟล์ผู้ใช้ หรือเนื้อหาหนึ่งหน้าที่มีส่วนประกอบซ้อนกันหลายชั้น
• ระบบที่วางแผนขยายด้วยการเพิ่มเครื่องแนวกว้างตั้งแต่ต้น เพราะ MongoDB ออกแบบมาให้กระจายข้อมูลข้ามเครื่องได้
• ต้นแบบและโปรเจกต์ระยะเริ่มต้นที่ต้องการความเร็วในการเปลี่ยนโครงสร้างมากกว่าความเข้มงวด

MongoDB กินแรมมาก พูดให้ตรง

ข้อนี้ต้องพูดตรง ๆ เพราะเป็นสาเหตุอันดับหนึ่งที่คนติดตั้ง MongoDB บนเครื่องเล็กแล้วเจอปัญหา MongoDB ออกแบบมาให้ทำงานเร็วโดยกันหน่วยความจำก้อนใหญ่ไว้เก็บข้อมูลที่ใช้บ่อย ค่าเริ่มต้นของมันคือกันไว้ประมาณครึ่งหนึ่งของแรมที่เหลือหลังหักไว้หนึ่งกิกะไบต์ หรืออย่างน้อย 256 MB แล้วแต่ว่าค่าไหนมากกว่า แปลว่าบนเครื่องแรม 4 GB มันจะกันไว้ราว 1.5 GB ตั้งแต่ยังไม่ทำอะไรเลย และนั่นยังไม่รวมหน่วยความจำที่ระบบปฏิบัติการใช้แคชไฟล์ให้อีกชั้น ตารางด้านล่างคือแพ็กเกจ VPS ของ Plusweb ทุกตัวมี 1 Public IPv4 ในตัว ตัวเลขในวงเล็บคือราคาต่อเดือนเมื่อชำระรายปี

ความปลอดภัย เรื่องที่พลาดกันจริงและพลาดกันบ่อย

นี่คือหัวข้อที่ต้องอ่านให้ครบก่อนเปิดใช้จริง เพราะกรณีข้อมูลรั่วจากฐานข้อมูล MongoDB ที่ถูกเปิดออกอินเทอร์เน็ตโดยไม่ตั้งรหัสผ่าน เป็นเรื่องที่เกิดขึ้นจริงและเกิดซ้ำมาตลอดหลายปี ไม่ใช่ความเสี่ยงตามทฤษฎี

สาเหตุมาจากการติดตั้งแล้วเปิดให้เข้าถึงจากทุกที่ โดยยังไม่ได้เปิดระบบตรวจสอบตัวตน ฐานข้อมูลจึงยอมให้ใครก็ตามที่รู้ไอพีและพอร์ตเข้ามาอ่านหรือลบข้อมูลได้ทันที และบนอินเทอร์เน็ตมีบอตไล่สแกนหาเครื่องแบบนี้ตลอดเวลา เครื่องที่เปิดทิ้งไว้มักถูกเจอภายในไม่กี่ชั่วโมง ไม่ใช่หลายเดือน

เคสที่โด่งดังที่สุดคือคลื่นการโจมตีเรียกค่าไถ่ในปี 2017 ที่ฐานข้อมูล MongoDB ซึ่งเปิดโล่งอยู่บนอินเทอร์เน็ตถูกลบข้อมูลทิ้งเป็นจำนวนมาก แล้วทิ้งข้อความเรียกเงินแลกกับการคืนข้อมูล เจ้าของหลายรายจ่ายไปแล้วก็ไม่ได้ข้อมูลคืน เพราะข้อมูลถูกลบทิ้งจริง ๆ ไม่ได้ถูกสำเนาเก็บไว้ก่อน

ข่าวดีคือรุ่นใหม่ ๆ ตั้งค่าเริ่มต้นให้ปลอดภัยขึ้นมาก โดยยอมรับการเชื่อมต่อจากตัวเครื่องเองเท่านั้นจนกว่าคุณจะไปแก้ค่าเอง ปัญหาส่วนใหญ่ที่ยังเกิดทุกวันนี้จึงมาจากการที่คนตั้งใจไปเปิดให้เข้าถึงจากภายนอกเพื่อความสะดวก แล้วลืมตั้งรหัสผ่านตามไป

• เปิดระบบตรวจสอบตัวตนก่อนเสมอ และสร้างบัญชีผู้ดูแลพร้อมรหัสผ่านที่ยาวและไม่ซ้ำกับที่อื่น ก่อนที่จะเปิดให้เครื่องอื่นเชื่อมต่อได้
• อย่าเปิดพอร์ตฐานข้อมูลออกสู่อินเทอร์เน็ตแบบไม่จำกัด ถ้าแอปกับฐานข้อมูลอยู่เครื่องเดียวกัน ให้ฐานข้อมูลรับเฉพาะการเชื่อมต่อจากในเครื่องพอ
• ถ้าจำเป็นต้องต่อจากภายนอก ให้จำกัดไอพีต้นทางที่ไฟร์วอลล์ หรือให้วิ่งผ่านช่องทางที่เข้ารหัสอย่าง SSH แทนการเปิดพอร์ตตรง
• สร้างบัญชีแยกต่อหนึ่งแอป และให้สิทธิ์เฉพาะฐานข้อมูลที่แอปนั้นต้องใช้ ไม่ใช้บัญชีผู้ดูแลสูงสุดเป็นบัญชีเชื่อมต่อประจำวัน
• เข้ารหัสการเชื่อมต่อเมื่อข้อมูลต้องวิ่งข้ามเครื่อง เพื่อไม่ให้ข้อมูลและรหัสผ่านวิ่งเป็นข้อความธรรมดา
• อัปเดตเวอร์ชันตามรอบ เพราะช่องโหว่ที่ถูกเปิดเผยแล้วคือสิ่งแรกที่บอตไล่ลอง
• ตรวจสอบซ้ำหลังติดตั้งเสร็จว่าพอร์ตฐานข้อมูลมองไม่เห็นจากเครื่องภายนอกจริง อย่าเชื่อว่าค่าเริ่มต้นปลอดภัยโดยไม่ทดสอบ

เรื่องอื่นที่ต้องเผื่อเมื่อรันบน VPS

นอกจากแรมกับความปลอดภัยแล้ว ยังมีรายละเอียดอีกไม่กี่ข้อที่ทำให้คนติดตั้งแล้วสะดุด และรู้ไว้ก่อนจะประหยัดเวลาได้มาก โดยเฉพาะถ้าคุณจะรันมันคู่กับบริการอื่นบนเครื่องเดียวผ่าน Docker

• สำรองข้อมูลเป็นรอบและเก็บไว้คนละเครื่อง จากนั้นทดลองกู้คืนจริงอย่างน้อยหนึ่งครั้ง ไฟล์สำรองที่ไม่เคยกู้เท่ากับไม่มี
• เผื่อพื้นที่ดิสก์มากกว่าขนาดข้อมูลจริง เพราะยังต้องมีที่ให้ index ไฟล์บันทึกการเปลี่ยนแปลง และไฟล์ระหว่างสำรองข้อมูล
• สร้าง index ให้ตรงกับคำค้นที่ใช้จริง ถ้าไม่มี index ระบบจะไล่อ่านทุก document ซึ่งกินทั้งซีพียูและแรมอย่างรวดเร็วเมื่อข้อมูลโต
• ระวังเรื่องความเข้ากันได้ของซีพียู เพราะไฟล์ติดตั้งอย่างเป็นทางการของ MongoDB ตั้งแต่รุ่น 5.0 เป็นต้นไป ต้องการซีพียูที่รองรับชุดคำสั่ง AVX ถ้าเครื่องไม่รองรับ บริการจะไม่ยอมเริ่มทำงานเลย
• ถ้าระบบต้องออนไลน์ตลอดเวลาจริง ๆ ให้วางแผนทำสำเนาข้อมูลหลายชุดข้ามเครื่อง แทนที่จะฝากทุกอย่างไว้กับเครื่องเดียว
• เฝ้าดูการใช้แรมและพื้นที่ดิสก์ไว้เสมอ เพื่อให้รู้ตัวก่อนที่บริการจะถูกปิดเพราะทรัพยากรหมด

สรุป

MongoDB คือฐานข้อมูล NoSQL ที่เก็บข้อมูลเป็น document ยืดหยุ่นแทนตารางคอลัมน์ตายตัว จุดแข็งคือรองรับข้อมูลที่รูปร่างไม่แน่นอน อ่านข้อมูลทั้งชุดได้ในครั้งเดียว และขยายเครื่องแนวกว้างได้ ส่วนจุดที่ต้องแลกคือฐานข้อมูลไม่ได้บังคับความถูกต้องให้เหมือนระบบตาราง คุณต้องออกแบบและตั้งกฎเอง

ก่อนเลือกใช้ ให้ถามตัวเองว่าข้อมูลของคุณมีรูปร่างไม่แน่นอนจริงหรือไม่ ถ้าข้อมูลเป็นตารางชัดเจนและมีความสัมพันธ์กันเยอะ ฐานข้อมูลแบบ SQL จะให้ผลที่ดูแลง่ายกว่า ลองเทียบกับ MySQL คืออะไร และ PostgreSQL คืออะไร ก่อนตัดสินใจ

และถ้าตัดสินใจจะรันเอง อย่าลืมสองข้อที่ย้ำไว้ทั้งบทความ คือเผื่อแรมให้พอตั้งแต่แรก และอย่าเปิดฐานข้อมูลออกสู่อินเทอร์เน็ตโดยไม่มีรหัสผ่านเด็ดขาด คนที่ยังไม่เคยเช่าเซิร์ฟเวอร์มาก่อนแนะนำอ่าน VPS คืออะไร และ VPS ต่างจาก Web Hosting ยังไง ประกอบ เพราะโฮสติ้งแบบแชร์ทั่วไปไม่ให้ติดตั้งฐานข้อมูลเองอยู่แล้ว