MongoDB Nedir? Temel Kavramlar, Kullanım Alanları ve En İyi Uygulamalar

Katı veritabanı şemalarıyla ya da hantal ölçekleme sorunlarıyla uğraştıysanız, yalnız değilsiniz. İşte MongoDB tam burada devreye giriyor. Esnek ve yüksek performanslı bir NoSQL veritabanı olarak MongoDB, geliştiricilerin veriyi depolama ve onunla çalışma şeklini değiştirdi. İlk kez kullandığım zamanı hâlâ hatırlıyorum—JSON benzeri belgelere sorgu atmak son derece sezgisel gelmişti. 

Bu yazıda MongoDB’nin ne olduğunu, neden bu kadar popüler olduğunu ve nasıl kullanabileceğinizi anlatacağım.

MongoDB nedir?

MongoDB, belge odaklı verilerle çalışmak üzere tasarlanmış açık kaynaklı bir NoSQL veritabanıdır. Geleneksel satır ve sütunlar yerine verileri esnek, JSON benzeri belgelerde saklar; bu da hızla evrilmesi gereken uygulamalar için idealdir.

"MongoDB" adı humongous (kocaman) kelimesinden gelir; yani muazzam miktarda veriyi kaldıracak şekilde tasarlanmıştır. 2009’da 10gen (şimdiki MongoDB Inc.) tarafından yayımlandı ve o günden beri büyümeye devam ediyor. MongoDB, büyük ve dağıtık veri setlerini yüksek performansla yönetmek için mükemmeldir.

MongoDB, ihtiyacınıza göre birkaç farklı sürümle gelir. Küçük projeler için harika olan ücretsiz Community Edition var. Altyapıyla uğraşmak istemezseniz, MongoDB Atlas tamamen yönetilen ve AWS, Google Cloud ile Azure üzerinde çalışan bir bulut hizmetidir. Bu esneklik, MongoDB’nin farklı sektörlerde yaygınlaşmasına ciddi katkı sağladı.

> MongoDB’ye ve NoSQL veritabanlarına yeniyseniz, derinleşmeden önce temel kavramları anlamak için bu başlangıç dostu NoSQL eğitimine göz atın. Ayrıca, MongoDB’nin daha geniş NoSQL ekosistemine nasıl oturduğunu görmek için Introduction to NoSQL ve NoSQL Concepts kurslarını da inceleyebilirsiniz.

MongoDB'nin özellikleri

MongoDB, modern ve veri yoğun uygulamalarla çalışan geliştiricilerin ilk tercihi olmasını sağlayan zengin özelliklerle gelir. Bu bölümde bunları inceleyelim.

Belge odaklı depolama

MongoDB, verileri BSON (Binary JSON) adı verilen bir format kullanarak JSON benzeri belgeler koleksiyonlarında saklar. 

JSON; string, sayı ve dizi gibi temel veri tiplerini destekleyen, insan tarafından okunabilir, metin tabanlı bir formattır. İkili karşılığı olan BSON ise JSON’u tarih, ikili veri ve hassas sayısal biçimler (ör. tamsayılar, kayan noktalı sayılar) gibi ek tiplerle genişletir.

JSON okunabilirlik için idealken, BSON depolama, hız ve gelişmiş veri işleme için optimize edilmiştir ve bu nedenle MongoDB için tercih edilen formattır.  

MongoDB ile etkileşimdeyken geliştiriciler kendi programlama dillerinin yerel veri yapılarıyla (ör. JavaScript nesneleri veya Python sözlükleri) çalışırlar. MongoDB sürücüsü, bu yapılar ile BSON arasındaki dönüşümü üstlenir ve kesintisiz veri depolama ve alma sağlar.

MongoDB verileri BSON olarak nasıl saklar. Görsel kaynağı: MongoDB. 

Şemasız tasarım

MongoDB verileri koleksiyonlar ve belgeler halinde organize eder:

• Bir koleksiyon, ilişkili belgeleri bir araya getirir; tabloya benzer ama daha esnektir. Koleksiyonlar bir şemayı zorunlu kılmaz; böylece belgeler farklı yapılara ve alanlara sahip olabilir. Koleksiyonlar MongoDB veritabanları içinde bulunur ve her veritabanı birden fazla koleksiyon içerebilir.
• Belgeler temel veri birimidir ve alan-değer çiftlerinden oluşur. Belgeler string, sayı, tarih, dizi ve hatta gömülü başka belgeler içerebilir. Bu, tek bir belge içinde karmaşık ilişkileri temsil edebilen gelişmiş veri modellerine olanak tanır ve çoğu programlama dilindeki nesne yapılarıyla uyumludur.

MongoDB’nin şemasız tasarımı, çeşitli ve değişen verileri yönetmede olağanüstü esneklik sunan en güçlü özelliklerinden biridir. 

Geleneksel ilişkisel veritabanlarında yeni bir alan eklemek tüm tablo yapısını değiştirmeyi gerektirirken, MongoDB aynı koleksiyon içindeki belgelere tamamen farklı alanlar ve yapılar tanımlamaya izin verir. Bu da katı şema gereksinimini ortadan kaldırır ve verileri zorla tek tip hâle getirmeden farklı içerikleri kolayca depolamayı sağlar.

Şema değişikliklerinin MongoDB’de nasıl çalıştığına karşılık, geleneksel ilişkisel veritabanlarında nasıl olduğuna daha yakından bakalım:

İlişkisel bir veritabanında, bir products tablosuna yeni bir alan (ör. discount_price) eklemek isterseniz şunları yapmanız gerekir:

1. Yeni sütunu eklemek için tablo şemasını değiştirin.
2. Çoğu satır bu alanı kullanmasa bile her satırı güncelleyin; bu da çok sayıda boş sütun içeren seyrek tablolara yol açar.

MongoDB’de ise products koleksiyonunda yalnızca ilgili belgelere discount_price alanını ekleyebilirsiniz. Örneğin:

// Document 1
{
  "_id": 1,
  "name": "Laptop",
  "price": 1200
}

// Document 2
{
  "_id": 2,
  "name": "Smartphone",
  "price": 800,
  "discount_price": 750  // New field added only where needed
}

Bu esneklik, veri gereksinimlerinin sık değiştiği hızlı ortamlar için paha biçilmezdir. Geliştiricilerin kesinti veya karmaşık geçişler olmadan hızla uyum sağlamasına olanak tanır; bu da MongoDB’yi çevik geliştirme ve modern uygulamalar için ideal kılar.

Yüksek performans

MongoDB, yüksek performanslı veri depolama ve erişim için tasarlanmıştır; hız ve ölçeklenebilirlik gerektiren uygulamalar için idealdir. 

Öne çıkan özelliklerinden biri bellek eşlemeli dosyalar kullanmasıdır; bu sayede işletim sistemi önbellekleme işlemlerini verimli şekilde yönetir, gecikmeyi azaltır ve okuma/yazma işlemlerini hızlandırır. MongoDB; tek alanlı, bileşik, coğrafi, metin ve karma indeksler dahil çeşitli indeks türlerini destekleyerek sorgu performansını artırır.

MongoDB, ultra düşük gecikme gerektiren senaryolar için tüm veriyi RAM’de tutarak daha hızlı erişim sağlayan bir bellek içi depolama motoru sunar. Ayrıca MongoDB’nin sorgu iyileştiricisi, en iyi indeksleri ve yürütme planlarını otomatik seçerek sorguların verimli çalışmasını sağlar. 

Bu özellikler, yatay ölçekleme (sharding) ile birleştiğinde MongoDB’yi gerçek zamanlı analitik, mobil uygulamalar ve IoT sistemleri gibi yüksek aktarım kapasiteli uygulamalar için sağlam bir tercih yapar.

MongoDB’ye nasıl başlanır

MongoDB’de yeniyseniz endişe etmeyin—kurulumu basittir ve yerel yükleme ile bulut seçeneği arasında tercih yapabilirsiniz. Bu seçeneklere burada bakalım.

MongoDB’yi yükleme

1. MongoDB’yi yerel olarak yükleyin: Yerel makinenize MongoDB Community Edition’ı r resmi MongoDB web sitesinden indirerek kurabilirsiniz. Windows, macOS ve Linux için kurulum talimatları mevcuttur ve kurulum genellikle birkaç adımdan oluşur. Bu seçenek, ortamınız üzerinde tam kontrol sağlar ve geliştirme ile test için idealdir.

2. MongoDB Atlas’ı kullanın (bulut tabanlı): Yerel kurulumu atlamak isterseniz, MongoDB Atlas harika bir alternatiftir. MongoDB’nin tamamen yönetilen bulut hizmetidir ve AWS, Azure ile Google Cloud üzerinde çalışır. Atlas, yedeklemeler, ölçekleme ve güncellemeler dahil altyapıyı sizin yerinize yönetir. Ayrıca, cömert bir ücretsiz katman vardır; maliyete girmeden başlamayı kolaylaştırır.

İster yerel kurulumun kontrolünü, ister bulutun kolaylığını tercih edin, MongoDB iş akışınıza uygun yolu seçmeyi kolaylaştırır.

MongoDB’ye bağlanma

MongoDB yüklendikten sonra sıradaki adım bağlanmaktır—ister kabukta hızlı testler için ister uygulamalarınıza entegre etmek için.

Mongo kabuğunu kullanma:

Veritabanıyla etkileşim kurmak için komut satırı arayüzü olan Mongo kabuğunu kullanarak MongoDB’ye bağlanabilirsiniz. Terminalinizde mongosh komutunu çalıştırmanız yeterlidir.

mongosh

Bu komut kabuğu başlatır ve varsayılan olarak yerel MongoDB örneğinize bağlanır.

Bir uygulamadan bağlanma:

Uygulama geliştirme için Python, JavaScript (Node.js) veya Java gibi programlama dilleri üzerinden MongoDB’nin resmi sürücülerini kullanarak bağlanabilirsiniz. Örneğin Python’da pymongo kütüphanesini kullanarak bağlantı kurabilirsiniz:

from pymongo import MongoClient

uri = "your_mongodb_connection_string"
client = MongoClient(uri)

try:
    # Test the connection
    client.admin.command('ping')
    print("Connected to MongoDB!")
except Exception as e:
    print(e)
finally:
    client.close()

"your_mongodb_connection_string" ifadesini yerel veya Atlas bağlantı URI’nizle değiştirin. Bağlantı kurulduktan sonra belge ekleme ve sorgulamaya hazırsınız.

> Python ile mi çalışıyorsunuz? Introduction to Using MongoDB for Data Science with Python adlı bu kurs, Python kullanarak MongoDB verilerine bağlanmayı, sorgulamayı ve analiz etmeyi öğrenmek için harika bir yerdir.

Temel MongoDB komutları

MongoDB, veritabanları, koleksiyonlar ve belgelerle etkileşim için bir dizi komut sağlar. Başlamanıza yardımcı olacak bazı temel komutlar şunlardır:

• Bir veritabanına geçiş:

use myDatabase

Bu komut myDatabase adlı veritabanına geçer. Henüz yoksa MongoDB, ilk kez veri eklediğinizde oluşturur.

• Koleksiyon oluşturma:

db.createCollection("myCollection")

Geçerli veritabanı içinde myCollection adlı yeni bir koleksiyon oluşturur.

• Belge ekleme:

db.myCollection.insertOne({ name: "Alice", age: 30 })

myCollection koleksiyonuna yeni bir belge ekler.

• Belgeleri bulma:

db.myCollection.find({ age: { $gt: 25 } })

age alanı 25’ten büyük olan tüm belgeleri getirir.

Bu komutlar sadece başlangıç—MongoDB güçlü sorgulama, indeksleme ve toplulaştırma yeteneklerine sahiptir. Komutların tam listesini resmi MongoDB belgelerinde inceleyebilirsiniz. 

> Daha kapsamlı, uygulamalı bir rehber arıyorsanız, MongoDB veritabanlarını kurma ve sorgulama üzerine bu MongoDB eğitimi, kurulumu ve temel işlemleri adım adım anlatır.

MongoDB kullanımı için en iyi uygulamalar

MongoDB’den en iyi şekilde yararlanmak mı istiyorsunuz? Bu en iyi uygulamalar, performansı artırmanıza, yaygın tuzaklardan kaçınmanıza ve sorunsuz ölçeklenen uygulamalar kurmanıza yardımcı olabilir.

İndeksleme

Doğru indeksleme, MongoDB performansını optimize etmek için kritiktir. İndekslerinizin etkili olmasını sağlamak için bazı temel stratejiler:

• Bileşik indeksler kullanın: Tek tek alanlar için ayrı indeksler oluşturmak yerine, sık sorgulanan alanları tek bir bileşik indekste birleştirin. Örneğin hem last_name hem de first_name ile sıkça sorgulama yapıyorsanız, her iki alan üzerinde bir bileşik indeks daha verimli olacaktır.
• Aşırı indekslemeden kaçının: İndeksler okuma performansını artırsa da yazma işlemlerine ek yük getirir ve depolama tüketir. Verimliliği korumak için düzenli olarak indeks kullanımını izleyin ve kullanılmayan indeksleri kaldırın.
• Kısmi indeksler kullanın: Yalnızca belirli ölçütleri karşılayan belgeleri indeksleyerek indeks boyutunu ve ek yükü azaltın—örneğin yalnızca aktif kullanıcıları veya belirli bir alanın var olduğu belgeleri indeksleyin.
• Düşük kardinaliteli alanlar için optimize edin: Az sayıda benzersiz değere sahip alanları (ör. status veya gender) indekslerken dikkatli olun. Bileşik indeksler yardımcı olabilir; ancak birleştirilen alanların yüksek kardinaliteye sahip olduğundan emin olun.
• İndeks kullanımını izleyin: MongoDB Compass veya Atlas Data Explorer gibi araçlarla indeks kullanımını görselleştirerek kullanılmayan indeksleri tespit edin. Bu, kaynakları serbest bırakmaya ve performansı iyileştirmeye yardımcı olur.

> İndeksleme konusunda daha derine inmek için MongoDB’nin performans için en iyi indeksleme uygulamalarına göz atın.

Veri modelleme

Etkili veri modelleme, MongoDB’nin performansını ve ölçeklenebilirliğini optimize etmek için kritik öneme sahiptir. MongoDB’nin belge odaklı modeli veri yapılandırmada esneklik sunar; ancak verimlilik için dikkatli planlama gerektirir. 

MongoDB’de veri modelleme için bazı en iyi uygulamalar şunlardır:

• Birlikte sık erişilen veriler için gömülü belgeler kullanın veya bire bir ya da bire çok ilişkilerde gömün. Örneğin bir kullanıcının profilini en son siparişleriyle birlikte tek bir belgede saklamak, join ihtiyacını azaltır ve sorgu performansını artırır.
• Daha seyrek birlikte erişilen veya çoka çok ilişkiler için referanslar (bağlantılama) kullanın. Bu yaklaşım veri tekrarını önler ve belgeleri daha küçük tutar. Örneğin bir ürün kataloğu, siparişlere product_id referansıyla bağlanabilir.
• Sorgu kalıplarına göre tasarlayın. Koleksiyonlarınızı ve belgelerinizi, verinin nasıl sorgulanacağına göre yapılandırın. Örneğin uygulamanız sık sık kullanıcı profillerini siparişleriyle birlikte getiriyorsa, siparişleri kullanıcı belgesi içinde gömmek sorguları basitleştirebilir.
• Büyük ve derin gömülü belgelerden kaçının. Gömme güçlüdür; ancak aşırı büyük veya çok derin gömülü belgeler performansı olumsuz etkileyebilir ve sorguları karmaşıklaştırabilir. Bunun yerine uygun yerlerde gömme ile referans kullanımı arasında denge kurun.
• Dizileri akıllıca kullanın. Diziler ilişkili veri listelerini saklamak için iyidir; ancak sınırsız büyümeden kaçının. Örneğin bir kullanıcının son 10 siparişini bir dizide saklamak sorun olmaz; ancak tüm sipariş geçmişini saklamak performans sorunlarına yol açabilir.
• Yazma ağırlıklı iş yüklerinde normalize edin. Yazma ağırlıklı uygulamalarda veriyi çoğaltmayı azaltmak ve yazma performansını iyileştirmek için normalize edin. Gömme yerine ilişkili verileri referanslarla bağlayın.
• Okuma ağırlıklı iş yüklerinde denormalize edin. Okuma ağırlıklı uygulamalarda join ihtiyacını en aza indirmek ve okuma performansını artırmak için veriyi denormalize edin. Sık erişilen verileri belgeler içinde gömün.

Yedekleme ve güvenlik

MongoDB kurulumunuzu korumak, veri bütünlüğünü, erişilebilirliği ve uyumluluğu sağlamak açısından kritiktir. Sağlam yedekleme ve güvenlik uygulamalarını hayata geçirmek için kısa bir rehber:

• MongoDB’nin yerel araçlarını kullanın: mongodump ve mongorestore ile yedekler oluşturup geri yükleyin. Bu araçlar verileri BSON formatında dışa ve içe aktarmanızı sağlar; uyumluluk ve tutarlılık sunar. Daha gelişmiş yedekleme çözümleri için oplog yedekleriyle (Ops Manager) zaman noktasına geri yüklemeyi değerlendirin. Bu sayede veritabanınızı belirli bir ana döndürerek veri kaybını en aza indirebilirsiniz.
• Kimlik doğrulamayı etkinleştirin: Yetkisiz erişimi önlemek için üretim ortamlarında mutlaka kimlik doğrulamayı etkinleştirin. MongoDB, güvenli parola tabanlı kimlik doğrulama için SCRAM’i (Salted Challenge Response Authentication Mechanism) destekler.
• Rol Tabanlı Erişim Denetimi (RBAC): Kullanıcılara yalnızca gerekli izinleri vermek için RBAC uygulayın. En az ayrıcalık ilkesini izleyerek güvenlik risklerini azaltın.
• Özel arayüzlere bağlayın: MongoDB’yi yalnızca özel ağ arayüzlerine bağlanacak şekilde yapılandırın; genel internete maruz kalmaktan kaçının.
• TLS/SSL’i etkinleştirin: Aktarım halindeki verileri şifrelemek için TLS/SSL kullanın; istemciler ile veritabanı arasında güvenli iletişim sağlayın.
• IP beyaz listeleme ve VPN’ler uygulayın: MongoDB örneklerinize erişimi yalnızca güvenilir IP adreslerine izin vererek kısıtlayın. Ek güvenlik için üretim veritabanlarına erişimde güvenli tüneller oluşturmak üzere VPN kullanın.

• Beklemede şifreleme: Diskte depolanan hassas verileri korumak için WiredTiger depolama motorundaki yerel MongoDB desteğiyle beklemede şifrelemeyi etkinleştirin.
• İstemci tarafı alan düzeyinde şifreleme: Yüksek güvenlik gereksinimleri için, belirli alanları veritabanına gönderilmeden önce şifrelemek üzere istemci tarafı alan düzeyinde şifrelemeyi kullanın. Bu, veritabanı yöneticilerinin bile hassas bilgilere erişememesini sağlar.

Sonuç

İster küçük bir yan proje ister büyük ölçekli kurumsal bir uygulama geliştiriyor olun, MongoDB verilerle kendi koşullarınıza göre çalışmanız için size esneklik ve güç sunar. Belge tabanlı modeli, dinamik şema tasarımı ve zahmetsiz ölçeklenebilme özelliği, onu modern geliştiriciler için vazgeçilmez bir tercih yapar. Etkili kullanımını anlayıp en iyi uygulamaları takip ederek hızlı, esnek ve geleceğe hazır uygulamalar geliştirme yolunda büyük mesafe kat edeceksiniz.

Yeteneklerinizi bir üst seviyeye taşımak ister misiniz? MongoDB Sertifikasyon rehberini keşfedin ve sertifikasyon sürecinde neler olduğunu anlayın ya da bir sonraki teknik rolünüze hazırlanmak için yaygın MongoDB mülakat soruları ile kendinizi tazeleyin.