Бекенд для мобільного додатку на MongoDB Atlas: індекси та пошук

При розробці мобільного каталогу з 200 000 товарів ми зіткнулися із затримками у 3 секунди під час пошуку. Після впровадження правильних індексів та Atlas Search час відповіді впав до 50 мс — прискорення у 60 разів. У цій статті розберемо налаштування Atlas кластера з replica set, проектування схем з Mongoose, побудову індексів для мобільних запитів, реалізацію пошуку через Atlas Search та real-time оновлення через Change Streams. На основі реального досвіду — більше 30 мобільних проектів (iOS, Android, Flutter) за 5 років. MongoDB для мобільних додатків часто потребує особливого підходу, і ми покажемо, як уникнути типових помилок. Пряме підключення до MongoDB з мобільного клієнта через нативний драйвер — погана практика: облікові дані в коді, немає авторизаційного шару. Натомість використовуємо Atlas, API Gateway та Device Sync. Середній час відповіді API при правильно налаштованих індексах становить 10-50 мс, що у 40-200 разів швидше, ніж без індексів. Економія на операціях може сягати 80%, а час розробки скорочується на 30% завдяки готовим рішенням Atlas.

Дві стратегії використання

Як вибрати між бекенд-API та Device Sync?

Стратегія 1: MongoDB як бекенд-база. Мобільний клієнт звертається до API (Node.js + Mongoose), API працює з MongoDB. Стандартна серверна архітектура.

Стратегія 2: Atlas Device SDK (Realm) + Atlas Device Sync. Локальна Realm база на пристрої автоматично синхронізується з Atlas MongoDB у хмарі. Двостороння синхронізація без написання sync-логіки вручну.

Для більшості проектів підходить перша стратегія. Друга виправдана при складних вимогах до офлайн-режиму: додаток має працювати без інтернету та автоматично синхронізуватися після підключення. Якщо дані не критичні до офлайну або потрібна кастомна бізнес-логіка на сервері — REST API з Mongoose простіше та гнучкіше.

Коли потрібен Atlas Data API?

Для простих CRUD-операцій без кастомного бекенду Atlas пропонує Data API — HTTP-ендпоінти до MongoDB через HTTPS з аутентифікацією через API-ключі або JWT. Підходить для прототипів та простих додатків. У production з кастомною бізнес-логікою Data API недостатньо гнучкий — краще використовувати повноцінний бекенд.

API з Mongoose на Node.js

// Схема з валідацією
const productSchema = new Schema({
  _id: { type: String, default: () => new ObjectId().toHexString() },
  title: { type: String, required: true, maxlength: 200 },
  categoryId: { type: String, required: true, index: true },
  priceCents: { type: Number, required: true, min: 0 },
  images: [{ url: String, width: Number, height: Number }],
  tags: [{ type: String, index: true }],
  metadata: Schema.Types.Mixed,
  isActive: { type: Boolean, default: true, index: true },
  createdAt: { type: Date, default: Date.now, index: true }
}, { collection: 'products', versionKey: false })

// Compound index для типових мобільних запитів
productSchema.index({ categoryId: 1, isActive: 1, createdAt: -1 })
productSchema.index({ tags: 1, isActive: 1 })

Найчастіша помилка — забути index: true на полях, за якими фільтрується. Без індексу MongoDB робить collection scan — на 100K документів це секунди замість мілісекунд. Наші тести показали: складовий індекс по categoryId, isActive, createdAt прискорює запити каталогу в 40 разів.

Агрегаційний pipeline для мобільного API

find() з простими фільтрами — для нескладних запитів. Для статистики, складних вибірок, join-у колекцій — aggregation pipeline:

// Каталог з кількістю товарів по категоріях
const categoriesWithCount = await Category.aggregate([
  { $match: { isActive: true } },
  {
    $lookup: {
      from: 'products',
      let: { categoryId: '$_id' },
      pipeline: [
        {
          $match: {
            $expr: {
              $and: [
                { $eq: ['$categoryId', '$$categoryId'] },
                { $eq: ['$isActive', true] }
              ]
            }
          }
        },
        { $count: 'total' }
      ],
      as: 'productCount'
    }
  },
  {
    $project: {
      name: 1,
      slug: 1,
      imageUrl: 1,
      productCount: { $ifNull: [{ $first: '$productCount.total' }, 0] }
    }
  },
  { $sort: { sortOrder: 1 } }
])

Atlas Search для пошуку

Повнотекстовий пошук через Atlas Search (Lucene під капотом) швидше, ніж regex або text index. Fuzzy search з maxEdits:1 знаходить «ноутбук» при запиті «ноутьбук» — для мобільного пошуку це критично через помилки на віртуальній клавіатурі.

// Atlas Search index definition (в Atlas Console або через Atlas API)
// {
//   "mappings": {
//     "fields": {
//       "title": [{ "type": "string", "analyzer": "lucene.russian" }],
//       "description": [{ "type": "string", "analyzer": "lucene.russian" }]
//     }
//   }
// }
const searchResults = await Product.aggregate([
  {
    $search: {
      index: 'product_search',
      compound: {
        must: [
          {
            text: {
              query: searchQuery,
              path: ['title', 'description'],
              fuzzy: { maxEdits: 1 }
            }
          }
        ],
        filter: [
          {
            equals: {
              path: 'isActive',
              value: true
            }
          }
        ]
      }
    }
  },
  { $limit: 20 },
  {
    $project: {
      title: 1,
      priceCents: 1,
      thumbnailUrl: 1,
      score: { $meta: 'searchScore' }
    }
  }
])

Згідно з документацією MongoDB Atlas, індекс з аналізатором lucene.russian коректно обробляє стемінг для російської мови, що підвищує релевантність пошуку.

Change Streams для real-time

MongoDB Change Streams — аналог PostgreSQL LISTEN/NOTIFY. Бекенд підписується на зміни колекції, розсилає події мобільним клієнтам через WebSocket:

const changeStream = Product.watch([
  { $match: { operationType: { $in: ['insert', 'update', 'delete'] } } }
], { fullDocument: 'updateLookup' })

changeStream.on('change', (change) => {
  if (change.operationType === 'update') {
    const updatedProduct = change.fullDocument
    wsServer.broadcast(`category:${updatedProduct.categoryId}`, {
      type: 'PRODUCT_UPDATED',
      data: updatedProduct
    })
  }
})

Change Streams вимагають MongoDB replica set — в Atlas це включено за замовчуванням. Альтернатива — Atlas Device Sync, який сам відстежує зміни та синхронізує їх з клієнтами.

Процес роботи

1. Аналіз вимог — визначаємо профіль навантаження, обсяг даних, вимоги до офлайн-режиму.
2. Проектування схеми — моделюємо документи з урахуванням мобільних запитів, закладаємо індекси.
3. Налаштування Atlas — реплікація, резервне копіювання, кластеризація.
4. Реалізація API — Mongoose схеми, агрегації, Atlas Search, Change Streams.
5. Інтеграція з мобільним клієнтом — налаштування мережевого шару, кешування, обробки помилок.
6. Деплой та моніторинг — Atlas monitoring, алерти, навантажувальне тестування.

Що входить в роботу

Чому обирають нас

Наша команда має 5+ років досвіду з MongoDB Atlas, більше 30 успішних мобільних проектів (iOS, Android, Flutter). Гарантуємо SLA 99.9% для Atlas-кластера та консультації з оптимізації запитів. Налаштування MongoDB Atlas, схем, індексів, Atlas Search та API для мобільного додатку займає від 1 до 3 тижнів. Вартість розраховується індивідуально. Отримайте консультацію інженера по MongoDB, який вже працював з App Store Review Guidelines та Google Play Console.

Замовте консультацію з налаштування MongoDB Atlas для вашого мобільного додатку. Зв'яжіться з нами для оцінки вашого проекту.