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.
Порівняння часу відповіді з індексами та без
| Тип запиту | Без індексу | З індексом | Прискорення |
|---|---|---|---|
| Пошук по categoryId | 2.1 с | 12 мс | ×175 |
| Пошук по tags | 1.8 с | 8 мс | ×225 |
| Агрегація з $lookup | 3.4 с | 45 мс | ×75 |
Процес роботи
- Аналіз вимог — визначаємо профіль навантаження, обсяг даних, вимоги до офлайн-режиму.
- Проектування схеми — моделюємо документи з урахуванням мобільних запитів, закладаємо індекси.
- Налаштування Atlas — реплікація, резервне копіювання, кластеризація.
- Реалізація API — Mongoose схеми, агрегації, Atlas Search, Change Streams.
- Інтеграція з мобільним клієнтом — налаштування мережевого шару, кешування, обробки помилок.
- Деплой та моніторинг — Atlas monitoring, алерти, навантажувальне тестування.
Що входить в роботу
| Етап | Результат |
|---|---|
| Аналіз | Документ з архітектурним рішенням |
| Проектування | ER-діаграма, специфікація схем |
| Налаштування Atlas | Інстанс + реплікація + бекапи |
| Розробка | API + клієнтський SDK |
| Тестування | Звіт про продуктивність |
| Навчання | Документація та 2-тижнева підтримка |
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.