홈앤서비스 SK BROADBAND

옮긴이 머리말 xv 머리말 xvii 이 책에 대하여 xix 감사의 글 xxiii 표지에 대하여 xxv PART I 최신 웹 애플리케이션을 위한 데이터베이스CHAPTER 1 몽고DB의 세계 이해하기 4 1.1 도큐먼트 지향 데이터 모델 검토 5 1.2 데이터 수평 확장 8 1.3 몽고DB 생태계 탐색 10 1.4 TCMalloc 버전 향상 13 1.5 몽고DB 쿼리 API 살펴보기 13 요약 14 CHAPTER 2 아틀라스와 몽고DB 데이터로 시작하기 16 2.1 아틀라스 CLI를 사용하여 첫 번째 아틀라스 클러스터 설정하기 17 2.2 샘플 데이터셋 적재하기 22 2.3 프로젝트 접근 목록에 IP 주소 추가하기 23 2.4 사용자 생성하기 24 2.5 몽고DB 셸을 통한 몽고DB 연결 설정 24 2.6 데이터베이스, 컬렉션, 도큐먼트로 데이터 관리하기 26 요약 37 CHAPTER 3 몽고DB와 통신하기 39 3.1 몽고DB Wire Protocol을 통한 상호작용 40 3.2 mongosh 살펴보기 41 3.3 몽고DB Compass 사용해보기 49 3.4 몽고DB 드라이버를 사용하여 연결하기 52 3.5 Node.js 드라이버를 사용하여 연결하기 52 3.6 파이썬 드라이버 활용해보기 56 3.7 루비 드라이버 통합 61 3.8 Mongoid 학습 62 요약 64 CHAPTER 4 CRUD 작업 실행하기 65 4.1 CRUD 작업을 위한 mongosh 연결 66 4.2 도큐먼트 삽입 66 4.3 도큐먼트 갱신 69 4.4 배열 갱신 73 4.5 도큐먼트 교체 79 4.6 도큐먼트 조회 80 4.7 정규 표현식 검색 수행하기 87 4.8 배열 쿼리 89 4.9 임베디드/중첩된 도큐먼트 쿼리하기 92 4.10 정렬, 건너뛰기, 제한 96 4.11 도큐먼트 삭제 97 4.12 bulkWrite() 사용 98 4.13 커서 이해하기 100 4.14 몽고DB Stable API 사용하기 102 요약 104 CHAPTER 5 몽고DB 스키마 설계 105 5.1 몽고DB 데이터 모델 구성 106 5.2 임베딩 vs. 참조 112 5.3 스키마 설계 패턴 이해하기 115 5.4 스키마 유효성 검사 129 5.5 몽고DB 스키마 안티패턴 136 요약 137 CHAPTER 6 집계 파이프라인 구축 138 6.1 집계 프레임워크 이해하기 139 6.2 컬렉션 조인 149 6.3 $unwind로 배열 분해하기 152 6.4 축적자로 작업하기 155 6.5 몽고DB 아틀라스 집계 파이프라인 빌더 사용 156 요약 157 CHAPTER 7 쿼리 성능을 위한 인덱싱 159 7.1 몽고DB 쿼리 플래너 160 7.2 지원되는 인덱스 유형 165 7.3 인덱스 삭제 188 7.4 몽고DB 인덱스 속성 189 7.5 인덱스 빌드 이해 194 7.6 인덱스 관리 197 7.7 인덱스를 사용하지 않아야 하는 경우 203 요약 204 CHAPTER 8 멀티도큐먼트 ACID 트랜잭션 실행 206 8.1 WiredTiger 스토리지 엔진 207 8.2 단일 도큐먼트 트랜잭션 209 8.3 ACID 정의 209 8.4 멀티도큐먼트 트랜잭션 210 8.5 몽고DB 트랜잭션 고려 사항 222 요약 223 CHAPTER 9 복제와 샤딩의 사용 224 9.1 복제를 통한 데이터 고가용성 보장 225 9.2 변경 스트림 이해 236 9.3 샤딩을 통한 데이터의 수평적 확장 240 9.4 몽고DB 8.0 샤드 클러스터 기능 262 9.5 데이터 일관성과 가용성 관리 266 요약 272 PART II 몽고DB 아틀라스 데이터 플랫폼CHAPTER 10 Database as a Service 깊이 살펴보기 278 10.1 공유 M0과 Flex 클러스터 279 10.2 전용 클러스터 283 10.3 글로벌 클러스터 290 10.4 워크로드 격리를 통한 멀티리전 구현 291 10.5 쿼리를 위한 사전 정의된 복제 세트 태그 사용 293 10.6 아틀라스 사용자 정의 쓰기 보장 수준 이해 296 요약 297 CHAPTER 11 아틀라스 검색을 사용한 전문 검색 수행 299 11.1 전문 검색 구현 300 11.2 아파치 루씬의 이해 302 11.3 아틀라스 검색 알아보기 305 11.4 아틀라스 검색 인덱스 구축 311 11.5 아틀라스 검색 쿼리 실행 316 11.6 아틀라스 검색 명령어 학습 338 11.7 아틀라스 검색 플레이그라운드 사용하기 338 요약 340 CHAPTER 12 시맨틱 기술과 아틀라스 벡터 검색 학습하기 343 12.1 임베딩으로 시작하기 344 12.2 아틀라스 벡터 검색과 함께 임베딩 사용 350 12.3 아틀라스 벡터 검색 쿼리 실행하기 356 12.4 프로그래밍 언어로 벡터 검색 실행하기 363 12.5 아틀라스 트리거로 자동화된 임베딩 생성하기 367 12.6 벡터 검색 전용 노드를 통한 워크로드 격리 372 12.7 아틀라스 벡터 검색 성능 향상 373 요약 374 CHAPTER 13 아틀라스 CLI를 사용하여 로컬에서 AI 애플리케이션 개발하기 376 13.1 로컬 아틀라스 클러스터 소개 377 13.2 아틀라스 CLI로 로컬에서 아틀라스 클러스터 생성하기 378 13.3 로컬 아틀라스 클러스터 관리하기 383 13.4 로컬 아틀라스 클러스터 심층 탐구하기 388 13.5 검색 인덱스 생성하기 395 요약 399 CHAPTER 14 검색 증강 생성 AI 챗봇 구축하기 401 14.1 검색 증강 생성에 대한 통찰 얻기 402 14.2 RAG 생태계에 랭체인 임베딩하기 404 14.3 몽고DB 아틀라스 벡터 검색 RAG 템플릿 소개 405 14.4 AI 챗봇 시작하기 406 14.5 AI 기반 몽고DB 챗봇 생성하기 408 요약 427 CHAPTER 15 이벤트 기반 애플리케이션 구축하기 429 15.1 이벤트 기반 기술 이해하기 430 15.2 스트림 프로세싱 개념 검토하기 432 15.3 아틀라스 스트림 프로세싱 시작하기 434 15.4 아틀라스 스트림 프로세싱 탐색하기 436 15.5 스트림 프로세서 집계 파이프라인 구조화하기 440 15.6 아틀라스 스트림 프로세싱 마스터하기 448 15.7 스트림 프로세싱 흐름 제어하기 474 15.8 아틀라스 스트림 프로세싱 보안 476 요약 477 CHAPTER 16 아틀라스 데이터 페더레이션으로 데이터 프로세싱 최적화하기 480 16.1 쿼리 API를 통한 아마존 S3 및 애저 블롭 스토리지 데이터 쿼리 480 16.2 아틀라스 데이터 페더레이션 아키텍처 학습하기 482 16.3 아틀라스 페더레이티드 데이터베이스 인스턴스 배포 484 16.4 아틀라스 데이터 페더레이션의 제한 사항 484 16.5 아틀라스 데이터 페더레이션의 요금 485 요약 486 CHAPTER 17 아틀라스 온라인 아카이브로 온라인 아카이빙하기 487 17.1 데이터 아카이빙하기 488 17.2 온라인 아카이브 초기화하기 491 17.3 온라인 아카이브 연결 및 쿼리하기 495 17.4 아카이브 데이터 복원하기 498 요약 499 CHAPTER 18 SQL을 사용하여 아틀라스 쿼리하기 501 18.1 아틀라스 SQL 인터페이스 소개 502 18.2 아틀라스 SQL 인터페이스에 연결하기 503 18.3 SQL을 사용하여 몽고DB 쿼리하기 505 요약 511 CHAPTER 19 차트, 데이터베이스 트리거, 함수 생성하기 512 19.1 아틀라스 차트로 데이터 시각화하기 513 19.2 아틀라스 애플리케이션 서비스 521 요약 531 PART III 몽고DB 보안과 운영CHAPTER 20 아틀라스 몽고DB 보안 기능 이해하기 535 20.1 공유 책임 모델 이해하기 536 20.2 인증 관리 539 20.3 권한 부여 처리 543 20.4 아틀라스 감사하기 548 20.5 아틀라스의 데이터 암호화 551 20.6 네트워크 보안 557 20.7 심층적 방어 구현 560 요약 562 CHAPTER 21 아틀라스를 통한 운영 우수성 565 21.1 백업 전략 및 관행 수립 566 21.2 아틀라스 클러스터의 성능 검사 575 21.3 알림 및 로깅 585 21.4 아틀라스 클러스터 업그레이드 589 요약 590 찾아보기 593