Oracle DB JSON 與 MongoDB 的差異

Posted on 2024-10-16 Edited on 2025-01-08 In Oracle

上一篇我們提到了 Oracle Database 23ai 對 JSON 的支援，並針對三種資料庫結構進行了效能測試，請看實測單一表格、EAV 模型與 JSON 欄位的查詢效能。

但我就有進一步的問題是: 那那…Oracle DB 的 JSON 支援與 MongoDB 有什麼不同？

兩者本質不同

Oracle DB JSON vs. MongoDB 兩者來自不同的資料庫設計理念。

OracleDB 是關聯式資料庫，主要是關聯式表格(table)來儲存結構化資料。隨著版本更新，OracleDB 增加了對 JSON 的支援，使其能夠更好地處理半結構化或動態資料，這使得 Oracle 具備了部分 NoSQL 的功能。
MongoDB 是 NoSQL 資料庫，主要是文件模型(Document)儲存，使用 BSON(Binary JSON) 格式來儲存非結構化資料，以 JSON 和 Key-Value 的設計結構，易於擴展並處理複雜結構。

以下我們將使用具體的操作範例，比較 OracleDB 和 MongoDB 在 CRUD 操作中的差異。

Create

Oracle JSON

在 OracleDB，可以創建一個包含 JSON 資料的表格，不需要預先定義欄位結構。

-- 創建 JSON 集合表
CREATE TABLE products_json (
  data JSON
);

MongoDB

MongoDB 是無結構的(Schema-less)，當插入資料時會自動創建集合，因此不需要明確創建集合。

// 創建資料庫
use database-1
// 創建集合(非必要)
db.createCollection("products");

Insert

我們將插入一筆資料和多筆隨機資料作為範例。

Oracle JSON

插入一筆資料

資料內容如下:

{
  "_id": 2,
  "product_name": "Product 2",
  "category": "Electronics",
  "price": 560.52,
  "description": "Description of product 2",
  "attributes": {
    "brand": "Brand2",
    "warranty": "1 year"
  }
}

插入一筆資料:

-- 插入一筆資料
INSERT INTO products_json (data)
VALUES (
  JSON_OBJECT(
    '_id' VALUE 2,
    'product_name' VALUE 'Product 2',
    'category' VALUE 'Electronics',
    'price' VALUE 560.52,
    'description' VALUE 'Description of product 2',
    'attributes' VALUE JSON_OBJECT(
      'brand' VALUE 'Brand2',
      'warranty' VALUE '1 year'
    )
  )
);
COMMIT;

隨機插入多筆

-- 插入 10,000 筆資料
BEGIN
  FOR i IN 1..10000 LOOP
    INSERT INTO products_json (data)
    VALUES (
      JSON_OBJECT(
        '_id' VALUE i,
        'product_name' VALUE 'Product ' || i,
        'category' VALUE CASE WHEN MOD(i, 2) = 0 THEN 'Electronics' ELSE 'Apparel' END,
        'price' VALUE ROUND(DBMS_RANDOM.VALUE(100, 1000), 2),
        'description' VALUE 'Description of product ' || i,
        'attributes' VALUE CASE
          WHEN MOD(i, 2) = 0 THEN JSON_OBJECT('brand' VALUE 'Brand' || i, 'warranty' VALUE '1 year')
          ELSE JSON_OBJECT('color' VALUE 'Red', 'product_size' VALUE 'L')
        END
      )
    );
  END LOOP;
  COMMIT;
END;

-- 查詢表中的所有資料
SELECT * FROM products_json
-- 計算總筆數
SELECT COUNT(DATA)FROM products_json

MongoDB

插入一筆資料

資料內容如下:

{
  "_id": 2,
  "product_name": "Product 2",
  "category": "Electronics",
  "price": 560.52,
  "description": "Description of product 2",
  "attributes": {
    "brand": "Brand2",
    "warranty": "1 year"
  }
}

插入一筆資料:

// 插入一筆資料
db.products.insertOne({
  _id: 2,
  product_name: "Product 2",
  category: "Electronics",
  price: 560.52,
  description: "Description of product 2",
  attributes: {
    brand: "Brand2",
    warranty: "1 year"
  }
})

隨機插入多筆

// 插入 10,000 筆資料
let products = [];
for (let i = 1; i <= 10000; i++) {
  products.push({
    _id: i,
    product_name: "Product " + i,
    category: i % 2 === 0 ? "Electronics" : "Apparel",
    price: Math.round(Math.random() * (1000 - 100) + 100),
    description: "Description of product " + i,
    attributes: i % 2 === 0
      ? { brand: "Brand" + i, warranty: "1 year" }
      : { color: "Red", product_size: "L" }
  });
}
db.products.insertMany(products);

// 查詢所有資料
db.products.find().pretty();
// 計算集合中的總筆數
db.products.countDocuments();

Read

Oracle JSON

-- 查詢價格大於500且屬於Electronics類別的商品
SELECT data
FROM products_json
WHERE 
  JSON_VALUE(data, '$.price' RETURNING NUMBER) > 500
  AND JSON_VALUE(data, '$.category') = 'Electronics';

MongoDB

1 2	// 查詢價格大於500且屬於Electronics類別的商品 db.products.find({ price: { $gt: 500 }, category: "Electronics" });

Update

將 _id = 2 的商品價格從 560.52 更新為 999。
同時，如果商品 attributes 沒有 color，則加上 "color": "Red"。

原始資料內容如下:

{
  "_id": 2,
  "product_name": "Product 2",
  "category": "Electronics",
  "price": 560.52,
  "description": "Description of product 2",
  "attributes": {
    "brand": "Brand2",
    "warranty": "1 year"
  }
}

Oracle JSON

使用 JSON_TRANSFORM 函數更新 JSON 資料。

欄位已存在: SET 原欄位會被新值覆蓋。
- ex: SET $.price 將會更新為 "price": 999。
欄位不存在: INSERT 會將新欄位及其值加入 JSON。
- ex: 若 JSON 中沒有 "color"，則會新增"color": "Red"。
- ERROR ON EXISTING 確保已存在欄位不會被覆蓋。

UPDATE products_json
SET data = JSON_TRANSFORM(
  data,
  SET '$.price' = 999,
  INSERT '$.attributes.color' = 'Red' ERROR ON EXISTING
)
WHERE JSON_VALUE(data, '$._id') = 2;

1
2
3

-- 查詢表中id為2的資料
SELECT * FROM products_json
WHERE JSON_VALUE(data, '$._id') = 2

MongoDB

使用 $set 來更新特定欄位。若欄位不存在 MongoDB 會自動加上該欄位及欄位值。

db.products.updateOne(
  { _id: 2 },
  { $set: { price: 999, "attributes.color": "Red" } }
);

1 2	// 查詢id為2的資料 db.products.find({ _id: 2 });

Delete

Oracle JSON

刪除特定欄位

使用 JSON_TRANSFORM 刪除 _id = 2 的商品資料中的 attributes.color 欄位。

1
2
3

UPDATE products_json
SET data = JSON_TRANSFORM(data, REMOVE '$.attributes.color')
WHERE JSON_VALUE(data, '$._id') = 2;

刪除整筆資料

1 2	DELETE FROM products_json WHERE JSON_VALUE(data, '$._id') = 2;

MongoDB

刪除特定欄位

使用 $unset 刪除 _id = 2 的商品資料中的 attributes.color 欄位。

db.products.updateOne(
  { _id: 2 },
  { $unset: { "attributes.color": "" } }
);

刪除整筆資料

1	db.products.deleteOne({ _id: 2 });

兩者效能比較

下圖是 OracleDB JSON 和 MongoDB 在不同讀寫比例，以及不同數據規模下的效能比較。使用 YCSB(Yahoo! Cloud Serving Benchmark) 進行測試不同資料庫在不同讀寫比例，以及不同數據規模下，每秒的操作數量(Operations per Second)。

oracle-json-databse-mongodb-performance

(資料來源: Oracle JSON 数据库介绍 by Xu Guang)

我們可以發現:

OracleDB 在面對 400 萬筆文檔時，隨著讀取操作比例增加，OracleDB 的性能顯著提升，操作數量每秒從約 30,000 提升至 80,000 次。而同時 MongoDB 則從每秒 10,000 次提升至 30,000 次。
OracleDB 在面對 8100 萬筆文檔時，操作次數依然保持增長，隨著讀取操作比例增加，操作數量每秒從約 28,000 提升至 58,000 次。而同時 MongoDB 則從每秒 12,000 次提升至 22,000 次。
在高比例讀取的場景下，OracleDB 的查詢速度更快，這是由於 OracleDB 在處理結構化數據和索引方面的優勢，使其能高效處理大規模讀取操作。

總結

我參加了 2024 MongoDB.local Taipei，聽到 91APP 的首席架構師 Andrew Wu 有說到他們選擇用 MongoDB 的來實現客戶想要自訂欄位的需求，才進一步讓我想要深入了解兩者的差別(~~很多觀念值得研究但記憶體跑不動了XD~~)。從技術層面來看，使用 OracleDB 的 JSON 功能可以實現類似 MongoDB 的自訂欄位效果，JSON 資料在 OracleDB 中以動態結構儲存，因此可以根據需要隨時新增不同的欄位。

但當同一 JSON 包含不同類型產品的資料，如電器或衣服，每個產品類型可能對應到不同的屬性，在這種情況下，可能會有一些需要思考的面向。

無法預測的資料結構
- 因為 JSON 支援不固定欄位，每筆資料的欄位結構可能不同，需要更仔細管理與追蹤欄位。
增加查詢的複雜性
- 需精確指定 JSON 中的欄位路徑 $.attributes.color。
- 需檢查欄位是否存在: 因為即使資料庫不會報錯，但可能導致結果不準確。
- 如果欄位結構不統一，可能需要額外處理 NULL 欄位或缺失欄位。
查詢效能的挑戰
- 雖然 JSON 讓資料更彈性，但資料量一大可能出現查得慢、空間浪費等情況。

但總結來看，OracleDB JSON 是一個加分的擴充功能，可以在關聯式資料庫中支持半結構化資料，讓 OracleDB 保持在高度結構化和部分動態資料的混合場景中具備優勢。而 MongoDB 本來就是專門為動態資料設計的 NoSQL 資料庫，特別適合那些需要高靈活性、動態結構和大規模資料處理的應用。MongoDB 和關聯式資料庫各有優勢，應該根據實際場景選擇最適合的資料庫。