MongoDB и Redis для разработчика: когда нужна NoSQL-база, схема данных, кэш и репликация
MongoDB и Redis — два самых частых нереляционных хранилища в бэкенде, и решают они разные задачи. MongoDB хранит записи как документы с вложенными полями и массивами: разработчик проектирует коллекции от запросов приложения, строит индексы и агрегации, а при росте нагрузки распределяет данные по шардам. Redis держит данные в оперативной памяти и отвечает за доли миллисекунды: в нём хранят кэш, счётчики, сессии и рейтинги. Чтобы уверенно работать с обоими, нужно понимать, когда реляционная база справится лучше, как устроена документная схема, как ограничить память кэша и что теряется при отказе сервера.
Содержание

Самое частое заблуждение — считать NoSQL «базой без схемы». Схема у MongoDB есть, только живёт она не в таблицах, а в коде и в том, как документы читают. Если её не продумать, в одной коллекции окажутся три версии полей, а карточка товара начнёт тянуть мегабайты лишних данных. С Redis похожая история: поднять его легко, но кэш с настройками по умолчанию однажды перестаёт принимать запись.
Когда нужна NoSQL-база, а когда хватит PostgreSQL
Нереляционное хранилище оправдано, когда структура данных меняется, их читают целыми объектами, а скорость отклика важнее сложных отчётов. Каталог, где у ноутбука есть диагональ и процессор, а у кроссовок — размер и материал, удобно хранить документами без сотни столбцов. Redis нужен, когда одно значение запрашивают тысячи раз в секунду и каждый раз ходить в основную базу дорого.
Реляционная база лучше там, где одна операция меняет несколько связанных сущностей и ошибка стоит денег: платежи, остатки, бухгалтерия. Ей же проще даются отчёты с соединениями многих таблиц. Частый рабочий вариант — комбинация: заказы в PostgreSQL, каталог и отзывы в MongoDB, горячие данные в Redis.
Базам данных в целом, PostgreSQL, MySQL и брокерам Kafka и RabbitMQ на сайте посвящены отдельные статьи. Здесь речь только о нереляционной части, а Pub/Sub в Redis оставим теме брокеров.
Документная модель MongoDB: схему проектируют от запросов
Ситуация учебная. Магазин электроники переносит каталог в MongoDB. Главный запрос — карточка товара: название, цена, характеристики и последние отзывы. Первое решение — хранить все отзывы массивом внутри документа товара. Для новинки с пятью отзывами это работает, а у популярной модели их со временем тысячи, и каждый показ карточки загружает их все.
У такого решения есть жёсткая граница. В документации MongoDB об ограничениях сказано, что размер BSON-документа не превышает 16 мебибайт, а вложенность — 100 уровней. Массив, который растёт без предела, однажды упрётся в потолок, и запись нового отзыва завершится ошибкой.
Поэтому отзывы выносят в коллекцию reviews со ссылкой productId, а в документе товара хранят пять последних отзывов, среднюю оценку и их число. Карточка читается одним запросом, полный список подгружается постранично. Плата — дублирование: при новом отзыве приложение обновляет и reviews, и сводку в товаре. Встраивают то, что читается вместе и растёт ограниченно, выносят то, что растёт без предела.
Составной индекс по полям category и price ускоряет фильтр каталога с сортировкой по цене, а план проверяют методом explain(). Отчёт «средняя оценка по брендам» строят конвейером агрегации из этапов $match, $group и $sort. По той же странице документации, этап, которому нужно больше 100 мегабайт памяти, начиная с MongoDB 6.0 по умолчанию пишет временные файлы на диск, а при отключённом параметре allowDiskUseByDefault запрос завершается ошибкой.
Redis: кэш, структуры данных и Streams
Типичная схема кэширования — cache-aside. Приложение ищет карточку в Redis по ключу product:1042, при промахе читает её из MongoDB, кладёт в Redis со сроком жизни (TTL) десять минут и отдаёт пользователю. При изменении цены ключ удаляют.
Кроме строк, в Redis есть хэши — для профиля с отдельными полями, упорядоченные множества — для рейтинга популярных товаров, где счёт растёт командой ZINCRBY, и Streams — журнал событий, который несколько обработчиков читают со своей позиции.
Самая коварная ошибка кэша связана с памятью. Документация Redis о вытеснении ключей объясняет: maxmemory 0 означает отсутствие лимита, и на 64-битных системах это поведение по умолчанию. В конфигурационном файле redis.conf политикой по умолчанию указана noeviction: ключи не вытесняются, и при заполнении памяти команды записи получают ошибку, хотя чтение работает. Для кэша документация советует allkeys-lru, если нет причин выбрать другое.
Вторая ловушка тоньше. Политики volatile-lru, volatile-lfu и похожие вытесняют только ключи с TTL, а если таких ключей нет, ведут себя как noeviction. Разработчик выставил лимит и volatile-lru, но половина кода пишет ключи без срока жизни: память заполнилась, вытеснять нечего, приложение получает ошибки. Документация советует по возможности держать кэш и постоянные данные в разных экземплярах Redis.
Репликация и шардинг: что гарантируют копии
В MongoDB копии держит набор реплик. По той же странице ограничений, в нём может быть до 50 участников, но голосующих при выборе основного узла — не больше семи. Шардинг распределяет коллекцию по наборам реплик по ключу шардирования, и неудачный ключ вроде даты создания отправляет все новые записи на один шард.
Репликация в Redis, по документации о репликации, по умолчанию асинхронная. Команда WAIT дожидается заданного числа копий, но подтверждённые записи всё равно могут потеряться при переключении. Там же описан худший сценарий: если на основном узле выключено сохранение на диск и включён автоперезапуск, после сбоя он поднимается пустым, и реплики, синхронизируясь с ним, стирают свои данные.
С чего начать и в каком порядке осваивать
Порядок задаёт простая зависимость. Пока вы не писали запросы к документам, не понять, почему схема следует за ними. Пока не видели, как кэш ускоряет приложение, бессмысленно настраивать вытеснение. Репликацию разумно изучать последней: её проверяют на нескольких узлах.
- Запустите MongoDB и Redis в Docker и подключитесь из своего языка.
- Освойте CRUD-операции MongoDB, фильтры, explain() и составные индексы.
- Спроектируйте две версии схемы — со встраиванием и со ссылками — и сравните запросы.
- Напишите агрегацию с $group и $lookup на сотнях тысяч документов.
- В Redis пройдите строки и TTL, хэши, упорядоченные множества и Streams.
- Добавьте кэш к приложению, задайте maxmemory и политику вытеснения.
- Поднимите набор реплик из трёх узлов, остановите основной и посмотрите, что произойдёт.
Упражнения и ошибки новичков
Полезно нагрузить собственную схему: сгенерируйте товар с десятками тысяч встроенных отзывов и посмотрите, сколько весит ответ. В Redis задайте maxmemory 50mb, оставьте политику по умолчанию и заполняйте ключами до ошибки, затем повторите с allkeys-lru и с volatile-lru на ключах без TTL.
Новички переносят в MongoDB табличное мышление с десятком запросов вместо одного, встраивают растущие массивы, забывают индекс под главный фильтр, пишут в Redis ключи без TTL. Проверьте себя: что будет с приложением, если Redis недоступен пять минут? Правильный ответ — оно станет медленнее, но продолжит работать.
Документную модель потом полезно разобрать систематически, например на онлайн-курсе Merion Academy «MongoDB для разработчиков и DevOps». Это 15 блоков в записи, 2–5 часов в неделю четыре месяца: индексы, агрегация, транзакции, проектирование схем, репликация, шардинг, безопасность. После каждого блока — лабораторная с видеоразбором, итоговый проект — система заказов. Подключение базы к приложению программа не охватывает.
Как навык влияет на доход
Отдельной профессии «разработчик на MongoDB» обычно нет: оба хранилища входят в требования к бэкенд-разработчику и DevOps-инженеру. В октябре 2026 года калькулятор «Хабр Карьеры» для специализации «Бэкенд-разработчик» по всем уровням показывал 315 666 ₽ с навыком MongoDB, 367 083 ₽ с навыком Redis и 247 500 ₽ без фильтра по навыку. Регион не указан.
Для каждого навыка расчёт шёл по 39 анкетам против 7 591 у всей специализации, а навыки подробно указывают чаще опытные разработчики, так что разница отражает состав выборки, а не надбавку. Навык даёт доступ к задачам по производительности и отказоустойчивости, которые обычно поручают уровню middle и выше.
Как выбрать обучение
Проверьте, есть ли в программе проектирование схемы, вытеснение в Redis, практика с несколькими узлами и проверка заданий. Все три программы в статье — от одной онлайн-школы, Merion Academy: содержательных курсов по MongoDB и Redis от других школ в каталоге Учи.Онлайн мы не нашли.
Для кэша подойдёт онлайн-курс Merion Academy «Redis для разработчиков и DevOps». Это 10 блоков и итоговый тест, 32–80 часов: типы данных, Lua-скрипты, конвейеры и транзакции, репликация и кластер, Streams, домашние задания с видеоразбором и итоговый проект. Клиентов пишут на Python с первого блока, без опыта программирования будет трудно.
Узкий курс по одному хранилищу не объясняет, почему для другой задачи выбирают колоночную базу. Если нужна общая картина, смотрите программы шире.
Такой взгляд даёт комплект Merion Academy «MongoDB для разработчиков и DevOps» и «NoSQL. Нереляционные базы данных»: два курса со своими преподавателями, вместе 3–4 месяца. Во втором — модели «ключ — значение», документная и колоночная и выбор под задачу. Первая часть — тот же курс по MongoDB, поэтому брать оба варианта не нужно.
Сквозного проекта у комплекта нет, проверка работ преподавателем не заявлена, а цены на карточке расходятся на несколько рублей, так что программу и условия уточняйте у школы.
Программы, где MongoDB и Redis входят в профессию целиком, собраны в рейтинге онлайн-школ с обучением бэкенд-разработке. Это широкий рейтинг по всему направлению, раздела о нереляционных базах в нём нет.
Если вы можете объяснить, почему отзывы лежат в отдельной коллекции и что сделает Redis при заполнении памяти, пора переходить к репликам и шардам. Если нет — начните с маленького каталога в Docker: ошибки схемы на нём обходятся дешевле.