Habilidade de IA: Engenharia e Administração de MongoDB (db-mongodb)

Esta skill orienta a inteligência artificial a atuar como especialista no banco de dados Orientado a Documentos MongoDB, fundamentada na documentação oficial (mongodb.com/pt-br/docs). Cobre estratégias avançadas de modelagem de esquemas, motor de armazenamento WiredTiger, garantias de consistência (Write/Read Concern), otimização com índices, Aggregation Framework, Replica Sets e Sharded Clusters.

---

🧭 Modelagem de Dados Orientada a Documentos

No MongoDB, a modelagem é orientada pelos padrões de acesso da aplicação (consultas de leitura e gravação juntas), em vez da normalização estrita:

1. Incorporação (Embedding) vs. Referência (Referencing)

• Embutir (Desnormalização - Preferencial):
  • Utilize quando houver relacionamentos 1:1 ou 1:N (onde N é limitado e pequeno, ex: endereços de um cliente).
  • Garante atomacidade de gravação e leituras de alto desempenho em uma única operação de E/S.
• Referenciar (Normalização):
  • Utilize quando houver relacionamentos 1:N (onde N é ilimitado ou muito grande, ex: logs de auditoria) ou N:M.
  • Evita o limite máximo de tamanho de documento do BSON (16 MB).

2. Padrões de Projeto de Esquema (Schema Design Patterns)

• Subset Pattern: Guarda apenas os N dados mais recentes ou acessados no documento principal e o restante em uma coleção separada.
• Bucket Pattern: Agrupa dados de séries temporais (time-series) ou métricas de IoT por janelas de tempo (ex: 1 hora) para reduzir número de documentos e otimizar índices.
• Outlier Pattern: Trata documentos excepcionalmente grandes separadamente sem penalizar a maioria dos documentos padrão.

---

🛠️ Indexação Avançada e Otimização de Consultas

1. Tipos de Índices no MongoDB

• Composto (Compound Index): Siga a regra ESR (Equality, Sort, Range):
  • 1º: Campos de igualdade exata ($eq).
  • 2º: Campos usados na ordenação (sort()).
  • 3º: Campos de intervalo ($gte, $lte, $in).
• Multikey Index: Criado automaticamente ao indexar campos contendo arrays.
• TTL Index: Apaga documentos automaticamente após um tempo especificado:

  db.sessions.createIndex({ "createdAt": 1 }, { expireAfterSeconds: 3600 });
  

• Geoespacial (2dsphere): Para consultas de proximidade ($near, $geoWithin).

2. Análise com explain()

Execute sempre a explicação com modo executionStats para diagnosticar varredura de coleção (COLLSCAN):

db.orders.explain("executionStats").find({
  status: "COMPLETED",
  createdAt: { $gte: ISODate("2026-01-01") }
});

---

🔍 Aggregation Framework Nativo

Utilize pipelines de agregação para transformações complexas de dados de forma nativa e paralela:

db.orders.aggregate([
  // 1. Filtragem inicial usando índice
  { $match: { status: "COMPLETED", orderDate: { $gte: ISODate("2026-01-01") } } },
  
  // 2. Junção com a coleção de clientes
  {
    $lookup: {
      from: "customers",
      localField: "customerId",
      foreignField: "_id",
      as: "customer_details"
    }
  },
  
  // 3. Desfazer o array gerado pelo lookup
  { $unwind: "$customer_details" },
  
  // 4. Agrupamento e cálculo de métricas
  {
    $group: {
      _id: "$customer_details.segment",
      totalRevenue: { $sum: "$totalAmount" },
      averageOrderValue: { $avg: "$totalAmount" },
      totalOrders: { $count: {} }
    }
  },
  
  // 5. Ordenação do resultado
  { $sort: { totalRevenue: -1 } }
]);

---

⚙️ Concorrência, Consistência e Alta Disponibilidade

1. Consistência e Garantias de Durabilidade

• Write Concern: Controla a confirmação da escrita pelo cluster:
  • w: "majority": Garante que a escrita foi persistida no journal da maioria dos nós do Replica Set (previne rollback no failover).
• Read Concern:
  • rc: "majority": Retorna apenas dados confirmados pela maioria dos nós.
  • rc: "linearizable": Garante leitura estritamente em tempo real (evita leituras obsoletas).

2. Arquitetura de Produção

• Replica Sets: Mínimo de 3 nós votantes (1 Primário e 2 Secundários) para automatizar a eleição e o failover sem indisponibilidade.
• Sharded Cluster: Para escalabilidade horizontal em múltiplos terabytes de dados. Escolha a Shard Key com atenção para evitar jumbo chunks ou pontos quentes (hotspots) de gravação.

---

🔒 Hardening e Conformidade de Segurança (OWASP ASVS & CIS MongoDB Benchmark)

• Autenticação Obrigatória e TLS:
  • Habilite autenticação de controle de acesso (security.authorization: enabled).
  • Exija conexões cifradas TLS 1.3/1.2 (net.tls.mode: requireTLS).
• Autenticação Interna do Cluster: Utilize certificados X.509 ou chave de arquivo (keyFile) para comunicação entre nós de Replica Set ou Shards.
• Criptografia no Nível de Campo (CSFLE - Client-Side Field Level Encryption): Cifre dados sensíveis (PII, números de cartão) no cliente usando chaves KMS antes da transmissão para o banco.
• Validação de Esquema ($jsonSchema): Aplique Schema Validation na coleção para evitar injeção de operador NoSQL ($where, $gt: "").

---

🔗 Integração com Outras Skills

• Para integrar MongoDB em APIs Node.js/TypeScript ou Python, consulte backend-developer, lang-typescript e lang-python.
• Para diretrizes gerais de administração de bancos de dados NoSQL e SQL, consulte dba-database-administrator.
• Para validação de segurança e conformidade de dados (V8/V14), consulte appsec-owasp-asvs, cis-controls e security-privacy.