MongoDB 實戰系列總覽

本系列源自 Yelp 商業地理與情感智慧系統（Yelp Business Geography & Sentiment Intelligence System）的真實開發經驗。該專案採用 MEVN 架構（MongoDB + Express + Vue + Node.js），處理 Yelp Open Dataset 的 Philadelphia 區域資料，實現了中文跨語搜尋、地理空間探索、打卡流量分析等功能。

不同於一般的 MongoDB 教學，這個系列從 真實專案的程式碼與決策 出發，展示 Schema 設計、查詢模式、索引優化與 ORM 選擇的完整思考脈絡。

---

系列文章

① MongoDB Schema 設計與 ETL 資料處理

最關鍵也最容易被忽略的環節。涵蓋：

• 雙 ID 策略：同時保留 MongoDB ObjectId 與 Yelp 原始字串 ID
• 嵌入式型別：用 Prisma type 定義巢狀屬性與 GeoJSON
• GeoJSON 轉換：latitude/longitude → { type: "Point", coordinates }
• 中文關鍵字注入：140+ 類別英中映射，實現「搜中文、找英文店」
• Checkin 預聚合：將 Runtime 無法負擔的計算移到 ETL 階段，查詢從 300ms→5ms
• 屬性髒資料清洗：用 Python ast.literal_eval 解析非標準格式

② MongoDB 查詢模式實戰

6 種查詢模式，每種都附 Prisma TypeScript 與 MQL 對照：

• $regex 多欄位模糊搜尋 + 分頁
• $geoNear 地理空間搜尋 + 4 種排序策略
• $text 全文檢索與相關性分數
• $group/$bucket/$cond 統計彙總
• $lookup 跨集合作業
• 預聚合資料的 O(1) 讀取

③ MongoDB 索引設計與效能優化

從 COLLSCAN 到 IXSCAN 的完整實戰：

• ESR 原則：Equality → Sort → Range
• 6 個核心索引的設計理由
• explain("executionStats") 診斷：57ms→24ms，掃描量減少 8.4 倍
• 複合索引 vs 單一索引的選擇
• Text Index 的限制與注意事項

④ Prisma + MongoDB 實戰經驗談

為什麼選 Prisma 而不是 Mongoose：

• Prisma vs Mongoose 完整對比
• aggregateRaw 的使用技巧與型別處理
• Schema 設計細節與雙 ID 策略
• Docker 容器化部署（MongoDB 7 + mongo-init + Express）
• Lessons Learned：ObjectId 驗證、Relation 限制、預聚合適用場景

---

專案資訊

• 原始碼：yelp-analysis-vue-express-mongodb
• 技術棧：MongoDB 7 + Express + Prisma + Vue 3 / Next.js 16 + Docker
• 資料集：Yelp Open Dataset（Philadelphia）