Hvad er MongoDB, og hvordan adskiller det sig fra SQL-databaser?

Question

Accepted Answer

**MongoDB** er en populær **NoSQL-dokumentdatabase** — den gemmer data som fleksible, JSON-lignende **dokumenter** (i collections) i stedet for rækker i tabeller. Det tilbyder et fleksibelt skema, vandret skalerbarhed og en udviklervenlig model, der naturligt mapper til objekter i kode.

## Dokumenter og collections (vs. tabeller og rækker)

```text
SQL (relational)        MongoDB (document)
──────────────────────────────────────────
Database            →   Database
Table               →   Collection
Row                 →   Document (a JSON-like object)
Column              →   Field
JOIN                →   embedding or $lookup
```

```js
// a MongoDB document — a flexible JSON-like (BSON) object
{
  _id: ObjectId("..."),
  name: "Ann",
  email: "ann@x.com",
  address: { city: "NY", zip: "10001" },   // NESTED objects (no separate table needed)
  tags: ["vip", "early-adopter"]            // arrays directly in the document
}
```

Dokumenter kan indeholde indlejrede objekter og arrays — og repræsenterer naturligt strukturerede data, der ville kræve flere relaterede tabeller i SQL.

## Vigtige forskelle fra SQL-databaser

```text
✓ FLEXIBLE SCHEMA — documents in a collection can have different fields (no fixed schema)
✓ DOCUMENT model — store related data together (nested) instead of normalized tables
✓ Maps to OBJECTS — documents map naturally to objects/JSON in application code
✓ Horizontal SCALING — built-in sharding for distributing data across servers
✗ No traditional JOINs (uses embedding or $lookup); weaker multi-document transactions
  historically (now supported); eventual consistency options
```

## Hvornår MongoDB passer (og hvornår SQL passer)

```text
MongoDB → flexible/evolving schemas, document-shaped data, rapid development,
  horizontal scale, content/catalogs, real-time data, varied structures
SQL → structured relational data, complex JOINs/transactions, strong consistency,
  reporting/analytics, well-defined schemas
→ Choose based on the data shape and needs; many systems use both.
```

## Hvorfor det betyder noget

MongoDB er en af de mest populære NoSQL-databaser, så det er værdifuldt at forstå, hvad det er, og hvordan det adskiller sig fra SQL-databaser, når man skal vælge og bruge databaser.

Kernekoncept — MongoDB gemmer **fleksible, JSON-lignende dokumenter** i collections i stedet for rækker i stive tabeller — er grundlæggende, og dokumentmodellen har reelle fordele: et **fleksibelt skema** (dokumenter kan variere, hvilket passer til udviklings- eller varieret data), muligheden for at **gemme relaterede data sammen** via indlejrede objekter og arrays (undgå de joins, som SQL kræver for relaterede data), og en naturlig **mapping til objekter/JSON i kode** (reducere object-relational impedance mismatch, fremskynde udvikling).

Forståelse af terminologi-mapping (collection↔tabel, dokument↔række, felt↔kolonne) og vigtige forskelle (fleksibelt skema, dokumentmodel, vandret skalering via sharding, men ingen traditionelle JOINs og forskellige konsistens-/transaktionskarakteristika) indrammes hvordan MongoDB fungerer i forhold til relationsdatabaser.

Kritisk vigtig er det at forstå **hvornår MongoDB passer** (fleksible/udviklings-skemaer, dokument-formede data, hurtig udvikling, vandret skalering) i forhold til **hvornår SQL passer** (strukturerede relationelle data, komplekse transaktioner, stærk konsistens, analytik) — det afspejler solidt skøn ved valg af den rigtige database — de er egnet til forskellige behov, og valget betyder noget.

Da MongoDB er meget brugt og repræsenterer dokument-database-paradigmet (et stort alternativ til relationsdatabaser), og da forståelse af dets model, forskelle fra SQL og relevante use cases er væsentlig for at arbejde med det og træffe informerede database-valg, er forståelse af, hvad MongoDB er, og hvordan det adskiller sig fra SQL, værdifuld grundlæggende viden for moderne back-end og data-arbejde, hvilket indrammes alt omkring brug af databasen.