データベース

DynamoDBとMongoDBの違い:同じ注文データで比べるクエリ・料金・選定条件

DynamoDBとMongoDBの違い:同じ注文データで比べるクエリ・料金・選定条件

DynamoDBとMongoDBは、どちらもJSONに近いデータを扱えるNoSQLですが、設計の出発点が正反対です。DynamoDBは「どう読むか」を先に決めてキーを組み、MongoDBはデータの形を先に決めて後からインデックスを足します。この記事で比較するのは、2026年11月時点の公式ドキュメントに基づく項目サイズやインデックス数の上限、日付と金額の持ち方です。そのうえで同じ注文データを両方に入れて取得・集計するコードを並べ、東京リージョンの実額で月額が逆転する利用量と、採用を決める条件までを順に示します。

まとめ:DynamoDBとMongoDBは読み方が固定かとAWS専用で困らないかで決める

画面や API の読み方が設計時点で書き出せて、AWS の外に出る予定が無いならDynamoDBを選びます。サーバーもバージョンアップも管理せずに済み、少ない利用量なら月数USDで収まる料金体系です。管理画面の検索条件や集計が後から増える業務システム、AWS以外でも動かす可能性があるシステムならMongoDB(Atlasか自前運用)が向きます。

料金は利用量で逆転します。本記事の試算条件では、月の書き込みが約2,700万回を超えるあたりでAtlasの専有クラスタM10のほうが安くなりました。MongoDBからDynamoDBへ移す計画があるなら、AWS DMSの既定の型変換では配列と日付が文字列になる点を先に織り込んでください。

DynamoDBとMongoDBの違いを上限値・データ型・提供形態で並べた比較表

NoSQL全体の型の違いはNoSQLとは:4つの型をDockerで動かして分かるRDBとの違いと選び方で扱っています。ここでは2製品の違いを、設計を縛る数値から並べます。

項目サイズ400KBと16MB・インデックス20本と64本などの上限値比較

数値は2026年11月15日に両社の公式ドキュメントで確認した値です。

項目 DynamoDB MongoDB 9.0
1件の最大サイズ 400KB 16MiB
入れ子の深さ 32階層 100階層
セカンダリインデックス GSI 20本・LSI 5本 64本
1回の読み取り結果 1MBで打ち切り カーソルで続きを取得
トランザクション 100項目・4MBまで 既定60秒以内

DynamoDBの値はConstraintsのページとService Quotas、MongoDBの値はMongoDB Limits and Thresholdsによります。GSIの20本はAWSサポートへの申請で増やせますが、LSIの5本は変更できません。設計で効いてくるのは項目サイズの差です。DynamoDBでは属性名もサイズに数えるため、注文の明細やコメント履歴を1項目に積み続ける設計は400KBで止まります。MongoDBなら16MiBまで1ドキュメントに収まるので、明細の埋め込みで困る場面はほとんどありません。

日付型と10進数型の有無で変わる注文の金額・日時データの持ち方

DynamoDBの型は文字列・数値・バイナリ・真偽値・NULLと、リスト・マップ・セットです。日付型はありません。日時はISO 8601の文字列かUNIX時刻の数値で持ち、ソートキーに入れるなら文字列のほうが並び順を読み取りやすくなります。数値は最大38桁の精度で、それを超える値は文字列で渡すよう公式に記載があります。

MongoDBはBSONの型として日付(Date)と10進数(Decimal128)を持ちます。金額をNumberDecimal("4800")で保存すれば、浮動小数点の丸め誤差を気にせず集計できます。会計や請求の金額を扱うなら、この差は小さくありません。DynamoDBで同じ精度を保つには、整数の「円」や「銭」で持つ取り決めを全員で守る必要があります。

AWS専用のマネージドとAtlas・自前運用・DocumentDBから選べる提供形態

DynamoDBはAWSのマネージドサービスとしてだけ提供されます。サーバーのサイズ選びもバージョンアップも無く、テーブルを作ればすぐ使えます。その代わり、Google CloudやAzure、オンプレミスへ同じDBを持っていくことはできません。

MongoDBは、公式のマネージド版MongoDB Atlas、自社サーバーやコンテナでの自前運用、MongoDB互換のAWSサービスAmazon DocumentDBから選べます。Atlasの階層と料金はMongoDB Atlasとは?クラスタ階層・料金・セキュリティ設定と採用判断、DocumentDBとの互換性の差はAmazon DocumentDBとは?MongoDB互換マネージドDBの仕組み・料金・採用判断で確認できます。「DynamoDBかMongoDBか」の比較は、実際には「DynamoDBかAtlasか」の比較になる案件が大半です。

同じ注文データをDynamoDB LocalとMongoDB 9.0で動かして比べる手順

違いは同じデータを入れてみると一番よく見えます。ECの注文1件(ユーザー1001、明細2行、支払い済み)を題材に、両方のDBへ書き込みと読み取りを行います。

Docker Compose:mongo:9.0とDynamoDB Localの並列起動

MongoDBはDocker Hubの公式イメージ、DynamoDBはAWSが配布するDynamoDB Localを使えば、AWSアカウントなしで手元に同じAPIを用意できます。

# compose.yaml
services:
  mongo:
    image: mongo:9.0
    ports: ["127.0.0.1:27017:27017"]
  dynamodb:
    image: amazon/dynamodb-local:latest
    command: "-jar DynamoDBLocal.jar -sharedDb -inMemory"
    ports: ["127.0.0.1:8000:8000"]

# 起動とAWS CLI用のダミー認証情報(DynamoDB Localは値を検証しない)
docker compose up -d
export AWS_ACCESS_KEY_ID=dummy AWS_SECRET_ACCESS_KEY=dummy AWS_DEFAULT_REGION=ap-northeast-1

ポートを127.0.0.1に限っているのは、認証なしのMongoDBを社内ネットワークに公開しないためです。永続化や認証、初期化スクリプトまで含めたMongoDBの構成はMongoDBをDockerで構築する手順:compose・永続化・認証・初期化スクリプトにまとめています。

注文1件を埋め込みドキュメントとPK・SKの項目で書き分ける例

MongoDBでは、注文と明細を1つのドキュメントにそのまま入れます。

docker compose exec mongo mongosh shop
db.orders.insertOne({
  _id: "A-101", userId: 1001, status: "paid",
  createdAt: ISODate("2026-11-15T10:00:00Z"),
  total: NumberDecimal("4800"),
  items: [ { sku: "TS-01", qty: 2, price: NumberDecimal("1800") },
           { sku: "MG-02", qty: 1, price: NumberDecimal("1200") } ]
})

DynamoDBでは、まずパーティションキー(PK)とソートキー(SK)を決めてテーブルを作ります。ここではPKにユーザー、SKに注文日時と注文番号をつないだ文字列を入れました。

aws dynamodb create-table --table-name Shop --endpoint-url http://localhost:8000 \
  --attribute-definitions AttributeName=PK,AttributeType=S AttributeName=SK,AttributeType=S \
  --key-schema AttributeName=PK,KeyType=HASH AttributeName=SK,KeyType=RANGE \
  --billing-mode PAY_PER_REQUEST

aws dynamodb put-item --table-name Shop --endpoint-url http://localhost:8000 --item '{
  "PK": {"S": "USER#1001"}, "SK": {"S": "ORDER#2026-11-15T10:00:00Z#A-101"},
  "status": {"S": "paid"}, "total": {"N": "4800"},
  "items": {"L": [
    {"M": {"sku": {"S": "TS-01"}, "qty": {"N": "2"}, "price": {"N": "1800"}}},
    {"M": {"sku": {"S": "MG-02"}, "qty": {"N": "1"}, "price": {"N": "1200"}}}]}}'

属性ごとに"S"(文字列)や"N"(数値)の型を書く低レベルの形式は、SDKのドキュメントクライアントを使えば省けます。日時がSKの文字列の一部になっている点に注目してください。DynamoDBでは「ユーザーごとに新しい順で読む」という読み方を、この時点でキーの形に焼き込んでいます。キー設計を画面で試すならNoSQL Workbenchの使い方:DynamoDBの設計・ローカル接続・操作手順が手早い方法です。

ユーザー別の最新注文20件を両方で取得するfindとQueryの書き比べ

MongoDBは、検索したいフィールドに複合インデックスを張ってからfindで取ります。

db.orders.createIndex({ userId: 1, createdAt: -1 })
db.orders.find({ userId: 1001 }).sort({ createdAt: -1 }).limit(20)

DynamoDBはQueryでPKを指定し、SKの前方一致と降順指定で同じ結果を得ます。

aws dynamodb query --table-name Shop --endpoint-url http://localhost:8000 \
  --key-condition-expression "PK = :pk AND begins_with(SK, :sk)" \
  --expression-attribute-values '{":pk": {"S": "USER#1001"}, ":sk": {"S": "ORDER#"}}' \
  --no-scan-index-forward --limit 20

この問い合わせだけなら、2製品の差はほぼありません。差が開くのは、次の章で扱う「後から条件を足す」場面です。インデックスの並び順とexplainによる確認方法はMongoDBのインデックス設計:createIndexの書き方・ESRの並び順・explainの読み方で詳しく解説しています。

後から増える検索条件と集計への対応力をGSIと集計パイプラインで比べる

業務システムでは、リリース後に「支払い済みだけ一覧したい」「月次で商品別の売上を出したい」という要望がほぼ必ず来ます。ここが2製品の分かれ目です。

支払い済み注文を日付順に出すGSI追加と複合インデックスの比較

MongoDBはインデックスを1本足せば、同じコレクションのまま問い合わせられます。

db.orders.createIndex({ status: 1, createdAt: -1 })
db.orders.find({ status: "paid", createdAt: { $gte: ISODate("2026-11-01T00:00:00Z") } })
  .sort({ createdAt: -1 })

DynamoDBでは、テーブルのPKがユーザーなので、ユーザーをまたいだ「支払い済み」の一覧はQueryで取れません。グローバルセカンダリインデックス(GSI)を追加し、別のキーで並べ直したコピーを持たせます。

aws dynamodb update-table --table-name Shop --endpoint-url http://localhost:8000 \
  --attribute-definitions AttributeName=status,AttributeType=S AttributeName=SK,AttributeType=S \
  --global-secondary-index-updates '[{"Create": {"IndexName": "status-SK",
    "KeySchema": [{"AttributeName": "status", "KeyType": "HASH"},
                  {"AttributeName": "SK", "KeyType": "RANGE"}],
    "Projection": {"ProjectionType": "ALL"}}}]'

aws dynamodb query --table-name Shop --index-name status-SK --endpoint-url http://localhost:8000 \
  --key-condition-expression "#s = :s AND begins_with(SK, :sk)" \
  --expression-attribute-names '{"#s": "status"}' \
  --expression-attribute-values '{":s": {"S": "paid"}, ":sk": {"S": "ORDER#2026-11"}}' \
  --no-scan-index-forward

statusはDynamoDBの予約語なので、式の中では#sという別名で書きます。このGSIは説明用の最小構成です。「paid」のように値の種類が少ない属性をGSIのPKにすると、書き込みが1つのパーティションに集中します。本番では日付やシャード番号をPKに混ぜ、書き込み先を分散させる設計が必要です。GSIを1本足すたびに書き込み料金も増える点は、料金の章で数字にします。

月次の商品別売上を集計パイプラインで書く例とDynamoDBの代替経路

MongoDBは集計パイプラインで、明細の展開から合計、並べ替えまでDB側で済ませます。

db.orders.aggregate([
  { $match: { status: "paid",
              createdAt: { $gte: ISODate("2026-11-01T00:00:00Z"), $lt: ISODate("2026-12-01T00:00:00Z") } } },
  { $unwind: "$items" },
  { $group: { _id: "$items.sku",
              qty: { $sum: "$items.qty" },
              sales: { $sum: { $multiply: ["$items.price", "$items.qty"] } } } },
  { $sort: { sales: -1 } }
])

別コレクションの商品マスタを結合したければ$lookupを1段足すだけです。

DynamoDBには、GROUP BYや合計をDB側で計算する機能がありません。SQLに似たPartiQLも使えますが、集計関数は無く、WHEREにパーティションキーの条件が無いSELECTはテーブル全体のスキャンになります。実務の代替経路は2つです。DynamoDB Streamsで書き込みのたびに集計用の項目を更新するか、テーブルをS3へエクスポートしてAthenaで集計するかです。どちらも集計の仕組みを別に作って保守することになります。帳票や分析の要件が見えている案件で、DynamoDBを選ぶと工数が膨らむ理由はここにあります。

GSIは結果整合性のみ・Query1回1MBまでという読み取り側の制約

DynamoDBの読み取り整合性のドキュメントでは、GSIからの読み取りは結果整合性だけで、強い整合性は選べないとされています。画面設計の前提は、書いた直後の注文がGSI経由の一覧にまだ出ない瞬間があることです。強い整合性の読み取りは、テーブル本体に対して結果整合性の2倍の読み取り単位を使います。

もう1つの制約がQueryとScanの1MBです。1回の応答が1MBを超えるとLastEvaluatedKeyが返り、続きは呼び直して取ります。--limit 20で件数を絞っても、フィルタ式で捨てた項目も読み取り量に数えられる点に気をつけてください。MongoDBは読み取りの既定がプライマリで、カーソルが続きを自動で取りに行くため、アプリ側でページ送りを意識する場面は少なくなります。

東京リージョンの料金をDynamoDBオンデマンドとAtlas M10で試算する

料金体系がまったく違うため、単価を並べても比べられません。DynamoDBはリクエスト回数とデータ量の従量課金、Atlasの専有クラスタはクラスタの稼働時間による課金です。

リクエスト課金とクラスタ時間課金で月額が逆転する利用量の目安

DynamoDBの東京リージョンの単価は、AWS Price List API(2026年11月11日公開版)の値で、書き込みが100万リクエストユニットあたり0.715USD、読み込みが0.1425USD、ストレージは25GBまで無料で超過分が1GB月あたり0.285USDです。料金の仕組みはDynamoDBの公式料金ページに記載があります。AtlasはMongoDBの料金ページで、M10の基本単価が0.08USD/時、Flexが月8〜30USD、無料クラスタが512MBまでと掲載されています。M10の単価はクラウドとリージョンで変わるため、見積もりでは管理画面の東京の値に置き換えてください。

import math

# 東京リージョンの単価(AWS Price List API 2026-11-11版)とAtlas M10の基本単価
WRU = 0.715 / 1_000_000   # 書き込み1リクエストユニット(1KBまで)
RRU = 0.1425 / 1_000_000  # 読み込み1リクエストユニット(4KBまで・強い整合性1回分)
STORAGE = 0.285           # GB月(25GBまで無料)
M10_HOUR = 0.08           # USD/時

def dynamodb_month(writes, reads, gb, item_kb=1.0, gsi=1, strong=False):
    wru = writes * math.ceil(item_kb) * (1 + gsi)          # GSIへの書き込みも同じ単価で数える概算
    rru = reads * math.ceil(item_kb / 4) * (1 if strong else 0.5)
    return wru * WRU + rru * RRU + max(gb - 25, 0) * STORAGE

atlas = M10_HOUR * 730
for w in (1, 10, 20, 30, 50):  # 月間の書き込み回数(百万回)。読み込みはその10倍とする
    d = dynamodb_month(w * 1e6, w * 10 * 1e6, gb=20)
    print(f"書き込み{w}百万回・読み込み{w * 10}百万回: DynamoDB {d:,.1f}USD / Atlas M10 {atlas:,.1f}USD")

項目1KB、GSI 1本、結果整合性の読み取り、データ20GBという条件で実行すると、月の書き込み100万回ではDynamoDBが2.1USD、1,000万回で21.4USD、3,000万回で64.3USDとなり、Atlas M10の58.4USDを上回ります。逆転点は書き込みが月およそ2,700万回、平均で毎秒10回ほどです。社内の業務システムや立ち上げ期のサービスならDynamoDBが安く、書き込みが常時続くサービスでは専有クラスタのほうが安くなる、というのが数字から言える範囲です。DynamoDB側の請求が跳ねる条件の詳細はDynamoDBの料金を東京リージョンの実額で試算するで分解しています。

試算に入れていない費用:GSIの追加・Scan・Atlasのバックアップと転送

上のコードは比べやすさのために単純化しています。実際の見積もりでは、次の差分を足してください。

  • DynamoDB:GSIを2本、3本と足すと書き込み料金が3倍、4倍と増える。集計目的のScanは読んだデータ量すべてが課金される
  • DynamoDB:ポイントインタイムリカバリ(PITR)やS3へのエクスポートは別料金
  • Atlas:ストレージの追加、クラウドバックアップ、リージョン外への転送が時間課金に上乗せされる
  • Atlas:M10とM20はバースト型の性能で、高負荷が続くとCPUが抑えられる。本番の負荷によってはM30以上が前提になる

見落としやすいのはDynamoDBのGSIとAtlasの階層です。どちらも「後から検索条件が増える」「負荷が増える」と費用が段階的に上がります。利用量が読めない初期は、DynamoDBならオンデマンド、AtlasならFlexで始め、3か月分の実績を見てから容量モードや階層を決めるのが無駄の少ない順番です。

DynamoDBとMongoDBのどちらを採用するかの選定条件と移行時の注意点

ここまでの比較から、受託開発で実際に判断するときの条件を言い切ります。

DynamoDBを選ぶ案件とMongoDBを選ぶ案件を5つの条件で仕分ける

条件 DynamoDB MongoDB(Atlas)
読み方の確定度 設計時に全部書き出せる 後から増える
集計・帳票 別の仕組みで作る 集計パイプラインで書ける
動かす場所 AWSだけ 複数クラウド・オンプレ
1件のデータ量 400KB未満に収まる 明細や履歴を埋め込む
利用量 少ない・波がある 常時高い書き込み

DynamoDBを採用するのは、LambdaとAPI Gatewayで組むサーバーレスAPI、セッションや設定値の保存、IoTの最新値の保持のように、読み方が数種類で固定されている場合です。MongoDBを採用するのは、商品カタログやCMS、案件管理のように、項目が増え続け、管理画面の検索条件や月次集計が後から追加される場合です。5つの条件のうち「集計・帳票」がMongoDB側に当てはまるなら、他がDynamoDB寄りでもMongoDBを選びます。集計の仕組みを後から別に作る費用が、運用の手間の差を上回るためです。DynamoDBそのものの設計の要点はAmazon DynamoDBとは:RDSとの違い・料金の仕組み・使い方と設計の要点で確認できます。

どちらも見送るべき条件もあります。複数の表をまたいだ更新と監査での突き合わせが中心の会計・在庫システムは、RDBのまま設計するほうが安全です。トランザクションの範囲と実装の違いはNoSQLのトランザクション:MongoDBとDynamoDBで書く実装と使い分けの判断で扱っています。

MongoDBからDynamoDBへDMSで移すと配列と日付が文字列になる落とし穴

MongoDBからDynamoDBへの移行は、AWS Database Migration Service(DMS)で行えます。DMSのDynamoDBターゲットの説明には、ソースとしてRDBとMongoDBに対応すると明記されています。ただし型の変換によって、そのままでは使えないデータができる点には注意が必要です。

  1. 日付はDynamoDBに日付型が無いため文字列に変換される
  2. MongoDBの配列は、DMSのMongoDBソースの説明の既定の型対応でCLOBになり、DynamoDB側では文字列になる
  3. ソースとして対応するMongoDBの版は、DMS 3.5.4以降で7.0と8.0まで(2026年11月15日時点の掲載)。9.0系からの移行は掲載の更新を確認してからにする

明細の配列が1つの文字列として入ると、DynamoDB側で個々の明細を読むにはアプリでの解析が必要になります。DMSのオブジェクトマッピングでPKとSKを組み替えることはできますが、ドキュメントの構造をDynamoDBのキー設計に合わせて作り直す処理は、別途スクリプトで書くほうが確実です。移行は「データを運ぶ作業」ではなく「読み方からキーを設計し直す作業」と捉えてください。既存のDBの読み方を洗い出し、どちらへ寄せるか、移行するならどのデータから動かすかは、一創のデータベース設計・移行支援で現状の調査から支援しています。

よくある質問

DynamoDBとMongoDBを比べるときによく出る質問に答えます。

DynamoDBはMongoDBの代わりになりますか?

読み方が固定されている用途なら代わりになります。ユーザーごとの注文履歴やセッションの保存のように、キーで引く処理だけで済むなら、DynamoDBのほうが運用の手間は少なく済みます。一方、任意のフィールドでの検索、集計パイプラインによる帳票、16MiBまでの大きなドキュメントを前提にしたアプリは、そのままでは置き換えられません。キー設計とGSIの作り直し、集計の別実装が必要になるため、移行というより作り直しに近い工数を見込んでください。

DynamoDBとMongoDBはどちらが速いですか?

キーで1件や1パーティションを引く処理なら、製品の差より設計の差のほうが大きく出ます。DynamoDBはテーブルが大きくなっても同じキー設計のまま性能を保ちやすく、MongoDBはインデックスが合っていれば複雑な条件検索でも速く返せる設計です。逆に、DynamoDBで条件に合うキーが無くScanになった場合や、MongoDBでインデックスの無いフィールドを検索した場合は、どちらも大きく遅くなります。比べるなら自社の問い合わせで測ってください。

DynamoDBとMongoDBの料金はどちらが安いですか?

利用量で逆転します。DynamoDBのオンデマンドは使った分だけの課金で、東京リージョンの書き込み単価は100万回あたり0.715USDです。小さな業務システムなら月数USDで収まります。Atlasの専有クラスタM10は基本単価0.08USD/時で、月およそ58USDが固定でかかります。本記事の試算条件では、月の書き込みが約2,700万回を超えるとM10のほうが安くなりました。GSIの本数やバックアップで両方とも上振れするため、実際の利用量で試算してください。

AWSでMongoDBを使うならAtlasとDocumentDBのどちらですか?

MongoDBの新しい機能や版をそのまま使いたいならAtlasです。AtlasはAWSのリージョンを選んで構築でき、MongoDB本家の版と機能をそのまま追いかけられます。請求とネットワークをAWSの中で完結させたい、IAMやVPCの運用に揃えたいならAmazon DocumentDBが候補になります。DocumentDBはMongoDB互換のAPIを持つ別製品で、一部の演算子や機能は非対応です。既存アプリが使っている機能が動くかを、互換性の一覧で確認してから決めてください。Atlas・DocumentDB・EC2自前の3択を同じ条件で構築し、東京リージョンの月額で比べた結果はAWSでMongoDBを動かす3択:Atlas・DocumentDB・EC2自前の構築手順と東京の月額比較にまとめています。

DynamoDBとMongoDBでトランザクションの違いはありますか?

あります。DynamoDBのトランザクションは1回の呼び出しで最大100項目・合計4MBまでを、全部成功か全部失敗かで書き込みます。各項目が消費する書き込み単位は、通常の書き込みの2倍です。MongoDBのマルチドキュメントトランザクションはレプリカセットが前提で、既定では60秒以内に終える必要があります。途中の読み取り結果を見て処理を分ける対話型の書き方はMongoDBなら可能ですが、DynamoDBでは条件付きの書き込みを1回の呼び出しに並べる形になります。

関連記事

お気に入りに入れた記事の一覧

一創の公式 SNS

X では毎朝の新着記事と IT ニュースの速報を、YouTube・TikTok・Instagram・LinkedIn・Facebook では記事の解説動画を配信しています。

この記事は以下の記事からリンクされています

資料請求

今日のトレンド記事 直近 24 時間で、いつもより多く読まれている記事

  1. 2026.11.13 テックブログ 宝くじ公式サイト不正アクセス:4,436名の対象確認とパスワード再設定、変更された仕組み
  2. 2026.01.30 テックブログ Xで「人間であることを確認」と顔認証が出る理由と対処|ライブネスチェックとOpenAIの生体認証SNS構想
  3. 2026.11.13 テックブログ KARTEの不正アクセス:全機能停止で利用企業がタグ・配信・データ連携を確かめる手順
  4. 2026.11.09 テックブログ あきゅらいず不正アクセス:最大約90万件の対象確認とパスワード変更、退会者データの消し方
  5. 2026.11.13 テックブログ Gemini 4 Hydrogenとは?3.8 Flashからの移行・料金・xhighの使い方を実装目線で解説【2026年11月】

RELATED POSTS 関連記事

目次