Document DB 快在局部性：把該一起用的東西實際存在一起

MongoDB 比 PostgreSQL 快，不是因為查詢演算法比較聰明——它有 secondary index、有 aggregation pipeline，這些 SQL 也都有。真正的機制是：東西擺在一起。

同一筆資料，兩種擺法

關聯式正規化之後，一筆感測器讀數是散的：

readings 表  →  temp, timestamp, device_id
devices  表  →  device_id, model, site_id
sites    表  →  site_id, 廠區名稱, 城市

要湊出完整資訊 → 三張表、三次查找、兩次 JOIN。

Document 的同一筆：

{ "temp": 28.3, "timestamp": "...",
  "device": { "id": "d-01", "model": "X200",
              "site": { "name": "廠區A", "city": "台中" } } }

一份文件、一個連續的區塊、一次讀取、零 JOIN。 這叫局部性（locality）。

寫入快也是同一個原因：一次連續寫完，沒有外鍵檢查、沒有跨表協調。

「廠區A」這個名字在 500 萬筆文件裡重複了 500 萬次，改名要改 500 萬份。

這就是拆表把成本集中在一次 join，不拆表把成本攤到每一列的同一條帳——Document DB 是「不拆表」那一端的極致。

所以它不是一種新的東西，是把反正規化做到底、並且讓資料庫原生支援巢狀結構。一致性的風險也跟著繼承，見改漏一列的代價不是工多，是資料安靜地不一致。

它不是 Key-Value。 可以按欄位查、可以建索引、可以聚合，Key-Value 的限制是為了換分片而付的價講的那些「不准」對它不成立。
水平擴展是另一個機制，跟局部性無關。而且分片之後，沒打中 shard key 的查詢反而更慢——見 key-range sharding 用順序換熱點，hash 用均勻換範圍查詢。