談談mongodb，mysql的區(qū)別和具體應用場景？看看官方文件。練習編程示例。看看源代碼。一般互聯網公司使用mysql、redis、mongodb作為存儲層，Hadoop、spark進行大數據分析。

談談mongodb，mysql的區(qū)別和具體應用場景？

看看官方文件。

練習編程示例。

看看源代碼。

一般互聯網公司使用mysql、redis、mongodb作為存儲層，Hadoop、spark進行大數據分析。

MySQL適用于結構化數據，類似于excel，它是嚴格定義的。它用于數據量，其速度一般支持事務處理。

Redis適用于緩存內存對象，如緩存隊列。它用于事務處理的數據量小、速度快、并發(fā)性高。

Mongodb，適用于半結構化數據，如文本信息，適用于數據量大、速度快、不支持事務處理的場合。

Hadoop是一個生態(tài)系統，包含許多用于大數據分析的組件，適用于以后的大數據分析任務。

Spark類似于Hadoop，它傾向于內存計算和流計算。適用于實時和半實時的大數據分析任務。

移動互聯網和物聯網使數據呈指數增長。NoSQL大數據出現后，數據存儲領域發(fā)展迅速。發(fā)展方向似乎是大數據、內存計算、分布式框架和平臺。有許多新的方法，如apacheignite，它適合于內存計算，并集成了許多功能模塊。阿帕奇風暴，火花和弗林克也有自己的特點。

一般來說，TB和GB級別的數據存儲不能達到Pb級別。Mongodb和MySQL就足夠了。Hadoop和spark是航空母艦。它們通常用于大規(guī)模的應用場景，主要用于后期分析和統計，如電子商務的推薦系統分析系統。

聰明的戰(zhàn)士總是選擇正確的武器。有必要分析業(yè)務特點和未來業(yè)務發(fā)展需要，決定采用何種數據存儲策略或混合使用。

mongodb如何定位？

Mongo數據庫本身介于redis內存數據庫和MySQL數據庫之間。

以下重點介紹Mongo的優(yōu)勢。

Mongo V redis，

1:redis受內存限制，不能存儲海量數據；Mongo可以存儲海量數據。

2:Redis只支持簡單的string、hash、list、set和Zset數據結構，Mongo支持文檔類型的數據結構，可以說是JSON字符串。這個數據結構是多么的靈活和方便，我不需要過多的介紹。

3:redis能提供復雜的查詢嗎？蒙哥笑了笑，什么也沒說。

4:redis是否有內置的數據分析功能（MapReduce）？

讓我們看看Mongo V MySQL

2:Mongo的插入速度比MySQL快。

3:Mongo可以輕松分發(fā)和擴展，而無需停機或更改應用程序。

事實上，它們各有優(yōu)缺點，對應不同的數據庫應用場景。

我什么時候需要Mongo？

Mongo實際上彌補了redis和mysql的不足。在爬蟲程序中，個人經常使用Mongo來保存被爬網的數據，而redis則保存要爬網的鏈接，并用于網頁重復數據消除。

請問mongodb應用場景？求大神解答？

Mongodb屬于內存數據庫，在性能要求高的項目中表現良好。它可用作前端緩存服務器和緩沖數據存儲區(qū)。它還可以作為應用系統的存儲服務器，如微博、論壇等應用系統。它也可以用作圖片存儲服務器（分布式）。在數據寫入方面，Mongo也支持相對較高的寫入速度（當然，這取決于硬件設備）。這遠高于使用硬盤存儲介質的關系數據庫的存儲效率。但是，非關系型數據庫會造成大量的冗余數據，如果早期的系統設計非常粗糙，后期的數據維護將非常困難。