談?wù)刴ongodb，mysql的區(qū)別和具體應(yīng)用場景？看看官方文件。練習編程示例?？纯丛创a。一般互聯(lián)網(wǎng)公司使用mysql、redis、mongodb作為存儲層，Hadoop、spark進行大數(shù)據(jù)分析。

談?wù)刴ongodb，mysql的區(qū)別和具體應(yīng)用場景？

看看官方文件。

練習編程示例。

看看源代碼。

一般互聯(lián)網(wǎng)公司使用mysql、redis、mongodb作為存儲層，Hadoop、spark進行大數(shù)據(jù)分析。

MySQL適用于結(jié)構(gòu)化數(shù)據(jù)，類似于excel，它是嚴格定義的。它用于數(shù)據(jù)量，其速度一般支持事務(wù)處理。

Redis適用于緩存內(nèi)存對象，如緩存隊列。它用于事務(wù)處理的數(shù)據(jù)量小、速度快、并發(fā)性高。

Mongodb，適用于半結(jié)構(gòu)化數(shù)據(jù)，如文本信息，適用于數(shù)據(jù)量大、速度快、不支持事務(wù)處理的場合。

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

Spark類似于Hadoop，它傾向于內(nèi)存計算和流計算。適用于實時和半實時的大數(shù)據(jù)分析任務(wù)。

移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)使數(shù)據(jù)呈指數(shù)增長。NoSQL大數(shù)據(jù)出現(xiàn)后，數(shù)據(jù)存儲領(lǐng)域發(fā)展迅速。發(fā)展方向似乎是大數(shù)據(jù)、內(nèi)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(nèi)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(shù)據(jù)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(yīng)用場景，主要用于后期分析和統(tǒng)計，如電子商務(wù)的推薦系統(tǒng)分析系統(tǒng)。

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

mongodb如何定位？

Mongo數(shù)據(jù)庫本身介于redis內(nèi)存數(shù)據(jù)庫和MySQL數(shù)據(jù)庫之間。

以下重點介紹Mongo的優(yōu)勢。

Mongo V redis，

1:redis受內(nèi)存限制，不能存儲海量數(shù)據(jù)；Mongo可以存儲海量數(shù)據(jù)。

2:Redis只支持簡單的string、hash、list、set和Zset數(shù)據(jù)結(jié)構(gòu)，Mongo支持文檔類型的數(shù)據(jù)結(jié)構(gòu)，可以說是JSON字符串。這個數(shù)據(jù)結(jié)構(gòu)是多么的靈活和方便，我不需要過多的介紹。

3:redis能提供復(fù)雜的查詢嗎？蒙哥笑了笑，什么也沒說。

4:redis是否有內(nèi)置的數(shù)據(jù)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(yīng)用程序。

事實上，它們各有優(yōu)缺點，對應(yīng)不同的數(shù)據(jù)庫應(yīng)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(jīng)常使用Mongo來保存被爬網(wǎng)的數(shù)據(jù)，而redis則保存要爬網(wǎng)的鏈接，并用于網(wǎng)頁重復(fù)數(shù)據(jù)消除。