MongoDB使用指南：用户案例、优点和缺点_MongoDB

MySQL由于缺乏重新格式化数据结构的灵活性而过时。其问题在于基于表的设计，因此它使多元搜索查询集有限。很多企业依靠结构化和非结构化数据的组合来进行业务决策，从而使MongoDB得以快速增长。

MySQL是基于表的系统或开源关系数据库，而MongoDB被称为基于对象的系统。基于表的设计是用于搜索的数据查询结构，其中所有数据都与另一个数据点或数据集相关。与其相反，MongoDB中的数据是非关系型的。MongoDB不使用表和行，而是创建集合和文档。这些文档由键值对构成，键值对是系统的核心单元。与行不同，文档可以存储结构复杂的信息。集合中统一了文档集和函数集，这些集合可以等效于关系数据库表。MongoDB允许用户表示存储阵列、层次关系和其他更复杂的结构。

MongoDB是一个NoSQL系统

MongoDB是一个非关系系统，被称为NoSQL数据库。搜索的主要数据单位是文档，这使得MongoDB成为一个基于对象的系统。它采用二进制JASON语言，对结构复杂的数据有效。MongoDB存储数据的方式与JSON类似，尽管JSON并未正式使用。对于存储，它使用一种称为BSON的格式——类似JSON的文档二进制编码成更小的文件。它使数据管理过程更快。MongoDB也使用MongoDB查询语言，被认为具有更灵活的结构。许多用户更喜欢MongoDB数据库系统的结构。借助动态“模式”设计对信息进行排序，使系统灵活快速。虽然结构化数据是根据定义的模式组织的，但非结构化数据不遵循任何预定义的模型。虽然结构化数据在数量上获胜，但非结构化在质量上获胜。

结构化数据适合有组织的字段或列。它们可能如下：姓名、地址、账号、订单金额、价格。由于Steam的定义非常明确，可以轻松地查询和分析数据。非结构化数据更难以结构化和存储。它可能包括消息、视频、照片、网页和音频文件。如果使用传统工具查询视频，永远无法确定会看到什么，因为没有任何定义。由于人们可以自由地表达自己，没有标准化的规则，因此社交媒体订阅没有明确的结构。这就是普通查询工具不起作用的地方。

IDC公司声称，90%的超大型数据集都是非结构化的，这就是MangoDB是一个值得在大数据工作中实施的工具的原因。

MongoDB使用指南：用户案例、优点和缺点

寻求升级大数据的传统企业

传统技术现代化是将创新应用到用户的业务以及它如何处理大数据的一个步骤。如果用户要合并大量数据源，文档模型具有以其他数据库无法提供的方式创建单个统一视图的灵活性和能力。现代化将帮助用户轻松扩展应用程序，以3～5倍的速度构建业务功能，扩展到数百万个用户，并削减70%以上的成本。

现代化过程是需要人员、组织良好协作的过程和技术。这一切，除了开发者团队，都可以由MongoDB提供。它为用户提供咨询、程序治理和应用程序生命周期专业知识。此外，它将提供清单并描述应用程序组合，定义项目范围和执行，以及设计、实施、验证和优化的指南。数据文档模型加快了开发效率，分布式系统设计有助于扩展永远在线的应用程序以及技术本身。

内容管理系统(CMS)

内容管理系统实时处理大规模非结构化数据，并为各种应用程序提供内容。这需要实现最新的数据库技术和解决方案，它们能够管理非结构化数据。MongoDB提供存储，适用于单个数据库中的任何类型的内容。

在内容管理系统(CMS) 中使用MongoDB的原因：

(1)灵活的数据模型：可以合并来自任何来源的任何类型的数据，还可以频繁更新数据库，而不会导致应用程序停机;

(2)可扩展性：MongoDB具有横向扩展架构，随着受众的增长，可以轻松利用其他功能;

(3)降低成本：不必在硬件上花费预算来扩展系统，MongoDB易于使用，因此它还可以保持团队的性能。

高查询站点和应用程序(例如分析应用程序)

MongoDB是构建高查询站点和应用程序的首屈一指的工具。首先，它适用于管理任何类型的数据。无论企业需要组织什么类型的数据，无论是数字、对象还是地理空间数据，数据库系统都可以提供数据操作，而无需从客户端产生额外的程序。传统数据库不适合这一点，因为它们旨在解决小数据量和一致的数据结构，以及较少的更新。Mongo DB还可以提供实时更新，这对于处理金融分析、社交媒体和游戏的任何类型的分析应用程序和网站来说都是一个有用的工具。