本文目录一览：
用mongodb专门做日志库合适吗
因此，对于需要处理大量数据的应用，如大数据、日志处理等，MongoDB是一个很好的选择。 无结构或半结构化数据：MongoDB的面向文档的特性使得它非常适合存储无结构或半结构化数据。
数据模型自由：MongoDB 允许用户创建自由的数据模型，无需遵循传统的关系型数据库中的严格模式。这使得 MongoDB 非常适合存储非结构化或半结构化数据。
物联网场景，使用MongoDB存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析。视频直播，使用MongoDB存储用户信息、礼物信息等。
同样，用户还可以使用MongoDB的aggregation、mapreduce框架来做一些更复杂的查询分析，在使用时应该尽量建立合理的索引以提升查询效率。
MongoDB挑战传统数据库:非结构化数据库的迭新不容小觑
数据模型自由：MongoDB 允许用户创建自由的数据模型，无需遵循传统的关系型数据库中的严格模式。这使得 MongoDB 非常适合存储非结构化或半结构化数据。
MongoDB通常被归类为面向文档的数据库，而不是传统的关系型数据库。与关系型数据库不同，MongoDB使用的是类似JSON格式的文档来表示数据，这些文档可以包含任意数量和类型的字段，并且每个文档都可以具有自己的结构。
传统数据库 从大到小为数据库，表，行。而mongodb是：数据库，集合，文档，BSON（类似json的二进制数据）。
MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。
Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。
数据库的概念，但不用担心，当你第一次新增数据时，mongodb就会以collection集合的形式进行保存和新建，而不需要你手工去新建立。
mongodb和redis区别是什么?
MongoDB和Redis都是NoSQL，采用结构型数据存储。二者在使用场景中，存在一定的区别，这也主要由于二者在内存映射的处理过程，持久化的处理方法不同。
redis 丰富一些，数据操作方面，redis 更好一些，较少的网络 IO 次数，同时还提供 list，set，hash 等数据结构的存储。mongodb 支持丰富的数据表达，索引，最类似关系型数据库，支持的查询语言非常丰富。
MongoDB：MongoDB是一种面向文档的数据库，采用BSON（二进制JSON）格式存储数据。它支持丰富的查询语言和索引，适用于存储大量结构化或半结构化数据。
Mongodb和Redis，Mongodb可以满足大量数据的存储，Redis是内存数据库，适合Key-Value形式的快速读写，适合做缓存，占用内存资源多，不适合存储大量数据。
mongodb适用于什么场景
默认情况下，MongoDB 更侧重高数据写入性能，而非事务安全，MongoDB 很适合业务系统中有大量 “低价值” 数据的场景。但是应当避免在高事务安全性的系统中使用 MongoDB，除非能从架构设计上保证事务安全。
MongoDB适用于需要处理大量数据，特别是无结构或半结构化数据的场景，同时需要高性能和水平扩展能力的应用场景。 处理大量数据：MongoDB是一个面向文档的数据库，采用BSON（二进制JSON）格式存储数据。
高伸缩性的场景：MongoDB适合由数十或数百台服务器组成的数据库。（5）用于对象及JSON数据的存储：MongoDB的BSON数据格式适合文档化格式的存储及查询。mongodb设计特点：（1）面向集合存储，容易存储对象类型的数据。
物联网场景：使用MongoDB存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析。 ● 视频直播：使用MongoDB存储用户信息、礼物信息等。
MongoDB 通常用于处理大量数据、高并发、复杂查询等场景，适用于各种类型的应用程序，包括 Web 应用程序、移动应用程序、物联网设备等。与关系型数据库相比，MongoDB 更加适合处理大量的数据和高并发的场景。
◆高伸缩性的场景：Mongo非常适合由数十或数百台服务器组成的数据库。Mongo的路线图中已经包含对MapReduce引擎的内置支持。◆用于对象及JSON数据的存储：Mongo的BSON数据格式非常适合文档化格式的存储及查询。
【Python基础】mongodb存储文件的优缺点?
1、MongoDB是文档型的行存储，行存储的读写过程是一致的，都是从第一列开始，到最后一列结束。
2、◆缓存：由于性能很高，Mongo也适合作为信息基础设施的缓存层。在系统重启之后，由Mongo搭建的持久化缓存层可以避免下层的数据源过载。
3、空间的预分配：为避免形成过多的硬盘碎片，mongodb每次空间不足时都会申请生成一大块的硬盘空间，而且申请的量从64M、128M、256M那 样的指数递增，直到2G为单个文件的最大体积。
4、日常环境中QPS高峰大约在1-2w左右）。支持简单的事务需求，但业界使用场景很少，并不成熟，既是优点也是缺点。Redis在string类型上会消耗较多内存，可以使用dict（hash表）压缩存储以降低内存耗用。
