本文目录一览：
前端开发用什么数据库
1、数据库一般是后端开发负责，很多公司前端现在也在负责数据库等和后端结合，向全栈开发方向发展。MongoDB MongoDB是一个基于分布式文件存储的数据库。由C语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
2、个人用ACCESS就可以了。节省资源。企业用SQL和ORACLE是大型数据库 ACCESS不是数据库语言，只是一种前端数据库程序.最主要的是：ACCESS是桌面形数据库存取，利用拨接服务，拨个电话号码连接网络。
3、Web架构也可以理解为B/S（Brouser/Server）架构，是一种基于浏览器载体的框架，包含前端、后端和数据库三个大的方向，各个方向的工具技术都不一样。
MongoDB挑战传统数据库:非结构化数据库的迭新不容小觑
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。
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。
2019数据架构选型必读:1月数据库产品技术解析
年10月31日，Gartner陆续发布了2018年的数据库系列报告，包括《数据库魔力象限》、《数据库核心能力》以及《数据库推荐报告》。 今年的总上榜数据库产品达到了5家，分别来自：阿里云，华为，巨杉数据库，腾讯云，星环 科技 。
世纪60年代中期，数据库技术是用来解决文件处理系统问题的。当时的数据库处理技术还很脆弱，常常发生应用不能提交的情况。
、其数据面向特定的应用程序，因此数据共享性、独立性差，且冗余度大，管理和维护的代价也很大。数据库系统阶段：（1）、数据结构化。在描述数据时不仅要描述数据本身，还要描述数据之间的联系。
大数据分析技术生态圈一览
1、Sqream 这是一款快速、可扩展的大数据分析SQL数据库。Splunk 这是一款运维智能平台。Sumologic 这是一项安全的、专门定制的、基于云的机器数据分析服务。Actian 这是一款大数据分析平台。
2、大数据生态技术体系Hadoop 由Apache基金会开发的分布式系统基础设施。Hadoop框架的核心设计是HDFS和MapReduce。HDFS提供海量数据的存储，MapReduce提供海量数据的计算。
3、目前，大数据领域每年都会涌现出大量新的技术，成为大数据获取、存储、处理分析或可视化的有效手段。大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来，为人类社会经济活动提供依据，提高各个领域的运行效率，甚至整个社会经济的集约化程度。
4、大数据数据采集阶段需掌握的技术有：Python、Scala。
5、大数据分析是指通过收集、存储、处理和分析海量数据，从中发掘出有价值的信息和趋势，为决策提供支持和指导。
6、实例：亚马逊的个性化推荐系统：亚马逊通过分析用户的购买历史、浏览记录和点击为，利用大据技术为每位用户提供个性化的产品推荐，从而提高购买转化率和客户满意度。
请问使用mongodb数据库有哪些优势?
总的来说，MongoDB 具有自由、可扩展、高性能、灵活性和开源性等优点，这些优点使得 MongoDB 成为最受欢迎的 NoSQL 数据库之一。
优势：快速！（当然，这和具体的应用方式有关，通常来说，它比一般的关系型数据库快5位左右。
水平扩展能力：MongoDB的分片功能不仅可以用来存储大量数据，还可以提高数据库的读写性能。因为分片可以将数据分散到多个服务器，从而充分利用了服务器的并行处理能力。
