本文目录一览：
mongoDB适用什么场合呢?
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：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。
嵌套文档，业务数据比较复杂，适合嵌套文档式存储，那么mongodb非常合适，这个关系型数据库比较难搞，虽然MySQL和pg也有文档存储，但MySQL的不成熟，pg毕竟现在生产中使用还是偏少，个人也不了解，这里不谈。
常见的数据库管理系统有哪些
数据库管理系统有Oracle、MySQL、SQL Server、PostgreSQL、SQLite等。
Informix Informix是IBM公司出品的关系数据库管理系统。作为个集成解决方案，它被定位为作为IBM在线事务处理旗舰数据服务系统。IBM对Informix和DB2都有长远的规划，两个数据库产品互相吸取对方的技术优势。
常用的数据库系统有关系型数据库管理系统、非关系型数据库管理系统、嵌入式数据库管理系统、分布式数据库管理系统。
OracleDatabase 知名的Oracle数据库，一直处于行业领先地位，是许多人认可的、世界上最流行的关系数据库管理系统。
Oracle 它是一种常见的数据库管理系统，用于管理大型、复杂的数据。Oracle使用关系代数来存储和管理数据。Oracle拥有丰富的数据库设计和管理工具，可以管理多种类型的数据。
数据库管理系统（DBMS）：它是一种软件，用于管理数据库中的数据存储、访问和操作。常见的DBMS有Oracle、MySQL、SQL，Server等。数据库：可以理解为一个电子化的仓库，负责存储、更新和维护不同类型的数据。
为什么MongoDB适合大数据的存储
1、◆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。
2、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。
3、MongoDB对于对像数据的存储非常方便，类可以直接序列化成JSON存储到MongoDB中。 但是需要先了解一些最佳实践，避免当数据变大后，由于文档设计问题而造成的性能缺陷。
4、MongoDB几个推荐的亮点：丰富的数据模型扩展性好丰富的弄能速度快易于管理上面这几个亮点对于数据仓库而言优势不是很明显。
如何设计MongoDB数据模型
嵌入式数据模型使MongoDB能够在一次原子写操作中更新相关的数据。然后，嵌入相关的数据，可能导致文档创建后文档增长太大的问题。文档增长会影响数据的写性能并导致数据分片。
一个MongoDB 实例可以包含一组数据库，一个DataBase 可以包含一组Collection（集合），一个集合可以包含一组Document（文档）。一个Document包含一组field（字段），每一个字段都是一个key/value pair。
定义新的数据库名我们通过使用use new-databasename的语法去使用一个新的数据库，注意，即使你的数据库还没建立起来，依然可以这样使用，因为mongodb会在真正插入了数据后，才会真正建立起来。
在进行反范式设计时请先确认读写比。一个几乎不更改只是读取的字段才适合冗余到其他对象中。在mongodb中如何对你的数据建模，取决于你的应用程序如何去访问它们。数据的结构要去适应你的程序的读写场景。
MongoDB具有丰富的功能和特性，使其成为数据存储和检索的有力工具。它支持各种数据模型，并提供了许多用于查询、聚合和索引的机制。它还提供了许多内置的聚合管道，使得数据分析和处理变得更加容易。
