本文目录一览：
mongodb使用场景是什么?
1、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。
2、● 物流场景：使用MongoDB存储订单信息，订单状态在运送过程中会不断更新，以MongoDB内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
3、◆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。
mongoDB主要使用在什么场景?
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。
● 物流场景：使用MongoDB存储订单信息，订单状态在运送过程中会不断更新，以MongoDB内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
数据分析师用哪个数据库比较好?
思迈特软件Smartbi专注于商业智能（BI）、数据分析软件产品与服务。数据处理工具：Excel。数据分析师，在有些公司也会有数据产品经理、数据挖掘工程师等等。他们最初级最主要的工具就是Excel。
数据库：MySQL Excel如果能够玩的很转，能胜任一部分数据量不是很大的公司。但是基于Excel处理数据能力有限，如果想胜任中型的互联网公司中数据分析岗位还是比较困难。因此需要学会数据库技术，一般Mysql。
懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。
Oracle：商业数据库，适合大型企业应用，功能非常强大，但价格昂贵。在选择数据库时，可以考虑以下因素：数据库的类型和功能是否满足你的需求。数据库的性能是否满足你的要求。数据库的可靠性和安全性是否得到保障。
数据量一般，比如百万级，用mysql，这个级别的数据量mysql处理还是比较快的。 数据量较小，比如十万以下，sqlite、access都可以。 上面是基于单表操作的数据量，你看着选。
星环Transwarp 基于hadoop生态系统的大数据平台公司，国内唯一入选过Gartner魔力象限的大数据平台公司，对hadoop不稳定的部分进行了优化，功能上进行了细化，为企业提供hadoop大数据引擎及数据库工具。
一个大型的SNS网站,是否适合数据库全部用mongodb来做,为什么?
◆网站数据：Mongo非常适合实时的插入，更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。◆缓存：由于性能很高，Mongo也适合作为信息基础设施的缓存层。
开源性：MongoDB 是一个开源项目，这意味着用户可以自由地访问和修改其源代码。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。
MongoDB对于ETL服务器而言显然不是很合适，它的计算能力还无法跟hadoop、Greenplum媲美，估计计算能力一般（没有测试过）。 对于前端报表展现貌似可以，速度快，支持一定计算能力，并发好。
MongoDB是一个面向文档的数据库，目前由10gen开发并维护，它的功能丰富，齐全，完全可以替代MySQL。
个人推荐你使用 MongoDB，现在架构相比较以前是齐全了很多，结构上与PG不相伯仲。Redis 做分布式架构虽然也适合用于 Web 的Inno DB 架构形式的业务系统，但使用的效果会在业务量增大之后 显得动力不足。
SNS虽然总体比不过MMORPG，但是也有相当大的用户群。作为游戏来讲，做得好的话，应该很容易达到大数据级别。所以从这个角度来看，mongodb3还是很必要的。不过，我看你的意思是想部分使用mongodb来做。如果使用2种以上数据库。
