本文目录一览：
- 1、对比MySQL,你究竟在什么时候更需要MongoDB(转载)
- 2、为什么mongodb不能替代elasticsearch区别
- 3、mongodb适用于什么场景
2、即这里mysql与mongodb 属于平行级别，那么，这样的使用可能有以下几种情况的考量：（1）mongodb所负责部分以文档形式存储，能够有较好的代码亲和性，json格式的直接写入方便 。
3、使用JSON风格语法，易于掌握和理解：MongoDB使用JSON的变种BSON作为内部存储的格式和语法 。针对MongoDB的操作都使用JSON风格语法 ， 客户端提交或接收的数据都使用JSON形式来展现 。相对于SQL来说 ， 更加直观，容易理解和掌握 。
4、一般情况下，使用mysql ， 只有大数据或者并发很高的时候才使用mongodb 。还有，mysql支持事务，mongodb是不支持的 。使用oracle、sql server也是不错的 。
5、在不同的引擎上有不同的存储方式 。查询语句是使用传统的sql语句 ， 拥有较为成熟的体系，成熟度很高 。开源数据库的份额在不断增加，mysql的份额页在持续增长 。缺点就是在海量数据处理的时候效率会显著变慢 。
为什么mongodb不能替代elasticsearch区别与MongoDb不同，Elasticsearch 默认没有提供安全特性，如认证和授权 。Elasticsearch和 Logstash & Kibana 一起称为ELK stack，用于快速查询数据并可视化展现分析数据 。
MongoDB的核心优势是灵活的文档模型，高可用性复制集和可扩展的碎片集群 。天通苑java培训建议可以尝试以多种方式了解MongoDB，例如MongoDB工具的实时监控，内存使用和页面错误 ， 连接 ， 数据库操作，复制集等 。
MongoDB：主要解决海量数据的访问效率问题 。
mongodb适用于什么场景【哪些场景使用到年金 哪些场景使用mongodb】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、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 。
3、● 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 。
