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、因MongoDB是文档型数据库，为非结构货的文档增加一个新字段是很快速的操作，并且不会影响到已有数据 。另外一个好处当业务数据发生变化时 ， 是将不在需要由DBA修改表结构 。
4、网站数据：MongoDB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 。（2）缓存：由于性能很高，MongoDB也适合作为信息基础设施的缓存层 。
互联网如何海量存储数据?目前存储海量数据的技术主要包括NoSQL、分布式文件系统、和传统关系型数据库 。随着互联网行业不断的发展，产生的数据量越来越多，并且这些数据的特点是半结构化和非结构化，数据很可能是不精确的 ， 易变的 。
海量小文件存储，百亿级文件高效访问 SandStone MOS基于完全分布式的数据和元数据存储架构 ， 为海量小文件存储而生，将企业级NAS存储的千万文件量级提升至互联网规模的百亿级别，帮助企业从容应对几何级增长的海量小文件挑战 。
大数据采用分布式架构，需要对大量数据进行分布式数据挖掘，因此必须依赖云计算的分布式处理、分布式数据库和云存储、虚拟化技术 。数据大致分为两类：热数据和冷数据 。热点数据：需要计算节点频繁访问的在线数据 。
因为传统存储技术，难以解决B端互联网大数据痛点 ， 传统存储技术受到容量，性能和架构限制不具备扩展性和兼容性 。当然，云计算巨头们也有在考虑冷数据存储问题 ， 推出的产品有同质化趋势 。
数据采集第一步，获取数据 。这个过程包括分析，验证，清洗，转换，去重 ， 然后存到适合你们公司的一个持久化设备中（硬盘、存储、云等） 。在下面的章节中，本文将重点介绍一些关于如何获取数据方面的非常重要的技巧 。
【mongodb存储过程 mongodb存储大量字段数据】存储层位于云存储的最下层，它是云存储中最基础的部分 。存储设备的选择多种多样各种存储设备都可以用来构建这一层 。
mongodb适用于什么场景1、mongodb使用场景：游戏场景，使用MongoDB存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储 ， 方便查询、更新 。
2、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 。
3、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 。
4、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应用场景,举例说明 。。谢谢高手解答使用场景：（1）网站数据：MongoDB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 。（2）缓存：由于性能很高，MongoDB也适合作为信息基础设施的缓存层 。
MongoDB属于内存型数据库，在需要读性能要求很高的项目中有着比较不错的表现 。
◆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 。
随着MongoDB 0的发布 ， MongoDB扩展了通用的应用数据平台，使开发能够更容易地处理时间序列数据 ， 进一步扩展其在物联网、金融分析、物流等方面的应用场景 。
