hadoop和mangoDb用作大数据分析哪个更好1、MongoDB 是世界领先的数据库软件 。它基于 NoSQL 数据库，可用于存储比基于 RDBMS 的数据库软件更多的数据量 。MongoDB 功能强大，是最好的大数据分析工具之一 。它使用集合和文档 ， 而不是使用行和列 。
2、Cloudera数据分析 Cloudera实际上是增加了一些额外服务的Hadoop，非常需要这个 ， 因为大数据不容易搞 。Cloudera的服务团队不仅可以帮助构建大数据集群，还可以帮助培训员工，更好地访问数据 。
3、Apache Cassandra是一个分布式数据库，可提供高可用性和可扩展性，而不会影响性能效率 。
4、Cloudera 实际上 ， Cloudera只是增加了一些其它服务的Hadoop，因为大数据并不是容易搞，需要我们构建大数据集群， 而Cloudera的团队就可以为我们提供这些服务，还能帮培训员工 。
5、数据分析的工具千万种，综合起来万变不离其宗 。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面 。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具 。
6、大数据分析六大工具盘点： Apache Hadoop Hadoop 是一个能够对大量数据进行分布式处理的软件框架 。Hadoop 是可靠的，因为它假设计算元素和存储会失败 ， 因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理 。
mongodb使用场景是什么?1、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 。
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、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 。
项目中我为什么用Mongodb取代Mysql_MySQL1、考虑到mongodb属于nosql型数据库，sql语句与数据结构不如mysql那么亲和 ， 也会有很多时候将mongodb做为辅助mysql而使用的类redis memcache 之类的缓存db来使用 。亦或是仅作日志收集分析 。
2、另外，MongoDB还有一个最大的缺点，就是它占用的空间很大，因为它属于典型空间换时间原则的类型 。
3、我能使用Mongodb的场景是：你不需要太多的事务和多表关联，那么使用Mongodb可以获得更大的性能提升 。或者schema-free的使用场景 。
4、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 。
5、mongodb 会比mysql快的多 ， 原因是：首先是内存映射机制，数据不是持久化到存储设备中的，而是暂时存储在内存中，这就提高了在IO上效率以及操作系统对存储介质之间的性能损耗 。
【mongodb 大数据分析 为什么mongodb适合大数据】6、灵活性：MongoDB 支持多种编程语言和框架，可以方便地应用于不同的应用程序中 。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 。
推荐阅读
- 如何创建一个新的服务器地址？ 怎么新建服务器地址
- 如何使用群晖备份服务器数据？ 群晖怎么把服务器数据备份
- 如何在AWS云上搭建自己的服务器？ aws云怎么架设服务器
- 如何在桌面上创建服务器的快捷方式？ 怎么新建服务器快捷方式
- 如何在群晖上搭建FTP服务器？ 群晖怎么提供ftp服务器