MongoDB Отзывы: 4.5/5 — Высокая оценка

Он работает на Mac OS, Windows и Linux. Установка и запуск сервера довольно просты, их можно запустить через консоль или терминал. Что касается MongoDB и NoSQL, это большая и проверенная платформа с большим сообществом разработчиков. Мне нравится масштабируемость каждого документа и концепции проектирования схем, которые я изучил в MongoDB University. Все документы представлены в формате JSON, поэтому, если вы знакомы с языком JavaScript, вам будет легко адаптироваться к MongoDB. Это надежная платформа, предоставляющая репликационные наборы и общие базы данных, что позволяет быстро и эффективно масштабировать ваше приложение. У меня MongoDB установлена ​​на ноутбуке с Linux Kubuntu 15.10 и на компьютере с Windows 10. Я использовал её с MEAN Stack на курсе по Angular.js, который я проходил на Pluralsight, с помощью Spark Java Framework я разработал простую систему блога, которую используют на курсах MongoDB University, а также платформу Meteor.js и специализацию по веб-дизайну на Coursera, где мы используем Meteor.js для создания реактивных приложений для совместной работы: мы разрабатываем систему веб-приложений для голосования, систему редактирования документов, портфолио с блогом, музыкальное приложение и т.д.awinИ наконец, я разрабатываю свой дипломный проект, в котором буду использовать MongoDB для расширения ее возможностей масштабируемости. В моем личном портфолио MongoDB используется в качестве базы данных для блога, добро пожаловать на http://corderogerardo.me.

В общем, мне это не совсем не нравится, скорее это совет, который следует учесть при установке MongoDB пользователем Linux. Хорошо, если вы сначала научитесь пользоваться терминалом, всеми необходимыми командами для создания папок и предоставления прав доступа. Я говорю это потому, что у вас могут возникнуть проблемы с запуском, так как вам нужно открыть две консоли или терминала: в одном нужно ввести mongod для запуска сервера, а в другом — mongo для запуска оболочки MongoDB. После этого нужно сначала остановить оболочку mongo, а затем сервер.

Быстрое масштабирование и простота использования — всё это мне нужно при разработке портфолио, а для выпускного проекта я хочу использовать другую версию, чтобы протестировать работу системы с большим количеством пользователей.

Бессхемная база данных, документоориентированная база данных, фантастически масштабируемая. Отличное управление репликационными наборами и шардингом... мне это очень нравится. Вложенное создание документов и индексов, это фантастика, насколько мощна эта база данных. Здорово, что вы можете развивать свою базу данных, просто добавляя теги/значения/элементы в ваши новые записи JSON; не беспокойтесь о структуре таблиц и так далее. Пожалуйста, учтите, что существует ALSA — MongoDB University с бесплатными онлайн-курсами для разработчиков (.NET, Python) и администраторов баз данных. Что еще?

На данный момент никаких проблем нет. Честно говоря, я пользуюсь им уже четыре месяца, и у меня никогда не было с ним проблем. Только вот возникают трудности с управлением большим количеством команд Windows, но, в конце концов, мы же администраторы баз данных, а не дизайнеры интерфейсов, верно?

Мы тестируем это для транзакционной базы данных (бессхемной). Переходим от классической реляционной базы данных SQL Server, хранящей данные в формате XML (слишком медленная для наших целей), к базе данных JSON. Легко администрировать и

Встроенные инструменты MapReduce "убрали лишнее" и вывели мое решение на новый уровень, избавив от необходимости использовать множество сторонних инструментов. Все очень просто: достаточно создать прототип скрипта.

Мне бы хотелось иметь надежную программу с графическим интерфейсом пользователя. Бесплатные инструменты с открытым исходным кодом не являются оптимальным решением: хотя у одного конкретного решения есть одна полезная функция, в нем может отсутствовать другая, не менее важная. Платные решения хороши, но зачастую и дороги.

Я работаю с большим объемом данных, в рамках чего создаю решение для обработки больших данных. При использовании многих других реляционных баз данных я сталкивался с недостатком встроенной поддержки для выполнения простых задач бизнес-аналитики, таких как упомянутая выше функция MapReduce. Теперь, используя MongoDB, я могу создавать BI-кубы «на лету», просто написав небольшой скрипт.

Очень надежная и полнофункциональная нереляционная база данных. Документация превосходная, и доступно множество различных ресурсов, позволяющих адаптировать обучение под ваш стиль. Интеграция со Spring отличная и простая.

Его использование, безусловно, ситуативно. Размер документа ограничен. Это не панацея. Это отличная база данных, если вам нужна высокая производительность и взаимодействие с JSON. Она еще молодая и развивается, и ее набор функций изменчив. В целом, недостатков немного, просто нужно помнить о некоторых моментах, касающихся применения нереляционной документоориентированной базы данных.

Интеграция данных между двумя платформами. Быстрая и простая в использовании с Spring Boot. Большинство взаимодействий с Mongo просты и обрабатываются Spring.

Быстрый запуск, от момента запуска до момента, когда приложение начнет работать, занимает считанные минуты. После выполнения начальных шагов масштабирование происходит за считанные секунды без дополнительных усилий. Легко подключаться из нескольких приложений и драйверов. Неслучайно это часть стека MEAN.

По-прежнему не достигая пропускной способности некоторых коммерческих продуктов, таких как Cassandra, однако отладка и понимание рабочих процессов в ней значительно проще.

1. Легкость масштабирования при обработке больших объемов информации. 2. Система шифрования помогает при соблюдении требований HIPAA.

Недавно меня очень впечатлили NoSQL-базы данных, и особенно Mongo. В современном мире, если вы думаете о документоориентированных базах данных, я почти уверен, что в первую очередь вам на ум придет Mongo. JavaScript как внутренний язык, гибкие индексы, полнотекстовый поиск, кластеризация «из коробки» — все эти функции, на мой взгляд, сделали Mongo одной из лучших NoSQL-баз данных. Конечно, не стоит забывать о большом сообществе и множестве официальных языковых привязок.

В моих проектах используется кириллица (русский язык), и поисковая система Full Test для этого не очень подходит. Для кластеризации при выборе лидера требуется как минимум 3 узла.

В моих проектах много неструктурированных документов, и мне нужна быстрая система поиска и хранения для них.

Помимо очевидных преимуществ масштабируемости, производительности и открытого исходного кода, больше всего в MongoDB мне нравится простота использования. Запуск MongoDB занимает буквально пару секунд. И особенно, если вы работаете в компании, использующей процессы непрерывной интеграции и доставки (CD/CI), MongoDB идеально подходит. В нашей компании, я думаю, никто никогда не станет возвращаться к хранению данных на основе SQL. Вкратце: - масштабируемость - производительность - стабильность - простота - функциональность - гибкость - открытый исходный код - популярность

Хотя внедрение MongoDB может дать огромные преимущества, переход на бессхемную парадигму также может быть сопряжен с трудностями. Поддержание чистоты данных может стать очень сложной задачей, и это не следует недооценивать. Во-вторых, отсутствие функций объединения таблиц может значительно усложнить выполнение некоторых задач. Именно поэтому я с нетерпением жду начала использования MongoDB 3.2 с проверкой документов и функцией $lookup.

MongoDB позволила нашей команде разработчиков создать веб-приложение, масштабируемое горизонтально вместе с бизнесом.

В производственной среде MongoDB предоставляет простую в использовании, понятную, но при этом мощную и надежную модель репликации для защиты корпоративных данных. Стратегии репликации можно быстро настроить и протестировать различными способами, от одной машины разработки до полноценного облачного решения. По мере роста объема данных шардинг легко настроить и поддерживать. Ограниченные коллекции и индексы с ограничением времени жизни предоставляют мощные инструменты для ограничения объема хранимых данных. Документная модель позволяет разработчикам быстро создавать прототипы моделей данных, а отсутствие жесткой схемы обеспечивает безболезненные изменения уровня данных по мере развития бизнес-потребностей.

Хотя время, необходимое для того, чтобы новый разработчик освоил MongoDB и начал работать с ней, невелико, требуется дополнительное время, чтобы заставить разработчика с опытом работы с SQL переосмыслить свои шаблоны проектирования.

Мы работаем с множеством разрозненных источников данных. JSON-документы обеспечивают гибкость в приеме данных из внешних источников без жесткого применения множества «строгих» правил. С MongoDB мы можем быстро загружать данные, а затем адаптировать правила для наилучшего использования этих данных.

Когда я работал над проектом, связанным с системой документации, MongoDB оказалась лучшим выбором, поскольку изначально целевая база данных NoSQL отлично подошла для этой системы. Помимо самой базы данных, скорость и гибкость также были для меня важными факторами. Запросы к MongoDB в большинстве случаев, с которыми я работал, были очень быстрыми, особенно если нужно было получить данные за один запрос. Архитектура запросов очень хороша, особенно для такой системы, как наша, которая запрашивает данные через системы документации, а не использует SQL-запросы, как традиционные базы данных.

Для человека, работавшего с базами данных SQL, без оператора JOIN сложно представить себе работу с базами данных. Инженеру же невозможно использовать JOIN в MongoDB; приходится делать множество запросов и объединять результаты для достижения своей цели. Ещё один недостаток MongoDB — это объём используемой памяти.sage В системах баз данных иногда используется огромный объем памяти, что замедляет работу системы. Если разработчики смогут ускорить процесс и оптимизировать использование памяти, это будет лучше. Что касается проблем с параллельным доступом, MongoDB также показывает себя не лучшим образом; она лучше подходит для тех, кому требуется высокая частота операций с базами данных.

Наша задача — сохранять ежедневную информацию и данные, чтобы люди могли обращаться к ним в любое время. Система должна иметь огромную базу данных, поскольку время летит быстро. Сохранение данных в качестве документации — вот почему мы используем MongoDB.

Это надёжное хранилище документов с хорошей производительностью. Мне нравятся мощные операторы, я получаю большую выгоду от развитой экосистемы, и меня время от времени выручает встроенная платформа MapReduce и агрегации.

Единственное, что мне не нравится, это то, что они быстро разрабатывают отличные функциональные возможности, и я не решаюсь обновлять свою базу данных в рабочей среде, чтобы сразу же воспользоваться ими. Было бы здорово иметь более безопасный и/или более надежный способ обновления (и отката) баз данных.

Мы используем MongoDB для всего, и, вероятно, нам бы так же хорошо подошла база данных SQL, но мне очень нравится гибкость встроенных документов и глубоких индексов.