mongodb使用场景分析 以及一些mongodb参考链接

http://cloud.51cto.com/art/201311/418290.htm  Mongodb千万级数据在python下的综合压力测试及应用探讨

http://www.oschina.net/question/54100_27233 python调用mongodb总结

http://www.oschina.net/question/234345_48632 mongodb 非索引与索引下的查询速度对比http://blog.csdn.net/yiqijinbu/article/details/9053467  mongodb全面总结

http://www.cnblogs.com/zhengyun_ustc/archive/2013/01/25/2875962.html mongodb使用十要点

http://www.cnblogs.com/huangfox/archive/2012/04/01/2428947.html mongodb 连接池研究

 

 

 

折腾了一段时间Mongodb后终于放弃了

分类: 技术是什么 2013-03-27 12:51 657人阅读 评论(0) 收藏 举报

我折腾这个的原因:

  1. 大数据量的存储;
  2. 海量数据的分析

但是目前看来,存储的问题上不大,但是mongdb那些特性对于我的#大数据#上没有适配的地方

 

而另外一个重中之重就是数据统计和分析,这是我的需求核心,我需要对海量数据进行查询统计,太多的group by之类的了

而mongodb似乎不能满足我的要求(或者我不知道),我只是在各种mongodb的资料中只是看到了简单的条件型select

 

我需要的是海量数据的真正分布式计算型数据库!例如我有1TB数据。可能同时同步存储在4个数据节点上,当我要做某个统计分析的时候,我需要这个统计分析可以被转化下去到这四个节点上然后再汇总。这样的分布式计算提升我单节点计算的性能!

 

PS,我对于那个Map/Reduce还是有点搞不清楚状态!我再去查查资料!

 

查了一下资料,好像所谓的MapReduce可以满足我的分布式需求,可是Group之类的呢?

事务我是不需要的。但是MongoDB的查询确实太麻烦了!

 

 

 

 

MongDB 的适用场景之一

分类: 技术是什么 2013-04-08 17:35 202人阅读 评论(0) 收藏 举报

利用淘宝的开发API获取数据的时候,交易数据里面有很多内容是不需要的,但是又怕以后那天又需要

所以利用mongdb 的表格式无关性可以啥都不管的情况下把所有数据都存储了,而不是今天设计一个关系数据库的表结构,后天变动了,再过10多天又。。。。 ,,,

这种场景真的对于NoSQL 是很需要的!

 

 

 

Mongdb、Mysql、Redis、Memcache场景

2014-09-09 15:30 18人阅读 评论(0) 收藏 举报

个人的一点理解,不确定一定准确,有不对处欢迎指出

全部数据使用mysql存储,确保安全、准确和持久

大数据、非安全性数据使用Mongodb

小数据、结构丰富、持久化(主从数据)使用redis

小数据、结构单一、非持久化使用memcache

 

补充:

1、MongoDB已经在多个站点部署,其主要场景如下:

1)网站实时数据处理。它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。

2)缓存。由于性能很高,它适合作为信息基础设施的缓存层。在系统重启之后,由它搭建的持久化缓存层可以避免下层的数据源过载。

3)高伸缩性的场景。非常适合由数十或数百台服务器组成的数据库,它的路线图中已经包含对MapReduce引擎的内置支持。

不适用的场景如下:1)要求高度事务性的系统。

2)传统的商业智能应用。

3)复杂的跨文档(表)级联查询。

 

mongodb使用场景分析 以及一些mongodb参考链接

上一篇:SqlServer排序(null值,和非空值排列顺序)


下一篇:Django filter中用contains 在mysql中的问题