本文目录一览：
- 1、mongodb适用于什么场景
- 2、MongoDB数据备份还原,及docker中MongoDB备份还原
- 3、如何在短时间内完成MongoDB差异数据对比?
- 4、千万别用MongoDB?真的吗
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 。
● 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 。
【mongodb被删除数据库 mongodb被黑数据】◆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 。
查询语句：是独特的Mongodb的查询方式 。适合场景：事件的记录 ， 内容管理或者博客平台等等 。架构特点：可以通过副本集 ， 以及分片来实现高可用 。
默认情况下，MongoDB更侧重高数据写入性能，而非事务安全，MongoDB很适合业务系统中有大量“低价值”数据的场景 。但是应当避免在高事务安全性的系统中使用MongoDB ， 除非能从架构设计上保证事务安全 。
MongoDB数据备份还原,及docker中MongoDB备份还原当数据量过大（TB级）时，通过mongodump的逻辑备份方式，效率上已经能满足需求，所以需要提供物理备份的功能，本文主要整理MongoDB副本集通过磁盘快照的进行物理备份和恢复的方法 。
SQL类型的数据库是正规化的，可以通过主键或者外键的约束保证数据的完整性与唯一性，所以SQL类型的数据库常用于对数据完整性较高的系统 。
有关于数据备份，您可以使用Navicat ， 它提供“人工备份”和“自动备份”两种功能 。送上保姆级教程 。
MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的 。他支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型 。
如何在短时间内完成MongoDB差异数据对比?总之，对于需要在短时间内完成MongoDB差异数据对比的场景来说，使用NineData是一种高效且易于使用的解决方案 ， 可以帮助快速定位不一致的数据并节省大量时间和资源 。
进行数据对比：迁移完成后，可配置数据对比任务，对迁移的MongoDB数据进行一致性校验 。NineData会对每个文档内容进行精准对比，快速找出差异并生成订正脚本 。
数据一致性对比：- NineData 提供了 MongoDB 的数据对比能力，可以在迁移前后对源数据库和目标数据库的数据进行一致性比较 。
千万别用MongoDB?真的吗1、自然，MongoDB的使用也会有一些限制，例如它不适合：◆高度事务性的系统：例如银行或会计系统 。传统的关系型数据库目前还是更适用于需要大量原子性复杂事务的应用程序 。
2、但是，如果你想要在 MongoDB 上搞一个大规模的系统 ， 在上面运行真实的业务，那么，请不要用 MongoDB 。转载，仅供参考 。
3、安全：MongoDB 支持多种安全机制 ， 但是如果不正确配置安全机制 ， 可能会导致数据泄露问题 。数据类型：MongoDB 支持多种数据类型，但是如果不正确使用数据类型，可能会导致性能问题 。
4、真是狗屎，所以完全不推荐用这个狗屎库 。但是这个扩展最奇怪的就是文档超级简陋，根本不能获得任何有价值的信息，所以只能靠摸索来了 。下面是我用到的由MongoClient迁移到MongoDB\Driver的差异点 。
5、python的问题在于纯cpu运算性能低以及多线程的GIL限制 ， 前者对于一般应用基本没影响（绝大部分的CRUD服务瓶颈都在IO）；后者有必要时完全可以通过多进程方式绕过 。mongodb的问题在于无法完成复杂的多表连接查询 。
