mongo db 是否适合 OLTP 或 DW 操作？
mongodb在OLTP操作中的响应时间和效率是多少？使用 mongodb 作为 Web 应用程序的后端是否安全？
在 mongodb 本身我们可以做 map reduce 操作。那么使用hadoop集成器有什么需求呢？
我需要知道 mongo db 作为 BIG DW 系统的替代品有多强大？
【问题讨论】：
标签： mongodb hadoop data-warehouse oltp bigdata
我正在使用 MongoDB 进行 OLTP 操作，目前我每秒有 100 多个操作。 MongoDB 可以处理更多。在完美的情况下，您可以期望每秒执行数万次操作，但这个数字在实践中很难实现。
响应时间实际上取决于您的复制/写入偏好，因为 MongoDB 让您可以控制查询执行（请参阅CAP theorem）。我不知道你说的效率是什么意思，我可以说insert 操作是效率 足够了（不要将updates 用于OLTP）。
我没有使用 MongoDB 安全选项的经验，因为我所有的 Web 应用程序都可以完全访问 DB，并且我关闭了 REST-API 以供公共访问。
不要将 MongoDB 的 MapReduce 用于大型数据集，您必须相信我 :)。这很痛苦！我发现聚合框架适用于具有大型数据集（Gb 日期）的各种操作。如果不是你的情况，试试 Hadoop 在 MapReduce 上的实现，我没有这样的经验，但一直想尝试。
作为一个选项，您可以考虑将 Hadoop 的 HDFS 作为主存储，并将 messagepack 之类的东西作为二进制格式。我听说过这样的解决方案。
【讨论】：
今天，NoSQL 数据库变得越来越流行，因为当您处理多维数据集和海量数据时，对易于扩展的动态数据库的需求正在增长。如果需要大规模运行，RDBMS 无法跟上摄取率。 RDBMS 不是为当今的 Web/移动/IOT 应用程序构建的。
回答您的问题：对于 BI 解决方案，最广泛使用的数据库类型是面向 SQL 的。但是，这并不意味着不能使用 NoSQL。主要区别在于它们最初被设计的原因，一个完美、完整的 BI 解决方案是将两者用于各自的特定目的。
但是，它缺少 NoSQL 数据仓库的方法。由于并行分布式计算框架的支持，MapReduce可用于提高NoSQL数据仓库的创建性能。
我会邀请您查看我们自己的解决方案 - Databasel。它被设计为 NoSQL 的商业智能（支持 MongoDB）。
【讨论】：