這篇文章將為大家詳細講解有關(guān)hdfs和MongoDB有哪些區(qū)別，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)公司致力于互聯(lián)網(wǎng)網(wǎng)站建設(shè)與網(wǎng)站營銷，提供成都網(wǎng)站建設(shè)、做網(wǎng)站、網(wǎng)站開發(fā)、seo優(yōu)化、網(wǎng)站排名、互聯(lián)網(wǎng)營銷、微信小程序、公眾號商城、等建站開發(fā)，創(chuàng)新互聯(lián)公司網(wǎng)站建設(shè)策劃專家，為不同類型的客戶提供良好的互聯(lián)網(wǎng)應(yīng)用定制解決方案，幫助客戶在新的全球化互聯(lián)網(wǎng)環(huán)境中保持優(yōu)勢。

hdfs mongodb的區(qū)別是：1、MongoDB適合無嚴格事務(wù)性要求的各種數(shù)據(jù)，而HDFS對大量小文件的存儲開銷比較大，適合大文件處理；2、MongoDB適合做緩存，而更加適合寫入一次，讀取多次的應(yīng)用場景。

hdfs mongodb的區(qū)別是：

MongoDB: 日志的采集和存儲，小文件的分布式存儲，類似互聯(lián)網(wǎng)微博應(yīng)用的數(shù)據(jù)存儲

1）適合無嚴格事務(wù)性要求的各種數(shù)據(jù)，如對象數(shù)據(jù)，JSON格式數(shù)據(jù)

2）由于性能非常高，非常適合實時的插入，更新與查找，并具備高度伸縮性

3）適合做緩存

HDFS:適合大文件存儲，可append，但不可修改。適合Hadoop離線數(shù)據(jù)分析，Apache Spark的數(shù)據(jù)存儲。

1）HDFS對大量小文件的存儲開銷比較大，適合大文件處理，如果有多個小文件，可以合并為大文件再處理

2）HDFS適用于高吞吐量，而不適合低時間延遲的訪問

3）HDFS適用于流式讀取的方式，不適合多用戶寫入一個文件、隨機寫以及文件的覆蓋操作

4）HDFS更加適合寫入一次，讀取多次的應(yīng)用場景

mongodb適用于以下場景：

a.網(wǎng)站數(shù)據(jù)：mongo非常適合實時的插入，更新與查詢，并具備網(wǎng)站實時數(shù)據(jù)存儲所需的復(fù)制及高度伸縮性。

b.緩存：由于性能很高，mongo也適合作為信息基礎(chǔ)設(shè)施的緩存層。在系統(tǒng)重啟之后，由mongo搭建的持久化緩存可以避免下層的數(shù)據(jù)源過載。

c.大尺寸、低價值的數(shù)據(jù)：使用傳統(tǒng)的關(guān)系數(shù)據(jù)庫存儲一些數(shù)據(jù)時可能會比較貴，在此之前，很多程序員往往會選擇傳統(tǒng)的文件進行存儲。

d.高伸縮性的場景：mongo非常適合由數(shù)十或者數(shù)百臺服務(wù)器組成的數(shù)據(jù)庫。

e.用于對象及JSON數(shù)據(jù)的存儲：mongo的BSON數(shù)據(jù)格式非常適合文檔格式化的存儲及查詢。

不適合的場景：

a.高度事物性的系統(tǒng)：例如銀行或會計系統(tǒng)。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫目前還是更適用于需要大量原子性復(fù)雜事務(wù)的應(yīng)用程序。

b.傳統(tǒng)的商業(yè)智能應(yīng)用：針對特定問題的BI數(shù)據(jù)庫會對產(chǎn)生高度優(yōu)化的查詢方式。對于此類應(yīng)用，數(shù)據(jù)倉庫可能是更合適的選擇。

c.需要SQL的問題。

HDFS適用場景

GB、TB、甚至PB級數(shù)據(jù)

百萬規(guī)模以上的文件數(shù)量

10K+節(jié)點規(guī)模

關(guān)于hdfs和mongodb有哪些區(qū)別就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。