数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学Hadoop和MongoDB的区别
Hadoop旨在跨多个计算机集群存储和分析海量数据。它是一组构建数据处理框架的软件程序。这个基于Java的框架可以快速、廉价地处理海量数据。
Hadoop的核心组件包括HDFS、MapReduce和Hadoop生态系统。Hadoop生态系统由许多模块组成，这些模块有助于系统编码、集群管理、数据存储和分析操作。Hadoop MapReduce有助于分析大量的结构化和非结构化数据。Hadoop使用MapReduce进行并行处理，而Hadoop是Apache软件基金会的商标。
数百万人在使用MongoDB，这是一个开源的NoSQL文档数据库。这些用户包括初创公司和跨国公司。行业领先的公司和消费科技初创公司都在使用MongoDB的功能。
MongoDB是一个面向文档的C++数据库。它解决了基于SQL模式的数据库的性能、可用性和可扩展性问题。它是一个像Web一样工作的数据库。MongoDB与其他NoSQL数据库一样，不使用表、行或列。它将数据存储在BSON文档中，这些文档在一个标题下捆绑相关信息。
阅读本文，了解更多关于Hadoop和MongoDB的信息以及它们彼此的不同之处。
什么是Hadoop？
Apache Hadoop是一个开源的Java平台。它管理数据密集型应用程序的处理和存储需求。Hadoop平台必须首先将大型数据和分析作业分布到计算机集群的节点中。然后，这些任务被分成可以同时完成的合理的工作负载。
Hadoop可以处理结构化和非结构化数据，并且可以从一台服务器扩展到数千台服务器，而不会牺牲可靠性。基于Hadoop的程序运行在具有海量数据集的商品机器集群上。这些机器以较低的成本提供更强大的处理能力。Hadoop使用称为Hadoop分布式文件系统（HDFS）的分布式文件系统来存储其数据。这就像将数据保存在PC的本地文件系统上一样。
在底层，Hadoop由两个主要层组成：
处理和计算层，也称为**Map Reduce层**。
存储层，也称为**Hadoop分布式文件系统**。
Map Reduce层
Google开发了MapReduce用于创建分布式应用程序。它旨在在大型商品硬件集群（数千个节点）上对多TB数据集进行可靠且容错的处理。Hadoop是一个Apache管理的开源平台，其中实现了MapReduce。这就像将数据保存在PC的本地文件系统上一样。
Hadoop分布式文件系统
Hadoop分布式文件系统（HDFS）基于Google文件系统（GFS），该系统在商品硬件上运行。它与其他分布式文件系统类似。但是，此系统与其他系统有很大不同。它具有容错性，并且可在低成本硬件上运行。它为访问应用程序数据提供高吞吐量，并且适用于大型数据集。
除了这两个主要组件之外，Hadoop框架还包括以下两个模块：
**Yet Another Resource Negotiator (YARN)** - 它管理集群的节点和资源。它调度工作。
**Hadoop Common** - 提供适用于所有模块的标准Java库，任何模块都可以使用这些库。
什么是MongoDB？
MongoDB是一个面向文档的开源数据库，可以高效地存储和操作数据。任何人都可以使用它。MongoDB是一个NoSQL数据库，因为它的数据不是以表格形式组织的。
MongoDB Inc.于2009年2月首次公开发布该数据库。服务器端公共许可证管理其使用。它为C、C++和C#提供官方驱动程序支持。支持的编程语言包括.Net、Go、Java、Node.js、Perl、PHP、Python、Motor、Ruby、Scala、Swift和Mongoid。用于使用这些语言设计应用程序。Facebook、诺基亚、eBay、Adobe、Google等公司使用MongoDB存储海量数据。
MongoDB的组件
**_id**: MongoDB文档必须具有一个id字段。MongoDB的_id字段存储唯一值。_id就像文档的主键。如果您创建的新文档没有_id字段，MongoDB会创建一个。
**集合**: 这是MongoDB中的一组文档。在任何其他RDMS（如Oracle或MS SQL）中，表与集合相同。一个数据库可以有多个集合。
**游标**: 指向查询结果集的指针。客户端可以来回移动游标以获取结果。
**数据库**: 这是一个集合的容器，就像RDMS是表的容器一样。在文件系统上，每个数据库都有自己的一组文件。MongoDB服务器上可以有多个数据库。
**文档**: 文档基本上是MongoDB集合中的记录。依次，文档将由字段名称和值组成。
**字段**: 文档中的名称-值对。文档中可能有零个或多个字段。在关系数据库中，字段就像列一样。
Hadoop和MongoDB的区别
下表重点介绍了Hadoop和MongoDB的主要区别：
| 比较依据 | Hadoop | MongoDB |
|---|---|---|
| 数据存储 | 它处理结构化和非结构化数据。由于Hadoop的分布式文件系统，向集群添加更多节点会增加存储空间。 | 在MongoDB中，使用CSV或JSON格式。MongoDB使用一种称为分片的技术，通过将数据分布到不同的节点来实现水平扩展。 |
| 用途 | 它的主要功能将被视为一个数据库。 | 它是专门为评估和处理大量数据而开发的。 |
| 使用的语言 | Hadoop是用Java编写的。 | MongoDB是用C++编写的。 |
| 数据处理 | Hadoop使用MapReduce处理大型数据集。在一次处理一个数据时，此算法效果很好。当需要连接变量时，MapReduce可能会减慢速度。 | 您可以使用MongoDB的聚合管道框架来处理和更新数据。Atlas Search的聚合管道和全文搜索有助于限制搜索。 |
| 内存管理 | 另一方面，Hadoop主要关注磁盘存储。它更有效地优化磁盘空间的使用，但由于需要从驱动器读取，因此查询结果的交付将被延迟。 | MongoDB充分利用其内存，以便可以快速发送数据。它将索引和一些数据保存在内存中，以便可以预测延迟。 |
| RDBMS支持 | 它并非旨在取代关系数据库管理系统 (RDBMS)，而是为了在数据存档方面为RDBMS 提供额外支持，同时还为其提供各种用例。 | 它的开发目的是取代或增强RDBMS，并为其提供广泛的潜在应用。 |
结论
与传统数据库相比，Hadoop和MongoDB提供了许多优势，使其成为管理海量数据的更优选择。
MongoDB可以执行传统上与数据库相关的所有功能。由于其结构的灵活性，MongoDB 使得可以轻松地以不需要大量预先转换即可使用的方式存储数据。由于其查询语言，它可以快速有效地获取数据，甚至可以动态处理数据。
676 次浏览
