我们听到大数据这个词已经有相当一段时间了，但这个大数据到底是什么？近年来，物联网产生的数据量急剧增加，并以指数级的速度不断增长。处理这些不适合传统方法处理的海量数据被称为大数据。这种数据对传统的用于存储和处理数据的RDBMS系统提出了挑战。及时、经济高效地存储和处理这么多数据所需的处理能力是巨大的。为了解决这个问题，需要专门为处理大型非结构化数据而设计的新的和改进的大数据解决方案。在众多技术中，在存储和处理大数据方面，Hadoop和MongoDB是两种流行的选择。虽然两者在基本上是相似的，但他们的方法是非常不同的。让我们看看。

什么是数据库(mongodb)？

MongoDB是一个开源文档数据库，它已经发展成为事实上的NoSQL数据库，拥有数百万用户，从小型初创企业到财富500强公司。领先企业和消费IT公司利用MongoDB在其产品和解决方案中的能力。用C++编写，MunGDB是一个跨平台、面向文档的数据库，通过提供高性能、高可用性和易于扩展性的解决方案，有效地解决了基于SQL Schema的数据库的局限性。它是一个为现代网络设计的数据库。与其他NoSQL数据库一样，MongoDB不符合RDBMS的原则，没有表、行和列的概念。它将其数据存储在BSON文档中，其中所有相关数据都放在一个文档中。

什么是hadoop软件(hadoop)？

Hadoop是一个开源框架，用于跨计算机集群存储和处理大量数据。它是一个基于Java的应用程序，是一个创建数据处理框架的不同软件的集合。其思想是在尽可能短的时间内以合理的成本处理大规模数据。Hadoop由三个主要资源组成：Hadoop分布式文件系统（HDFS）、Google的MapReduce编程平台和整个Hadoop生态系统。Hadoop生态系统由一些模块组成，这些模块有助于对系统进行编程、管理和配置集群、管理和存储集群中的数据以及执行分析任务。hadoopmapreduce帮助数据分析处理大量的结构化和非结构化数据。Hadoop是Apache软件基金会的注册商标，MapReduce是其并行处理框架。

hadoop和mongodb的区别

平台

–虽然两者都被认为是大数据解决方案，但MongoDB基本上是一个通用平台，旨在取代或改进现有的RDBMS系统。MongoDB是一个开源的文档数据库，也是领先的NoSQL数据库之一，它使用文档（而不是行和表）使其灵活、可伸缩和快速。另一方面，Hadoop是一个开放源代码框架，用于跨计算机集群存储和处理大量数据。Hadoop并不是要取代现有的RDBMS系统；事实上，它作为一种补充，帮助数据分析处理大量的结构化和非结构化数据。

建筑学

–Hadoop生态系统是一组工具的集合，这些工具使用或位于Google的MapReduce编程平台和HDFS（Hadoop分布式文件系统）旁边，以存储和组织数据，并管理运行Hadoop的机器。HDFS是为流数据访问而设计的。另一方面，MongoDB提供了一种不同的方法；它是基于Nexus架构，利用NoSQL的能力，同时保持关系数据库的基础。它以称为BSON（binary JSON）的二进制表示形式将数据存储为文档，在这里它们通常被组织为集合。

力量

–Hadoop最大的优点是MapReduce。如今Hadoop是市场上最好的MapReduce框架。MapReduce背后的概念是，可以将输入分割成逻辑块，每个块都可以由map任务独立处理。一个map任务可以在集群中的任何计算节点上运行，多个map任务可以在集群中并行运行。另一方面，MongoDB是一个文档数据库，可以处理从启动mvp和poc到具有数百台服务器的企业应用程序的负载。MongoDB已经从一个利基数据库解决方案发展到事实上的NoSQL数据库。它的文档概念是非常有表现力和灵活性的。

hadoop与mongodb：比较图

总结

虽然两者在基本上是相似的，但他们的方法是非常不同的。MongoDB以称为BSON的二进制表示形式将数据存储为文档，而在Hadoop中，数据存储在固定大小的块中，每个块在整个系统中重复多次。Hadoop生态系统是使用或坐在谷歌的MapReduce编程平台旁边的工具集合，而MunGDB基于Nexus架构，它利用NoSQL的能力，同时保持关系数据库的基础。