相关数据库可检索。 因此,你将拥有以图形为基础的面向交易的数据库。 它已证明适合99%的实际世界应用。 你们实际上可以在关系数据库方面做任何事情。

Martin Fowler有一个很好的video 。 这很好地解释了NSQL数据库。 链接直截了当地他使用这些录像的理由,但整个录像载有很好的信息。

1. 你们拥有大量数据,特别是如果你不能把所有数据放在一个物理服务器上,因为荷兰食品安全局的设计能够很好地扩大。

2. 反对意见的阻碍因素不匹配——你的域名在重新分类的数据库图中并不合适。 NoSQL允许你将数据作为文件(或图表)来保存,这些文件或图表可更加贴近你的数据模型。

NoSQL是一个数据库系统,将数据整理成文件(MongoDB)、关键价值乳制品(MemCache, Redis)和图表结构表格(Neo4J)。

或许可以问及“在新锡克族定居时”:

1. Require flexible schema or deal with tree-like data?
   Generally, in agile development we start designing systems without knowing all requirements upfront, whereas later on throughout the development database system may need to accommodate frequent design changes, showcasing MVP (Minimal Viable product). Or you are dealing with a data schema that is dynamic in nature. e.g. System logs, very precise example is AWS cloudtrail logs.

2. Data set is vast/big?
   Yes NoSQL databases are the better candidate for applications where the database needs to manage millions or even billions of records without compromising performance and availability while may be trading for inconsistency(though modern databases are exception here where it allows tunable consistency over availability e.g. Casandra, Cloud provider databases CosmosDB, DynamoDB).

3. Trade-off between scaling over consistency
   Unlike RDMS, NoSQL databases may make the dataset consistent across other nodes eventually which is the default behavior, but it s easy to scale in terms of performance and availability. Example: This may be good for storing people who are online in the instant messaging app, API tokens in DB, and logging website traffic stats.

4. Performing Geolocation Operations: MongoDB hash rich support for doing GeoQuerying & Geolocation operations. I really loved this feature of MongoDB. So does the PostresSQL but ease of implementation is something that depends on the use case

In nutshell, Mongo 亚洲开发银行非常适合各种应用,使你能够大规模储存有活力的结构数据。

Edits: Updated the answer about the consistency of the database.

缺少一些基本信息来回答问题: 哪一个案例必须能够涵盖? 是否需要从现有数据( 法律厅/P)进行复杂的分析,或者申请必须能够处理许多交易(OLTP/a>? 数据结构是什么? 这距离提问时间的结束远。

我认为,在不知情的情况下根据黑体字作出技术决定是错误的。 无SQL常常因其可扩展性而受到赞扬。 但是,你们还必须知道,横向扩大(超过几个节点)也有其价格,不是免费的。 然后,你必须处理下列问题:,并界定如果数据冲突不能在数据库一级解决,如何解决。 然而,这适用于所有分布式数据库系统。

文件模式(例如,MongoDB)是,不适用于数据模型,因为数据关系很多。 必须按申请水平办理,这是额外的努力,为什么我计划数据库应当做的事情。

什么是微不足道的:SQL40多年来一直存在,数百万小时的发展已经进入了诸如Oracle或Microc.K等大型系统。 一些新的数据库必须做到这一点。 有时,找到喀湖的行政也比穆戈邦的人容易。 我们处理的是维护和管理问题。 这一主题并非完全性别,而是技术决定的一部分。

http://www.ohchr.org。

在需要迅速扩大规模时,查看无SQL数据库。 你们一般需要迅速扩大吗?

当贵国网站和邮局有大量读者时;在处理大量数据时,NSQL数据库最适合这些假设情况。 由于他们有能力在飞机上添加节点,因此他们可以处理更多的并行交通和安插;大量数据极少。

http://www.ohchr.org。

第二,如果你不了解数据模型,数据库的设计,预期会迅速变化,则在发展的初始阶段。 无SQL数据库为我们提供了更大的灵活性。

www.un.org/Depts/DGACM/index_spanish.htm 最终一致性

当NoSQL数据库由我们放弃强有力的一致性和我们不需要交易时,它更可取。

这方面的一个良好例子是像Twitter这样的社会网络网站。 当一个名人头部被炸时,每个人都从世界各地lik取和重新eet。 如果像物的计算达到或缩小了一段短时间,则是否有必要?

如果该制度没有实际的500万象,那么这个名人肯定会不关心,那么短期内就算有500万个。

当对全球各地数以百计的服务器进行大规模应用时,地理分布的节点需要一段时间才能达成全球共识。

在达成共识之前,实体的价值不一致。 实体的价值最终在一段短短的时间里保持不变。 这是最终一致性。

虽然不一致并不意味着存在任何类型的数据损失。 这只是说,数据需要简短,同时通过海洋下的互联网电缆在全球进行旅行,以达成全球共识并保持一致。

我们都经历过这种行为。 特别是在YouTube。 通常,你会看到一个有10个观点和15个类似看法的录像。 如何做到这一点?

不是。 实际看法已经超过类似。 仅仅看一看观点是不连贯的,在得到更新时需要简短。

<>数据分析>

无SQL数据库也最适合数据分析使用案例,我们必须处理大量数据流入的情况。

我在寻找令人信服的理由偏离RDBMS的设计时,就谈到了这一问题。

http://www.julianbrowne.com/article/viewer/brewers-cap-theorem”rel=“noreferer”post/a>,由朱利安·布朗宣读,说明分配系统的限制。 这一概念称为Brewer sCAP 概述:

• 7 reasons NOT to NoSQL
• 2 reasons to NoSQL

<>说明:上述内容只适用于面向文件编号SQL。 http://en.wikipedia.org/wiki/NoSQL#Types_and_examples” rel=“nofollow noreferer” 。

顺便谈一下我的经验。 许多数据库支持各栏中的json数据,并支持对这一json的查询。 因此,我使用的是混合式,使用一个包含json栏的链接数据库。