提到JSON 的数据处理，大部分人想到的一定是MONGODB ，如果不是可以自己好好的反思一下，自己的数据库餐盘是不是缺少MOGNODB 这道硬菜，最近也有人问我一个问题，关于使用mongodb的原因是什么，我回答的比较简单，但是我更原因用这样的方式来回答这个问题。
提到MOGNODB 的特长，必须提到JSON ，在数据库处理的格式中，我们大多习惯关系型的数据的表达方式，而在除了数据关系型的二维表格的数据表达的方式以外，更加简便的流行的数据格式的表达是 JSON ，JSON，即JavaScript对象表示法，是一种易于人类阅读的数据交换格式，尽管JSON是基于JavaScript编程语言标准的一个子集，但它完全独立于语言。
JSON对象是关联容器，其中字符串键映射到一个值（可以是数字、字符串、布尔值、数组、空值——null，甚至是另一个对象）。几乎所有编程语言都有这种抽象数据结构的实现——JavaScript中的对象、Python中的字典、Java和C#中的哈希表、C++中的关联数组等。JSON对象易于人类理解，也便于机器解析和生成。所以在很多的情况下，程序人员更习惯于JSON 来进行数据的传输和数据的处理。基于数据库格式的发展，JSON数据的已经应用到，更多的领域如APIs 配置文件 日志信息 数据库信息存储。基于这样的应用的广泛性，我们才有了使用MOGNODB 的初始的物质基础。
这是其一，其二是传统数据库的无能，这个词可能用的不是太好，但却是实际，的确无论是ORACLE 还是 MYSQL 到POSTGRESQL 在JSON 的处理上，都各有千秋，但只要到实际的工作中，我们大多不敢去用这些传统的数据库来处理JSON ，或者说他们这些数据库，无法给我们信任感。
1 量，量是一个MOGNODB 的特点，一个表可能有200万，5000万，1个亿 ，这些都是传统数据库可以处理的内容，但是如果我告诉你10个亿呢，100个亿呢，此时传统数据库基本上就没有了声音，留下的只有MONGODB 还可以对你这些要求进行支持。基于JSON 数据的特点，要不很小，要不很大，尤其在一些第三方的信息传输或日志的记录中，MOGNODB 存储的数据量非常大，可能每秒就是几万条数据的进入，而且是持续性的。很容易一个表就能达到成千上万的小CASE。
2 存，在数据进来后如何能存的下这些数据是另一个能力，数据被压缩的很小，这是mongodb的另一个特性，基于这个特性mongodb 通过一下的以下方式来完成这个工作：
使用BSON格式：MongoDB存储数据时采用了BSON（Binary JSON）格式，这是一种类似JSON的二进制序列化数据表示。BSON格式在保留JSON可读性的基础上，提供了更紧凑的二进制表示，有助于提高存储效率。
支持多种压缩算法：MongoDB支持多种数据压缩算法，如Snappy、zlib等。这些压缩算法能够有效降低磁盘空间占用，提高存储的压缩比。
索引压缩：MongoDB还对索引进行了压缩处理，以减少索引所占用的磁盘空间。通过压缩索引，可以提高查询效率，并节省存储空间。
分片技术：MongoDB使用分片技术将数据分布在多个服务器上。这不仅有助于水平扩展，还可以优化存储空间的利用，从而提高整体的压缩比
这些能力看似一般，但是这些能力的组合让其他的数据库基本没有了声音，因为他的确是实实在在的让你看到了结果，如同大众汽车的反向虚标，百公里加速告诉你8.7秒，但你可以跑到7秒，与一些国产车型形成了鲜明的对比。---- 不说瞎话。
3 快，这单又是MONGODB的一个特点，在传统数据库的慢查询都在1秒进行标定的时候， MONGODB 的慢查询基本在500ms，也就是说mongodb 从未把自己的数据处理能力和 传统的那些数据库进行对标，而是将自己的性能，标定在 传统数据库 和 REDIS 缓存型数据库之间的一个标定人设。所以一般我们发现 MONGODB 的数据处理速度在 500毫秒以外的情况下，优化就开始了。
4 多元化的发展，这点mongodb 还是其他的数据库的启蒙老师，当其他的数据库还在努力的在传统和云之间进行兼容的时候，包含ORACLE 一直在 oracle 和 mysql 上云进行多方努力的时候，MONGODB 的Atlas 算是他们的祖师爷了。
MongoDB Atlas 是MongoDB官方提供的一种托管式数据库服务。它让你可以方便地在主流云服务商（如Amazon Web Services、Google Cloud Platform和Microsoft Azure）上部署、管理和扩展MongoDB数据库。
MongoDB Atlas 提供了以下特点和优点：
简化部署：使用MongoDB Atlas，你可以轻松地创建和部署MongoDB数据库。图形化界面使得配置和管理变得更加简单。
自动化运维：Atlas自动处理数据库日常运维任务，如备份、修复、监控和性能调优等，让开发者可以专注于应用程序本身而无需关心数据库管理细节。
安全性：Atlas提供多层次的数据库安全保障，包括网络隔离、加密、用户认证和访问控制等。这有助于确保你的数据得到充分保护。
弹性伸缩：根据实际需要，MongoDB Atlas可以轻松地进行水平和垂直扩展。你可以按需调整集群大小和性能以满足应用程序的要求。
全球分布：Atlas支持跨区域的数据分布，以便最佳地部署你的应用程序。这有助于降低延迟，提高数据冗余，并确保高可用性。
5 更可靠和更智能的 HA 高可用和读写分离
说到这点，其他的数据库产品，尤其是那些传统的数据，基本上在这里毯子，无论你是 XX cluster 还是 streaming , 这些都无法和mognodb 的高可用相提并论，首先mongodb的高可用是非常坚固的，并且恢复的方式方法很多，速度也很快，速度与mongodb无关，与你所使用的硬件有关，只要硬件够强健，那么必然mongodb 不能让你失望。
1 实现了数据的冗余
2 实现了数据节点故障的自动迁移，并且速度极快
3 读写分离的控制可在每条数据的写入中进行设定
4 数据的写入的安全性，丰俭由人，可以针对单条数据进行设定
5 可以实现shard storage 方式中的独立分离，并且不需要中间件的支持。
以上一点单独拿出来可能并不吸引人，但是这些都组合在一起，那个数据库敢出来叫板。（包含收费的数据库）
6 多种方式的JSON 数据处理和查询多使用在哪里
在一些项目的选型上，mongodb 已经成为主角，这些应用场景主要在
1 信息沟通和交流的数据留存，在两个应用进行数据端口访问时，势必要有数据的传递，而接口和接口之间的数据传递和记录，是有一定的变化和对于信息宽度的兼容性的，并且数据本身的格式就是JSON ，所以在这个情况下，我们只能选型 mongodb 其他的数据库基本上无法胜任这个功能，尤其在数据的灵活性方面，因为二维表格的限制，导致传统数据库这方面无法被选用。
2 日志类的数据，日志是应用系统最常用的一个部分，基本上每个应用都有日志部分，可能是应用的日志，也可能是系统的日志，但这些日志的格式大多是JSON ，并且这些日志经常被添加新的部分，如果传统数据库则会非常难以进行日志的处理和写入，尤其还有表结构的变化，MOGNODB 基于灵活的无结构，在这点上又再一次让传统数据库失效。
3 对于JSON 数据的特殊修改和高速查询的需求应用
这些要求主要是基于配置信息和一些超高并发的简单查询，尤其对于一些高并发简单查询的场合，又希望整体的应用结构设计简单的场景下，mongodb 可以在没有 redis 的辅助下进行高并发的查询操作，利用多只读节点分担读压力的特性。
4 特殊场景下的需求，这点在一些工业或化工领域居多，工业设备的数据反馈也大多是多种多样的，传统数据库无法进行这方面的响应和设计，还是基于无结构化的数据处理支撑，在这方面也只能使用 mongodb来进行业务的支持。
小结：基于以上提到的一些特点，在NOSQL的世界，MONGODB 属于无可替代和必须选择的存在，在国内搞信创的同时，我们可以发现，信创中传统关系型，分布式等数据库已经是内卷严重，而在NOSQL领域，基本上我们也没有看到有潜力的国产数据库的身影，即使有，也是兼容性的，基本上也没有那个企业敢使用不可靠的产品，所以在NOSQL领域mongodb是一个独行侠，无可替代。
