sql >> Databasteknik >  >> NoSQL >> MongoDB

Hur gynnar flytande detta scenario?

  1. Du behöver inte skapa/underhålla din egen arbetare för att flytta saker mellan din första RDBMS och Mongo.
  2. Du får mycket enkel parallellisering och redundans av processen som flyttar data till Mongo. Du skulle kunna bygga in detta i ditt arbetar-/cronjobb, men varför skulle du vilja uppfinna hjulet på nytt?
  3. Du frågade varför någon skulle vilja ha ett annat lager. Ditt worker/cron-jobb är ett annat lager, men mycket mindre testat än Fluentd.
  4. Du får ett gäng gratis plugins, så om du vill börja lägga till din data på ytterligare platser förutom Mongo (d.v.s. Storm, S3, HDFS, etc...) kan du göra det väldigt enkelt genom att redigera en konfigurationsfil istället för att skriva en massa kod själv.
  5. Du har ett gäng gratis inbyggda alternativ som hur ofta du ska tömma din data/ i vilken storlek du ska tömma den.
  6. Det viktigaste:du laddar bort hela detta arbetsflöde för loggning/datainmatning från dina appboxar, så om något går fel med din datainsättningsprocess på dina appboxar kommer problemet att dyka upp och hanteras på din Flytande loggaggregeringsboxar och INTE på dina appboxar.



  1. mongoDB samlad uppslagning på kapslad array av objekt

  2. Uppdateringsmatrisen inuti Mongo-dokumentet fungerar inte

  3. Kedjelöfte att uppdatera ett referensdokument i Mongoose

  4. Slaget om NoSQL-databaserna - Jämför MongoDB och CouchDB