1. MongoDB数据库定位
* OLTP数据库
* 原则上Oracle和MySQL能做得事情，MongoDB都能做（包括ACID事务）
* 优点：横向扩展能力，数据量或并发量增加时候可以自动扩展
* 优点：灵活模型，适合迭代开发，数据模型多变场景
* 优点：JSON数据结构，适合微服务/REST API
2. 基于功能选择MongoDB
| | MongoDB | 关系型数据库 |
|-------------------|--------------|------------------------------------|
| 亿级别以上数据量 | 轻松支持 | 要努力一下，分库分表 |
| 灵活表结构 | 轻松支持 | Entity Key/Value表，关联查询比较痛苦 |
| 高并发读 | 轻松支持 | 需要优化 |
| 高并发写 | 轻松支持 | 需要优化 |
| 跨地区集群 | 轻松支持 | 需要定制方案 |
| 分片集群 | 轻松支持 | 需要中间件 |
| 地理位置查询 | 比较完整的地理位置 | PG还可以，其他数据库略麻烦 |
| 聚合计算 | 功能强大 | 使用Group By，能力有限 |
| 异构数据 | 轻松支持 | 使用EKV属性表 |
| 大宽表 | 轻松支持 | 性能受限 |
3. 基于场景选择MongoDB
* 移动APP、小程序、电商、内容管理、物联网、SaaS应用、主机分流、实时分析、关系型迁移
4. 移动应用
* 场景特点
* 基于REST API / JSON
* 快速迭代，数据结构变化频繁
* 地理位置功能
* 爆发增长可能性
* 高可用
* MongoDB选型考量
* 文档模型可以支持不同的结构
* 原生地理位置功能
* 横向扩展能力支撑爆发增长
* 复制集机制快速提供高可用
* 膜拜单车/Keep/ADP
5. 商品信息
* 场景特点
* 商品信息包罗万象
* 商品的属性不同品类差异很大
* 数据库模式设计困难
* MongoDB选型考量
* 文档模型可以集成不同商品属性
* 可变模型适合迭代
* 京东商城 / 小红书 / GAP
6. 内容管理
* 场景特点
* 内容数据多样，文本，图片，视频
* 扩展困难，数据量爆发增长
* MongoDB选型考量
* JSON结构可以支持非结构化数据
* 分片架构可以解决扩展问题
* Adobe AEM / Sitecore
7. 物联网
* 场景特点
* 传感器的数据结构往往半结构化
* 传感器数量很大，采集频繁
* 数据量很容易增长到数亿到百亿
* MongoDB选型考量
* JSON结构可以支持半结构化数据
* 使用分片能力支撑海量数据
* JSON数据更加容易和其他系统通过REST API进行集成
* 华为 / Bosch / Mindsphere
8. SaaS应用
* 场景特点
* 多租户模式，需要服务很多客户
* 需求多变，迭代压力大
* 数据增长快
* MongoDB选项考量
* 无模式数据库，适合快速迭代
* 水平扩展能力可以支撑大量用户增长
* ADP / Teambition
9. 主机分流
* 场景特点
* 金融行业传统采用IBM或小型机
* 传统瀑布开发流程长成本高
* 结构不易变，难于适应新需求
* 根据某银行的统计，99%的数据库操作为读流量
* 基于MIPS付费，读流量成本高
* MongoDB选型考量
* 使用实时同步机制，将数据同步出来到MongoDB
* 使用MongoDB的高性能查询能力来支撑业务的读操作
* 相比于关系型数据库，更加容易迁入数据并构建成JSON模型进行API服务
10. 实时分析
* 场景特点
* 流数据计算
* 快速计算，秒级返回
* MongoDB选型考量
* 使用MongoDB缓存机制，可以利用内存计算加速
* 使用MongoDB聚合框架，实现分析功能
* 使用微分片架构的并发计算来大量缩减计算时间
11. 关系型数据库替换
* 场景特点
* 基于Oracle / MySQL / SQLServer的历史应用
* 数据量增长或者使用者变多以后性能变慢
* 分库分表需要应用配合
* 结构死板，增加新需求复杂困难
* MongoDB选型考量
* 高性能高并发的数据库性能
* 无需应用分库分表，集群自动解决扩容问题
* 动态模型适合快速开发
* 头条 / 网易 / 百度 / 东航 / 中国银行