為應用程式選擇資料庫可能是一個真正的挑戰。不同的資料庫設計服務于不同的目的，在這種情況下，由于他們的僵化模式和對資料類型的限制，關系資料庫不能完全滿足開發人員的需求。
可以通過使用靈活的資料庫來提供彈性，該資料庫能夠處理大量非結構化資料并增加/減少存儲容量，而不會在業務需求突然改變時丢失。
是以，NoSQL資料庫逐漸取代了關系資料庫：它們的功能可以滿足現代(通常是非結構化)資料的挑戰。
MongoDB領先于所有其他NoSQL資料庫，滿足了對各種開發領域資料的快速靈活通路的業務需求，特别是在實時資料占主導地位的情況下。從MongoDB 4.0開始就可以支援ACID事務。
你可以檢查資料庫引擎排名的可靠樣條圖表，以及多年來資料庫趨勢的排名，并将MongoDB的使用情況與其他資料庫的使用情況進行比較。
讓我們深入探讨MongoDB的技術方面及其優勢。
什麼是MongoDB？
MongoDB是一個面向文檔的資料庫。這意味着所有資料都存儲在JSON類文檔中，這些文檔依次存儲在集合中，類似于關系資料庫中的表，但它們之間沒有指定的關系。它針對本地存儲文檔和其他類型的資料進行了優化。
為什麼使用MongoDB？
我想指出MongoDB最引人注目的特性：
· 動态模式：你不需要在建立集合時預先定義模式；你可以随時更改字段的類型、文檔的數量和大小。是以，提供了動态資料模型的建立。這就是所謂的MongoDB的靈活性。它在靈活開發中得到認可。
· 支援索引, 文檔動态查詢和實時聚合，實作強大的資料分析。
· 可擴充性。這意味着你可以輕松地在多個伺服器之間傳播資料，而不會對其可用性造成威脅。在關系資料庫中使用的方法就不一樣了。
· 無需将應用程式的業務對象映射到資料庫表(例如，在Java中使用JPA)。是以，處理資料很容易。
· 支援自動分片，可實作水準縮放。橫向擴充需要添加伺服器，這些伺服器的成本通常低于使用功能更強大的CPU（垂直擴充）。 MongoDB在集合級别對資料進行分片。
· 跨平台相容性。
· 最後但并非最不重要的是免費和開源.
然而，我要指出的是，在靈活性和可靠性之間始終存在着一種權衡。最新版本通常涉及ACID遵從性，并由SQL資料庫提供。是以，你需要為你的應用程式選擇一個資料庫，即關系資料庫或NoSQL資料庫。
MongoDB實時分析
如果你的資料不斷增長并且偶爾會改變其結構，那麼自然會産生一個問題：如何處理這些資料？這裡有NoSQL資料庫和MongoDB的功能。 MongoDB針對原生存儲文檔及通過索引快速通路進行了優化，同時支援複制。是以它比關系競争對手快得多。要增強現有優化，你可以搜尋不同的技術，包括使用WiredTiger引擎，基于區域的分片，為字段選擇短名稱等。
MongoDB支援谷歌(Google)、思科(Cisco)、SAP、Facebook、Expedia等公司，這一事實本身就說明了問題。它通常用于實時分析，大資料，移動應用程式等.MongoDB是非結構化和半非結構化資料的最佳決策，例如：
· 社交媒體上的文章
· 網頁
· 電子郵件
· 報告
· 病曆
· 市場調研原始資料
· 科學資料
· 其他
此外，它還非常适合存儲結構化資料。
可用的MongoDB資料可視化工具
無論你選擇何種類型的資料，有時需要可視化所有資料。在搜尋MongoDB資料可視化工具時，我注意到很難找到具有開箱即用功能的工具。是以，今天我将給大家介紹一個我使用的工具，這些工具用于可視化我的資料。
· 第一個是Compass，它是一個本機MongoDB資料庫管理GUI應用程式，是MongoDB Atlas訂閱的一部分。盡管如此，Compass還提供免費試用，在此期間我成功完成了對該應用程式的測試。我發現它适用于MongoDB資料及其集合模式的可視化，編輯，添加和删除資料。此外，我使用了Schema可視化工具在我的資料集中定義模式。這就是它的界面：
· 我認為它是Compass最強大的部分之一，因為它使我能夠與資料實時互動，快速執行簡單和複雜的查詢來過濾資料，檢視資料的特定部分，使用生成的直方圖分析資料類型和字段值的分布。
· 我選擇的第二個資料可視化工具是Flexmonster Pivot Table。它是Web報告和資料分析的元件。它支援連接配接到JSON資料源，是以我建立了一個Node.js應用程式，并設定了到MongoDB的連接配接，然後将資料加載到資料透視表中。然後，我通過UI分析了應用排序、過濾和聚合的資料。
Flexmonster提供免費試用版，使我能夠評估所有功能和特性。
另外，我注意到，盡管Compass是作為一個獨立的應用程式安裝的，但是Flexmon需要嵌入到Web應用程式中。我有一個Angular 4應用程式，有時需要一段時間才能将新工具內建到其中。但是在文檔中，我找到了一個幫助我快速完成這項任務的教程。
要開始了解資料，你可以從MongoDB資料庫請求資料并将其直接加載到資料透視表中。我已經使用本教程将資料導入Node.js應用程式。
我希望你能嘗試這兩種工具來實作最複雜的MongoDB資料分析目标。可以自由地嘗試使用Compass和FlexmontePivotTable，看看它們的功能是如何互相補充的。
原文标題《How to Visualize and Understand Your MongoDB Data》
作者：Veronika Rovnik
譯者：lemon
不代表雲加社群觀點，更多詳情請檢視原文連結