MongoDB Bewertungen & Produktdetails

MongoDB ist sehr flexibel und einfach zu handhaben, besonders wenn es um semi-strukturierte oder sich entwickelnde Datenmodelle geht. Die dokumentbasierte Struktur beschleunigt die Entwicklung, da man nicht an starre Schemata wie bei traditionellen relationalen Datenbanken gebunden ist. Es integriert sich gut mit modernen Anwendungen und funktioniert reibungslos mit verschiedenen Programmiersprachen und Frameworks.

Ich schätze auch, wie einfach es ist, horizontal zu skalieren, insbesondere bei der Verwendung von MongoDB Atlas. Funktionen wie eingebaute Replikation, Backups und Überwachung vereinfachen das operative Management. Die Abfragesprache ist leistungsstark und dennoch intuitiv, und die Indexierungsoptionen ermöglichen es Ihnen, die Leistung effektiv zu optimieren. Insgesamt ist es eine solide Datenbank für moderne, cloud-native Anwendungen. Bewertung gesammelt von und auf G2.com gehostet.

Während Flexibilität eine Stärke ist, kann sie auch zu Inkonsistenzen führen, wenn die Schema-Validierung nicht ordnungsgemäß durchgesetzt wird. Ohne klare Struktur und Governance können Datenmodelle im Laufe der Zeit unübersichtlich werden. Die Leistungsoptimierung kann eine sorgfältige Indizierung und Abfrageoptimierung erfordern, insbesondere im großen Maßstab. Darüber hinaus können die Kosten in verwalteten Umgebungen wie Atlas schnell steigen, abhängig von Speichergröße, Backups und Clusterkonfiguration. Bewertung gesammelt von und auf G2.com gehostet.

Das flexible, schemalose Dokumentenmodell ist ein echter Wendepunkt. Es kommt mit vielen automatisierten Funktionen, und die automatische Erstellung von Sammlungen ist sehr praktisch. Die Einfachheit von Mongoose ist ebenfalls hervorragend. Es ermöglicht mir, schnell zu iterieren und Datenstrukturen anzupassen, ohne den Aufwand komplexer SQL-Migrationen. Insgesamt fühlt es sich natürlich an, Daten als JSON-ähnliche Dokumente zu speichern, die direkt auf meine Anwendungsobjekte abbilden. Als Node.js-Entwickler mag ich die nahtlose Integration von Node.js und MongoDB. Bewertung gesammelt von und auf G2.com gehostet.

Das Aggregations-Framework von Mind Tricking hat eine zu steile Lernkurve. Die Handhabung komplexer Abfragen ist nicht so intuitiv wie bei SQL. Während Lookup funktioniert, ist es nicht traditionell wie Joins. Manchmal kann verschachtelte Daten schwierig zu verwalten sein. Bewertung gesammelt von und auf G2.com gehostet.

Ich liebe es, wie schnell und einfach es ist, mit MongoDB einen neuen Cluster zu erstellen und Daten zu speichern. Die Fähigkeit, unstrukturierte JSON-Daten schnell zu verarbeiten und schnellen Abruf zu ermöglichen, ist unglaublich wertvoll, besonders für meine KI-basierte Anwendung, die Daten aus Web-Scraping nutzt. Ich finde die Dokumentenspeicherfunktion von MongoDB besonders vorteilhaft, da sie es mir ermöglicht, jede Art von Daten zu speichern, ohne Strukturen erstellen zu müssen, was meinen Entwicklungsprozess erheblich vereinfacht. Die Einfachheit und Leichtigkeit der anfänglichen Einrichtung in MongoDB machen es zu einer idealen ersten Wahl für meine Datenbankbedürfnisse. Insgesamt war meine Erfahrung mit MongoDB sehr positiv, und ich werde es wahrscheinlich anderen empfehlen. Bewertung gesammelt von und auf G2.com gehostet.

Ich finde es herausfordernd, MongoDB mit weniger populären Tech-Stacks wie C# Dotnet Core Web API zu lernen. Es gibt nicht genügend Ressourcen im Internet, um das effektive Lernen der Nutzung von MongoDB mit Dotnet Core zu erleichtern. Bewertung gesammelt von und auf G2.com gehostet.

MongoDB bietet Einfachheit und Flexibilität beim Arbeiten mit massiven und unstrukturierten Daten. MongoDB hat eine Dokumentenstruktur, die es ermöglicht, komplexe Daten ohne Schemata zu speichern. Die MongoDB-Plattform skaliert reibungslos und bewältigt sowohl kleine als auch große Anwendungen. Die Plattform integriert sich leicht mit Programmiersprachen und Umgebungen. Sie fördert eine schnelle Entwicklung. Sie bietet eine skalierbare und flexible Möglichkeit, Datenbankoperationen zu verwalten. Bewertung gesammelt von und auf G2.com gehostet.

Die komplexeren Abfragen sind manchmal weniger intuitiv als das, was man in einer traditionellen SQL-Datenbank finden würde. Bestimmte Aspekte des Systems erfordern eine weitere Einrichtung oder die Nutzung eines kostenpflichtigen Kontos. Der Umgang mit sehr großen Datensätzen könnte eine gute Menge an Indexierung und Optimierung erfordern. Aggregations-Pipelines werden gelegentlich ein Problem für den neuen Benutzer darstellen. Es ist ein gutes System, aber diese kleinen Probleme treten auf. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag MongoDB wirklich wegen seiner Fähigkeit, schemalose Daten-Dokumente zu speichern, was es mir ermöglicht, JSON-Objekte mit internen Objekt-Arrays einfach zu speichern. Ich schätze die Funktion, aggregationsbasierte Abfragen durchzuführen, bei denen ich Stufen für verschiedene Abfragetypen wie match, project, group und sort hinzufügen kann. Die anfängliche Einrichtung war sehr einfach und reibungslos, was den Einstieg erleichterte. Bewertung gesammelt von und auf G2.com gehostet.

Ich werde nicht sagen, dass es nicht funktioniert, aber die Transaktionen und die Fähigkeit, die Joins innerhalb verschiedener Datenbanken zu handhaben, können effektiver gehandhabt werden. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag die grundlegende Architektur von MongoDB und wie einfach es ist, meine JSON-Daten mit Python-Bibliotheken zu finden. Es bietet eine gute Leistung mit Python-Bibliotheken, was den Datenexport, die Verschlüsselung und Entschlüsselung sehr einfach macht. Das neueste Feature über Vektordatenbanken ist für mich als KI-Ingenieur einfach erstaunlich und hat die Landschaft für mich verändert. Ich brauche keine andere Vektordatenbank mehr zu verwenden und fühle mich sehr wohl mit der Nutzung von MongoDB. Die anfängliche Einrichtung war sehr einfach, besonders mit dem Mongo Compass und den bereitgestellten Ressourcen für Python, die es einfacher machen als jede andere Einrichtung. Bewertung gesammelt von und auf G2.com gehostet.

Das Hauptproblem bei den Datenbanken ist, dass man sie meistens manuell einrichten muss. Ich würde es vorziehen, wenn es eine Möglichkeit gäbe, alles über Python-Code zu definieren, anstatt in die Mongo-Oberfläche zu gehen und es dort zu ändern. Sie bieten keine automatische Integration von vektorisierten Datenbanken aus dem Python-Code, was für mich ein kleiner Rückschlag ist. Bewertung gesammelt von und auf G2.com gehostet.

MongoDB ist ein äußerst flexibles Datenbanksystem, das mehrere Vorteile bietet, darunter die Unterstützung von Dokumentverschachtelung und Teilindizierung über verschiedene Felder. Es ermöglicht weiterhin robuste Aggregationen, die die Verwendung von Filtern und Regex-Operationen ermöglichen. Gleichzeitig bietet MongoDB einen entwicklerfreundlicheren Ansatz zum Anzeigen und Ändern von JSON-Dokumenten.

Wir haben uns für MongoDB entschieden, weil es von Natur aus flexibel ist und sich sehr gut skalieren lässt, was genau das ist, was wir brauchen. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal kann es schwierig sein, genau zu bestimmen, wie viele Daten während einer Aggregation abgerufen werden. Diese Informationen während solcher Aktionen—sei es in MongoDB Compass oder ähnlichen Tools—sofort verfügbar zu haben, wäre ein bedeutender Vorteil für die Beurteilung von Leistungsproblemen und der allgemeinen Effizienz. Bewertung gesammelt von und auf G2.com gehostet.

Der beste Teil von MongoDB ist die Flexibilität, die es Ihnen als Entwickler bietet. Diese schemafreie Struktur macht es super einfach, einfach mit dem Bauen zu beginnen, ohne sich über alle Ihre Tabellen und Beziehungen wie in SQL den Kopf zu zerbrechen. Bei meinem letzten Projekt mussten wir mit diesen dynamischen Versicherungsdaten umgehen, bei denen die Felder überhaupt nicht festgelegt waren, und Mongo hat das perfekt gehandhabt. Es ist wirklich einfach zu verwenden, besonders wenn Sie bereits mit JSON vertraut sind, denn die Dokumente fühlen sich einfach natürlich an. Die Integration mit Spring Boot verlief ebenfalls reibungslos – ich musste nicht viel Zeit mit der Konfiguration verbringen, man steckt im Grunde einfach den Treiber ein und legt los. Implementierungstechnisch ist es nicht super schwer im Vergleich zu einigen anderen Datenbanken, und das Skalieren mit Replikatsätzen und Sharding funktioniert anständig, sobald man den Dreh raus hat. Was den Kundensupport betrifft, habe ich die Enterprise-Version nie genutzt, aber die Community-Foren und die Dokumentation sind ziemlich stark; ich finde normalerweise schnell Antworten. Ich benutze MongoDB viel für Nebenprojekte und bei der Arbeit, besonders wenn die Geschwindigkeit der Entwicklung wichtiger ist als ein super striktes Schema. Insgesamt fühlt es sich einfach modern, schnell und entwicklerfreundlich an. Es ist vielleicht nicht die perfekte Wahl für jede einzelne Sache, aber für Projekte, bei denen sich die Anforderungen ständig ändern, spart MongoDB wirklich Zeit. Bewertung gesammelt von und auf G2.com gehostet.

Ja, was ich an MongoDB nicht mag, ist, wie die Leistung einfach nachlassen kann, wenn man seine Indizes nicht im Griff hat. Am Anfang ist alles super schnell, aber sobald die Datenmenge größer wird, beginnen einige Abfragen zu schleppen und man merkt, dass man viel Zeit damit verbringen muss, die Indizes zu optimieren. Und sie haben jetzt Transaktionen, was gut ist, aber es ist immer noch nicht so stark oder reibungslos wie bei einer relationalen Datenbank wie Postgres. Für Dinge, bei denen man wirklich strikte Konsistenz benötigt, kann sich Mongo manchmal etwas riskant anfühlen. Ich denke auch, dass das Aggregations-Framework eine ziemlich hohe Lernkurve hat. Einige Abfragen, die in SQL einfach ein JOIN wären, enden in Mongo als diese verrückt langen Pipelines, und es kann unübersichtlich werden. Es ist definitiv ein solides Werkzeug, aber es ist definitiv kein "einrichten und vergessen"-Deal. Man muss es wirklich im Auge behalten und regelmäßig optimieren. Bewertung gesammelt von und auf G2.com gehostet.

Ich schätze wirklich die Fähigkeit von MongoDB, mehrere Datenstrukturen und dokumentbasierte Speicherung zu unterstützen. Die Partitionstoleranz und die hohe Verfügbarkeit machen es extrem leistungsfähig. Die Integration und Einrichtung mit unseren Microservices sind super einfach, und es gibt wirklich gute Dokumentation, um damit zu beginnen. Die MongoDB Atlas Cloud-Datenbank ist extrem großartig, und wir verlagern unseren Fokus von der lokalen Hosting auf eine cloudbasierte Datenbank. Außerdem ist es einfach, Änderungen im Schema vorzunehmen, dank des dokumentbasierten Modellierens. Bewertung gesammelt von und auf G2.com gehostet.

Nichts an MongoDB auszusetzen. Alles funktioniert gut mit dieser leistungsstarken NoSQL-Datenbank. Bewertung gesammelt von und auf G2.com gehostet.

Grundsätzlich habe ich es als Entwickler verwendet, um meine Schemata für das Backend in der Datenbank zu erstellen, und es hat Vorteile durch die BSON-Typstruktur, die mir hilft, die Werte von Echtzeitdaten zu speichern. Es hilft mir auch, die Aggregations-Pipeline zu implementieren und den kostenlosen Datenbank-Tarif von 512 MB zu nutzen, der in MongoDB Compass verwendet werden kann. Bewertung gesammelt von und auf G2.com gehostet.

Nichts, alles ist in Ordnung, nur die VPC-Verbindung ist für neue Personen ziemlich schwierig. Bewertung gesammelt von und auf G2.com gehostet.