MongoDB Reseñas y Detalles del Producto

Me encanta lo rápido y fácil que es crear un nuevo clúster con MongoDB y almacenar datos. La capacidad de manejar datos JSON no estructurados rápidamente y proporcionar una recuperación rápida es increíblemente valiosa, especialmente para mi aplicación basada en IA que utiliza datos de scraping web. Encuentro la función de almacenamiento de documentos de MongoDB particularmente beneficiosa porque me permite almacenar cualquier tipo de datos sin necesidad de crear estructuras, lo que simplifica significativamente mi proceso de desarrollo. La simplicidad y facilidad de la configuración inicial en MongoDB lo convierten en una opción ideal para mis necesidades de base de datos. En general, mi experiencia con MongoDB ha sido muy positiva, y es probable que lo recomiende a otros. Reseña recopilada por y alojada en G2.com.

Encuentro desafiante aprender MongoDB con tecnologías no populares como C# Dotnet Core Web API. No hay suficientes recursos disponibles en internet para facilitar el aprendizaje de cómo usar MongoDB de manera efectiva con Dotnet Core. Reseña recopilada por y alojada en G2.com.

MongoDB proporciona facilidad y flexibilidad al trabajar con datos masivos y no estructurados. MongoDB tiene una estructura de documentos que permite almacenar datos complejos sin esquemas. La plataforma MongoDB se escala sin problemas y maneja tanto aplicaciones pequeñas como grandes. La plataforma se integra fácilmente con lenguajes de programación y entornos. Promueve un desarrollo rápido. Ofrece un medio escalable y flexible para gestionar operaciones de bases de datos. Reseña recopilada por y alojada en G2.com.

Las consultas más complejas a veces serán menos intuitivas que las que se encontrarían en una base de datos SQL tradicional. Ciertos aspectos del sistema requieren una configuración adicional o el uso de una cuenta de pago. Manejar conjuntos de datos muy grandes podría requerir una buena cantidad de indexación y optimización. Las canalizaciones de agregación ocasionalmente serán un problema para el usuario nuevo. Es un buen sistema, pero estos pequeños problemas ocurren. Reseña recopilada por y alojada en G2.com.

Me gusta la arquitectura básica de MongoDB y lo fácil que es encontrar mi JSON con bibliotecas de Python. Proporciona un buen rendimiento con las bibliotecas de Python, haciendo que la exportación de datos, el cifrado y el descifrado sean muy fáciles. La última característica sobre bases de datos vectoriales es simplemente asombrosa para mí como ingeniero de IA y ha cambiado el panorama para mí. Ya no necesito usar ninguna otra base de datos vectorial, y me siento realmente cómodo usando MongoDB. La configuración inicial fue muy fácil, especialmente con Mongo Compass y los recursos proporcionados para Python, que lo hacen más fácil que cualquier otra configuración. Reseña recopilada por y alojada en G2.com.

Lo principal con las bases de datos de registros es que necesitas configurarlas manualmente la mayoría de las veces. Preferiría que hubiera una configuración para definir todo desde el código Python en lugar de tener que entrar en la interfaz de Mongo y cambiarlo allí. No proporcionan una integración automática de bases de datos vectorizadas desde el código Python, lo cual es un pequeño inconveniente para mí. Reseña recopilada por y alojada en G2.com.

MongoDB es un sistema de base de datos altamente flexible que ofrece varios beneficios, incluyendo soporte para anidamiento de documentos e indexación parcial en varios campos. Continúa permitiendo agregaciones robustas, habilitando el uso de filtros y operaciones regex. Al mismo tiempo, MongoDB ofrece un enfoque más amigable para los desarrolladores al ver y modificar cualquier documento de tipo JSON.

Hemos elegido MongoDB por su inherente flexibilidad y porque escala muy bien, que es exactamente lo que necesitamos. Reseña recopilada por y alojada en G2.com.

A veces, puede ser difícil determinar exactamente cuánta información se está recuperando durante una agregación. Tener esta información disponible mientras se realizan tales acciones, ya sea en MongoDB Compass o herramientas similares, sería una ventaja significativa para evaluar preocupaciones de rendimiento y eficiencia general. Reseña recopilada por y alojada en G2.com.

La mejor parte de MongoDB es la flexibilidad que te ofrece como desarrollador. Esa estructura sin esquema hace que sea muy fácil comenzar a construir algo sin pensar demasiado en todas tus tablas y relaciones como lo haces en SQL. En mi último proyecto, tuvimos que manejar datos de seguros dinámicos donde los campos no estaban fijos en absoluto, y Mongo lo manejó perfectamente. Es realmente fácil de usar, especialmente si ya estás cómodo con JSON, porque los documentos se sienten naturales. Integrarlo con Spring Boot también fue sencillo: no tuve que pasar mucho tiempo configurando cosas, básicamente solo conectas el controlador y listo. En cuanto a la implementación, no es muy pesado comparado con otras bases de datos, y escalar con conjuntos de réplicas y particionamiento funciona decentemente una vez que le agarras el truco. En cuanto al soporte al cliente, nunca he usado la versión empresarial, pero los foros de la comunidad y la documentación son bastante sólidos; generalmente encuentro respuestas rápido. Uso MongoDB mucho para proyectos personales y en el trabajo, especialmente cuando la velocidad de desarrollo importa más que tener un esquema súper estricto. En general, se siente moderno, rápido y amigable para el desarrollador. Puede que no sea la elección perfecta para cada cosa, pero para proyectos donde los requisitos están siempre cambiando, MongoDB realmente te ahorra tiempo. Reseña recopilada por y alojada en G2.com.

Sí, lo que no me gusta de MongoDB es cómo el rendimiento puede caer si no te mantienes al tanto de tus índices. Al principio todo es súper rápido, pero una vez que tus datos crecen, algunas consultas comienzan a ralentizarse y te das cuenta de que tienes que pasar todo este tiempo ajustando los índices. Y ahora tienen transacciones, lo cual es bueno, pero aún no es tan fuerte o fluido como lo que obtienes con una base de datos relacional como Postgres. Para cosas donde necesitas una consistencia realmente estricta, Mongo puede sentirse un poco arriesgado a veces. También creo que el marco de agregación tiene una curva de aprendizaje bastante alta. Algunas consultas que serían simplemente un JOIN en SQL terminan siendo estas tuberías larguísimas en Mongo, y puede volverse complicado. Es una herramienta sólida, sin duda, pero definitivamente no es algo que puedas "configurar y olvidar". Realmente tienes que estar pendiente y ajustar las cosas regularmente. Reseña recopilada por y alojada en G2.com.

Básicamente, como desarrollador, lo usé para crear mis esquemas para el backend en la base de datos y tiene ventajas de la estructura de tipo BSON, lo que me ayuda a almacenar los valores de datos en tiempo real y me ayuda a implementar la canalización de agregación, así como a usar el nivel gratuito de la base de datos de 512 MB que se puede usar en MongoDB Compass. Reseña recopilada por y alojada en G2.com.

Nada, todo está bien, solo que la conexión VPC es bastante más difícil para una persona nueva. Reseña recopilada por y alojada en G2.com.

Esquema flexible, escalabilidad y alto rendimiento, escalado horizontal incorporado con fragmentación (distribuye datos a través de múltiples servidores). Reseña recopilada por y alojada en G2.com.

Cuando se trata de consistencia de datos en comparación con SQL, este sistema por defecto enfatiza la disponibilidad y la tolerancia a particiones, como se describe en el teorema CAP. Lograr una fuerte consistencia es posible, pero requiere una configuración cuidadosa, particularmente en la configuración de las preocupaciones de escritura y las preferencias de lectura. Reseña recopilada por y alojada en G2.com.

La flexibilidad de su esquema y la cantidad de escalabilidad que ofrece, ya sea horizontal o vertical. La agregación y alta disponibilidad lo convierten en una opción maravillosa. Extremadamente fácil de usar e integrar con cualquier lenguaje, lo convierte en la primera opción. Reseña recopilada por y alojada en G2.com.

La duplicidad y la falta de uniones nativas son una preocupación. Reseña recopilada por y alojada en G2.com.

MongoDB destaca por su modelo de documentos flexible, que permite un diseño de esquema dinámico, lo que lo hace perfecto para ciclos de desarrollo rápidos y equipos ágiles. Su formato de almacenamiento BSON similar a JSON se alinea bien con pilas modernas basadas en JavaScript como MERN, asegurando un manejo de datos fluido desde el front end hasta el backend. La escalabilidad horizontal incorporada, el soporte para consultas geoespaciales y la búsqueda de texto completo son revolucionarios en términos de versatilidad. Reseña recopilada por y alojada en G2.com.

Aunque MongoDB es potente, tiene algunas desventajas. Puede consumir significativamente más almacenamiento que las bases de datos relacionales tradicionales debido a su estructura de documentos desnormalizada. Para aplicaciones con relaciones complejas, la optimización del rendimiento requiere un diseño cuidadoso de índices y esquemas. Reseña recopilada por y alojada en G2.com.

La arquitectura orientada a documentos de MongoDB utiliza documentos BSON similares a JSON para un almacenamiento de datos flexible y sin esquema. Esto permite una adaptación dinámica a estructuras de datos en evolución sin migraciones de esquema rígidas.

La escalabilidad horizontal a través del sharding distribuye eficientemente los datos a través de clústeres, permitiendo un manejo sin problemas de conjuntos de datos masivos.

El marco de agregación admite transformaciones de datos complejas, mientras que la indexación geoespacial incorporada y la búsqueda de texto completo amplían las capacidades analíticas.

El soporte para transacciones (desde la versión 4.0) asegura el cumplimiento de ACID para operaciones de múltiples documentos. Reseña recopilada por y alojada en G2.com.

La transición desde SQL puede implicar una curva de aprendizaje pronunciada, particularmente para consultas complejas y tuberías de agregación.

El consumo de almacenamiento es mayor que en las bases de datos relacionales debido a las estructuras de datos desnormalizadas, lo que impacta la eficiencia de costos a gran escala.

Aunque se admiten transacciones, la optimización del rendimiento para operaciones ACID complejas requiere un diseño meticuloso de índices y esquemas. Reseña recopilada por y alojada en G2.com.