Avis et détails du produit MongoDB

What I like most about MongoDB is how much it speeds up real-world development without getting in the way.

From a daily workflow perspective, the document model is the biggest win. I store data in the same nested structure my APIs return, so I don’t spend time joining tables or reshaping responses. That alone cuts hours when building or modifying endpoints.

The aggregation pipeline is something I use regularly for dashboards and analytics. Instead of writing extra backend logic, I handle filtering, grouping, and transformations directly in the database, which keeps my codebase cleaner and faster.

On the UI/UX side, MongoDB Compass and Atlas make a difference. Being able to visually inspect documents, test queries, and manage indexes saves a lot of debugging time compared to purely CLI-based workflows.

Performance-wise, proper indexing (especially compound indexes) has significantly improved query speeds in my apps, often turning slow endpoints into near-instant responses.

An unexpected benefit has been how well it handles rapid product changes. I can ship features without locking into a strict schema early, which has made iteration much faster and reduced rework.

Overall, it’s improved my workflow by reducing boilerplate, simplifying data handling, and letting me move faster from idea to production. Avis collecté par et hébergé sur G2.com.

What I dislike about MongoDB mainly shows up as the project grows.

The biggest issue is schema inconsistency. Since validation isn’t strict by default, collections can end up with mixed document structures. This has caused bugs for me in production because different records don’t follow the same shape. I usually fix this with Mongoose or custom validation, but it adds extra complexity. Stronger, more opinionated schema enforcement out of the box would help.

Handling relationships is another weak spot. $lookup works, but it’s not as clean or performant as SQL joins for complex relations. In some cases, I’ve had to duplicate data or restructure things, which increases maintenance overhead. A more optimized and developer-friendly way to handle relations would improve this.

On the UI side, tools like Compass are useful, but they can feel slow or limited when working with large datasets. Querying and exploring big collections isn’t always smooth. Better performance and more advanced debugging tools would make a difference.

Pricing can also become a concern with MongoDB Atlas as usage scales. Costs increase quickly with storage and operations, which impacts ROI for smaller projects. More transparent cost optimization suggestions would help developers manage this better.

Overall, these issues don’t block usage, but they do add friction as the system scales. Avis collecté par et hébergé sur G2.com.

Le schéma flexible est le plus grand avantage de MongoDB, et il offre également un support pour de nombreux types de données. Il s'adapte bien à l'échelle car il propose le sharding. Il prend également en charge des requêtes complexes, des pipelines d'agrégation et plusieurs types d'index, ce qui rend la récupération des données à la fois flexible et puissante. Avis collecté par et hébergé sur G2.com.

Un inconvénient de MongoDB est que son schéma flexible peut entraîner des incohérences de données s'il n'est pas géré avec soin. De plus, comparé aux bases de données relationnelles, il est généralement moins bien adapté aux systèmes transactionnels complexes. Si nous construisons un système comme une banque, ou partout où la cohérence des données est primordiale, cela peut devenir une véritable préoccupation. Avis collecté par et hébergé sur G2.com.

MongoDB est très flexible et facile à utiliser, surtout lorsqu'il s'agit de modèles de données semi-structurés ou en évolution. La structure basée sur des documents accélère le développement car vous n'êtes pas contraint par des schémas rigides comme dans les bases de données relationnelles traditionnelles. Il s'intègre bien avec les applications modernes et fonctionne sans problème avec divers langages de programmation et frameworks.

J'apprécie également la facilité avec laquelle il est possible de faire évoluer horizontalement, en particulier avec MongoDB Atlas. Des fonctionnalités comme la réplication intégrée, les sauvegardes et la surveillance simplifient la gestion opérationnelle. Le langage de requête est puissant mais intuitif, et les options d'indexation vous permettent d'optimiser les performances efficacement. Dans l'ensemble, c'est une base de données solide pour les applications modernes et natives du cloud. Avis collecté par et hébergé sur G2.com.

Bien que la flexibilité soit une force, elle peut également entraîner des incohérences si la validation du schéma n'est pas correctement appliquée. Sans structure claire et gouvernance, les modèles de données peuvent devenir désordonnés avec le temps. L'optimisation des performances peut nécessiter un indexage minutieux et une optimisation des requêtes, surtout à grande échelle. De plus, les coûts dans des environnements gérés comme Atlas peuvent augmenter rapidement en fonction de la taille de stockage, des sauvegardes et de la configuration du cluster. Avis collecté par et hébergé sur G2.com.

Scalabilité – mise à l'échelle horizontale intégrée avec le sharding

Haute performance – optimisé pour les applications à forte charge de lecture/écriture

Facilité d'intégration – fonctionne parfaitement avec les API modernes et les microservices

Cadre d'agrégation – puissant pour le traitement des données sans nécessiter de jointures SQL complexes Avis collecté par et hébergé sur G2.com.

L'une des plus grandes limitations est le manque de support relationnel solide. Contrairement aux bases de données SQL traditionnelles, la gestion des relations complexes (jointures entre plusieurs collections) peut être inefficace ou nécessiter un effort de conception supplémentaire, poussant souvent la logique dans la couche applicative. Avis collecté par et hébergé sur G2.com.

Mongo DB est une base de données NoSQL, donc nous n'avons pas besoin de schéma fixe pour stocker les données. Mongo DB est très facile à intégrer dans notre projet ou application web. L'installation a également été très facile. Il dispose également d'une bonne documentation. J'aime vraiment l'interface utilisateur d'Atlas et de Compass. Avis collecté par et hébergé sur G2.com.

MongoDB n'a pas de schéma strict et offre peu de support pour les relations complexes, ce qui peut parfois entraîner une gestion des données difficile. Avis collecté par et hébergé sur G2.com.

J'adore la rapidité et la facilité avec lesquelles on peut créer un nouveau cluster avec MongoDB et stocker des données. La capacité à gérer rapidement des données JSON non structurées et à fournir une récupération rapide est incroyablement précieuse, surtout pour mon application basée sur l'IA qui utilise des données provenant de l'extraction web. Je trouve la fonctionnalité de stockage de documents de MongoDB particulièrement bénéfique car elle me permet de stocker n'importe quel type de données sans avoir besoin de créer des structures, ce qui simplifie considérablement mon processus de développement. La simplicité et la facilité de la configuration initiale dans MongoDB en font un choix idéal pour mes besoins en base de données. Dans l'ensemble, mon expérience avec MongoDB a été très positive, et je suis susceptible de le recommander à d'autres. Avis collecté par et hébergé sur G2.com.

Je trouve difficile d'apprendre MongoDB avec des technologies moins populaires comme C# Dotnet Core Web API. Il n'y a pas assez de ressources disponibles sur Internet pour faciliter l'apprentissage de l'utilisation efficace de MongoDB avec Dotnet Core. Avis collecté par et hébergé sur G2.com.

MongoDB offre facilité et flexibilité lorsqu'il s'agit de travailler avec des données massives et non structurées. MongoDB a une structure de document qui permet de stocker des données complexes sans schémas. La plateforme MongoDB s'adapte facilement et gère à la fois les petites et grandes applications. La plateforme s'intègre facilement avec les langages de programmation et les environnements. Elle favorise un développement rapide. Elle offre un moyen évolutif et flexible de gérer les opérations de base de données. Avis collecté par et hébergé sur G2.com.

Les requêtes plus complexes seront parfois moins intuitives que ce que l'on trouverait dans une base de données SQL traditionnelle. Certains aspects du système nécessitent une configuration supplémentaire ou l'utilisation d'un compte payant. La gestion de très grands ensembles de données peut nécessiter une bonne quantité d'indexation et d'optimisation. Les pipelines d'agrégation poseront occasionnellement un problème pour le nouvel utilisateur. C'est un bon système, mais ces petits problèmes surviennent. Avis collecté par et hébergé sur G2.com.

J'aime vraiment MongoDB pour sa capacité à stocker des documents de données sans schéma, ce qui me permet de stocker facilement des objets JSON avec des tableaux d'objets en interne. J'apprécie la fonctionnalité permettant d'effectuer des requêtes basées sur l'agrégation où je peux ajouter des étapes pour différents types de requêtes comme match, project, group et sort. La configuration initiale a été très facile et fluide, ce qui a rendu le démarrage très simple. Avis collecté par et hébergé sur G2.com.

Je ne dirai pas que cela ne fonctionne pas, mais les transactions et la capacité à gérer les jointures entre différentes bases de données peuvent être gérées plus efficacement. Avis collecté par et hébergé sur G2.com.

J'aime l'architecture de base de MongoDB et la facilité avec laquelle je peux trouver mon JSON avec les bibliothèques Python. Il offre une bonne compatibilité avec les bibliothèques Python, rendant l'exportation, le chiffrement et le déchiffrement des données très faciles. La dernière fonctionnalité concernant les bases de données vectorielles est tout simplement incroyable pour moi en tant qu'ingénieur en IA et a changé le paysage pour moi. Je n'ai plus besoin d'utiliser d'autres bases de données vectorielles, et je suis vraiment à l'aise d'utiliser MongoDB. La configuration initiale a été très facile, surtout avec Mongo Compass et les ressources fournies pour Python, ce qui la rend plus simple que toute autre configuration. Avis collecté par et hébergé sur G2.com.

La principale chose avec les bases de données d'enregistrement est que vous devez les configurer manuellement la plupart du temps. Je préférerais qu'il y ait une configuration pour tout définir à partir du code Python plutôt que d'avoir à entrer dans l'interface Mongo et à le modifier là-bas. Ils ne fournissent pas d'intégration automatique des bases de données vectorisées à partir du code Python, ce qui est un peu un inconvénient pour moi. Avis collecté par et hébergé sur G2.com.

MongoDB est un système de base de données très flexible qui apporte plusieurs avantages, y compris le support de l'imbrication de documents et de l'indexation partielle à travers divers champs. Il continue de permettre des agrégations robustes, permettant l'utilisation de filtres et d'opérations regex. En même temps, MongoDB offre une approche plus conviviale pour les développeurs pour visualiser et modifier n'importe quel document de type JSON.

Nous avons choisi MongoDB pour sa flexibilité inhérente et parce qu'il s'adapte très bien, ce qui est exactement ce dont nous avons besoin. Avis collecté par et hébergé sur G2.com.

Parfois, il peut être difficile de déterminer exactement combien de données sont récupérées lors d'une agrégation. Avoir cette information facilement accessible lors de l'exécution de telles actions—que ce soit dans MongoDB Compass ou des outils similaires—serait un avantage significatif pour évaluer les préoccupations de performance et l'efficacité globale. Avis collecté par et hébergé sur G2.com.