Avaliações e Detalhes do Produto MongoDB

Adoro como é rápido e fácil criar um novo cluster com o MongoDB e armazenar dados. A capacidade de lidar rapidamente com dados JSON não estruturados e fornecer recuperação rápida é incrivelmente valiosa, especialmente para minha aplicação baseada em IA que utiliza dados de web scraping. Acho o recurso de armazenamento de documentos do MongoDB particularmente benéfico porque me permite armazenar qualquer tipo de dado sem precisar criar estruturas, o que simplifica significativamente meu processo de desenvolvimento. A simplicidade e facilidade de configuração inicial no MongoDB fazem dele uma escolha ideal para minhas necessidades de banco de dados. No geral, minha experiência com o MongoDB tem sido muito positiva, e é provável que eu o recomende a outros. Análise coletada por e hospedada no G2.com.

Acho desafiador aprender MongoDB com stacks de tecnologia não populares como C# Dotnet Core Web API. Não há recursos suficientes disponíveis na internet para facilitar o aprendizado de como usar efetivamente o MongoDB com Dotnet Core. Análise coletada por e hospedada no G2.com.

O MongoDB oferece facilidade e flexibilidade ao trabalhar com dados massivos e não estruturados. O MongoDB possui uma estrutura de documentos que permite armazenar dados complexos sem esquemas. A plataforma MongoDB escala suavemente e lida com aplicações tanto pequenas quanto grandes. A plataforma integra-se facilmente com linguagens de programação e ambientes. Promove o desenvolvimento rápido. Oferece um meio escalável e flexível para gerenciar operações de banco de dados. Análise coletada por e hospedada no G2.com.

As consultas mais complexas às vezes serão menos intuitivas do que as que se encontrariam em um banco de dados SQL tradicional. Certos aspectos do sistema exigem configuração adicional ou o uso de uma conta paga. Lidar com conjuntos de dados muito grandes pode exigir uma boa quantidade de indexação e otimização. Os pipelines de agregação ocasionalmente serão um problema para o novo usuário. É um bom sistema, mas esses pequenos problemas ocorrem. Análise coletada por e hospedada no G2.com.

Gosto da arquitetura básica do MongoDB e de como é fácil encontrar meu JSON com bibliotecas Python. Ele oferece uma boa pontuação com bibliotecas Python, tornando a exportação, criptografia e descriptografia de dados muito fáceis. O recurso mais recente sobre bancos de dados vetoriais é simplesmente incrível para mim como engenheiro de IA e mudou o cenário para mim. Não preciso mais usar nenhum outro banco de dados vetorial, e estou realmente confortável usando o MongoDB. A configuração inicial foi muito fácil, especialmente com o Mongo Compass e os recursos fornecidos para Python, que tornam mais fácil do que qualquer outra configuração. Análise coletada por e hospedada no G2.com.

A principal questão com os bancos de dados de registros é que você precisa configurá-los manualmente na maioria das vezes. Eu preferiria se houvesse uma configuração para definir tudo a partir do código Python em vez de ter que entrar na interface do Mongo e alterá-la lá. Eles não fornecem integração automática de bancos de dados vetorizados a partir do código Python, o que é um pouco de um retrocesso para mim. Análise coletada por e hospedada no G2.com.

O MongoDB é um sistema de banco de dados altamente flexível que traz vários benefícios, incluindo suporte para aninhamento de documentos e indexação parcial em vários campos. Ele continua a permitir agregações robustas, possibilitando o uso de filtros e operações regex. Ao mesmo tempo, o MongoDB oferece uma abordagem mais amigável para desenvolvedores ao visualizar e modificar qualquer documento do tipo JSON.

Escolhemos o MongoDB por sua flexibilidade inerente e porque ele escala muito bem, que é exatamente o que precisamos. Análise coletada por e hospedada no G2.com.

Às vezes, pode ser difícil determinar exatamente quanto dado está sendo recuperado durante uma agregação. Ter essa informação prontamente disponível ao realizar tais ações—seja no MongoDB Compass ou em ferramentas similares—seria uma vantagem significativa para avaliar preocupações de desempenho e eficiência geral. Análise coletada por e hospedada no G2.com.

A melhor parte do MongoDB é a flexibilidade que ele oferece como desenvolvedor. Essa estrutura sem esquema torna super fácil começar a construir algo sem pensar demais em todas as suas tabelas e relações como você faz no SQL. No meu último projeto, tivemos que lidar com dados de seguro dinâmicos onde os campos não eram fixos, e o Mongo lidou com isso perfeitamente. É realmente fácil de usar, especialmente se você já está confortável com JSON, porque os documentos parecem naturais. Integrá-lo com o Spring Boot também foi tranquilo – eu não tive que gastar muito tempo configurando as coisas, basicamente você só conecta o driver e vai. Em termos de implementação, não é super pesado comparado a alguns outros bancos de dados, e escalar com conjuntos de réplicas e fragmentação funciona bem uma vez que você pega o jeito. Quanto ao suporte ao cliente, nunca usei a versão enterprise, mas os fóruns da comunidade e a documentação são bem fortes; geralmente encontro respostas rapidamente. Eu uso o MongoDB muito para projetos paralelos e no trabalho, especialmente quando a velocidade de desenvolvimento importa mais do que ter um esquema super rígido. No geral, ele parece moderno, rápido e amigável para desenvolvedores. Pode não ser a escolha perfeita para cada coisa, mas para projetos onde os requisitos estão sempre mudando, o MongoDB realmente economiza tempo. Análise coletada por e hospedada no G2.com.

Sim, o que eu não gosto no MongoDB é como o desempenho pode simplesmente cair se você não ficar em cima dos seus índices. No começo, tudo é super rápido, mas uma vez que seus dados crescem, algumas consultas começam a ficar lentas e você percebe que tem que gastar todo esse tempo ajustando os índices. E agora eles têm transações, o que é bom, mas ainda não é tão forte ou suave quanto o que você obtém com um banco de dados relacional como o Postgres. Para coisas onde você precisa de uma consistência realmente rigorosa, o Mongo pode parecer um pouco arriscado às vezes. Eu também acho que o framework de agregação tem uma curva de aprendizado bastante alta. Algumas consultas que seriam apenas um JOIN simples em SQL acabam sendo esses pipelines longos e complicados no Mongo, e pode ficar confuso. É uma ferramenta sólida, com certeza, mas definitivamente não é algo que você "configura e esquece". Você realmente precisa ficar de olho e ajustar as coisas regularmente. Análise coletada por e hospedada no G2.com.

Basicamente, como desenvolvedor, eu o usei para criar meus esquemas para o backend no banco de dados e ele tem vantagens da estrutura de tipo bson, que me ajuda a armazenar os valores de dados em tempo real e me ajuda a implementar o pipeline de agregação, além de usar o nível gratuito do banco de dados de 512 MB, que pode ser usado no mongodb compass. Análise coletada por e hospedada no G2.com.

Nada, tudo está bem, apenas a conexão VPC é um pouco mais difícil para uma pessoa nova. Análise coletada por e hospedada no G2.com.

Esquema flexível, escalabilidade e alto desempenho, escalonamento horizontal embutido com sharding (distribui dados por vários servidores). Análise coletada por e hospedada no G2.com.

Quando se trata de consistência de dados em comparação com SQL, este sistema por padrão enfatiza a disponibilidade e a tolerância a partições, conforme descrito pelo teorema CAP. Alcançar uma forte consistência é possível, mas exige uma configuração cuidadosa, especialmente na configuração de preocupações de gravação e preferências de leitura. Análise coletada por e hospedada no G2.com.

A flexibilidade de seu esquema e a quantidade de escalabilidade que oferece, seja horizontal ou vertical. A agregação e alta disponibilidade fazem dele uma escolha maravilhosa. Extremamente fácil de usar e integrar com qualquer linguagem, fazem dele a primeira escolha. Análise coletada por e hospedada no G2.com.

Duplicidade e ausência de junções nativas são uma preocupação. Análise coletada por e hospedada no G2.com.

O MongoDB se destaca com seu modelo de documento flexível, que permite um design de esquema dinâmico—tornando-o perfeito para ciclos de desenvolvimento rápidos e equipes ágeis. Seu formato de armazenamento BSON semelhante ao JSON se alinha bem com stacks modernos baseados em JavaScript, como o MERN, garantindo um manuseio de dados suave do front-end ao back-end. A escalabilidade horizontal integrada, o suporte para consultas geoespaciais e a busca de texto completo são revolucionários em termos de versatilidade. Análise coletada por e hospedada no G2.com.

Embora o MongoDB seja poderoso, ele tem algumas desvantagens. Ele pode consumir significativamente mais armazenamento do que bancos de dados relacionais tradicionais devido à sua estrutura de documentos desnormalizada. Para aplicações com relacionamentos complexos, o ajuste de desempenho requer indexação cuidadosa e design de esquema. Análise coletada por e hospedada no G2.com.

A arquitetura orientada a documentos do MongoDB utiliza documentos BSON semelhantes a JSON para armazenamento de dados flexível e sem esquema. Isso permite uma adaptação dinâmica a estruturas de dados em evolução sem migrações de esquema rígidas.

A escalabilidade horizontal via sharding distribui eficientemente os dados entre clusters, permitindo o manuseio contínuo de conjuntos de dados massivos.

O framework de agregação suporta transformações complexas de dados, enquanto a indexação geoespacial embutida e a busca de texto completo expandem as capacidades analíticas.

O suporte a transações (a partir da versão 4.0) garante conformidade com ACID para operações multi-documento. Análise coletada por e hospedada no G2.com.

A transição do SQL pode envolver uma curva de aprendizado acentuada, especialmente para consultas complexas e pipelines de agregação.

O consumo de armazenamento é maior do que em bancos de dados relacionais devido a estruturas de dados desnormalizadas, impactando a eficiência de custo em escala.

Embora as transações sejam suportadas, o ajuste de desempenho para operações ACID complexas requer indexação meticulosa e design de esquema. Análise coletada por e hospedada no G2.com.