Hadoop和MongoDB的区别

Hadoop旨在存储和分析多个计算机集群中的大量数据。它是一组构建数据处理框架的软件程序。这个基于Java的框架可以快速，廉价地处理大量数据。

Hadoop的核心元素包括HDFS，MapReduce和Hadoop生态系统。Hadoop生态系统由许多模块组成，这些模块有助于系统编码，集群管理，数据存储和分析操作。Hadoop MapReduce有助于分析大量有组织和非结构化的数据。Hadoop的并行处理使用MapReduce，而Hadoop是Apache软件基金会的商标。

数百万人使用MongoDB，一个开源的NoSQL文档数据库。这些用户包括初创公司和跨国公司。MongoDB功能被行业领先的公司和消费技术初创公司使用。

MongoDB是一个面向文档的C++数据库。它解决了基于 SQL 架构的数据库的性能、可用性和可伸缩性问题。这是一个像网络一样工作的数据库。与其他NoSQL数据库一样，MongoDB不使用表，行或列。它将其数据存储在BSON文档中，这些文档将相关信息捆绑在一个标题下。

阅读本文以了解有关Hadoop和MongoDB的更多信息，以及它们之间的区别。

什么是Hadoop？

Apache Hadoop是一个开源的Java平台。它管理数据密集型应用程序的处理和存储需求。Hadoop平台必须首先在计算机集群的节点之间分配大数据和分析作业。然后将这些任务分成可以同时完成的合理工作负载。

Hadoop可以处理结构化和非结构化数据，并在不牺牲可靠性的情况下从一台服务器扩展到数千台服务器。基于Hadoop的程序运行在具有大量数据收集的商品机器集群上。这些机器以更低的成本提供更多的处理能力。Hadoop使用称为Hadoop分布式文件系统（HDFS）的分布式文件系统来存储其数据。这就像将数据保存在PC的本地文件系统上一样。

在其基础，Hadoop由两个主要层组成，它们是 -

处理和计算图层，也称为地图缩减图层。
存储层也称为Hadoop分布式文件系统。

地图缩减图层

Google开发了用于创建分布式应用程序的MapReduce。它旨在对商用硬件的巨大集群（数千个节点）上的多 TB 数据集进行可靠和容错处理。Hadoop是一个Apache管理的开源平台，其中实现了MapReduce。这就像将数据保存在PC的本地文件系统上一样。

Hadoop 分布式文件系统

Hadoop分布式文件系统（HDFS）基于谷歌文件系统（GFS），它在商用硬件上运行。它就像其他分布式文件系统一样。但是，该系统与其他系统有很大不同。它具有容错能力，可在低成本硬件上运行。它为访问应用程序数据提供了高吞吐量，适用于大型数据集。

除了两个主要组件之外，Hadoop框架还包括以下两个模块。

另一个资源协商器（YARN） - 它管理群集的节点和资源。它安排工作。
Hadoop Common - 提供适用于所有模块的标准Java库，并且可以被任何模块使用。

什么是MongoDB？

MongoDB是一个面向文档的开源数据库，可以有效地存储和操作数据。任何人都可以使用它。MongoDB是一个NoSQL数据库，因为它的数据不是在表中结构化的。

MongoDB Inc.于2009年2月首次公开该数据库。服务器端公共许可证管理其使用。它提供对 C、C++ 和 C# 的官方驱动程序支持。支持的编程语言包括Net，Go，Java，Node.js，Perl，PHP，Python，Motor，Ruby，Scala，Swift和Mongoid。使用这些语言设计应用。Facebook，诺基亚，eBay，Adobe，Google和其他公司使用MongoDB存储大量数据。

MongoDB的组件

_id：_ MongoDB 文档必须有一个 id 字段。MongoDB的_id字段存储一个唯一的值。_id就像文档的主键。MongoDB将构造一个_id字段，如果你创建一个没有一个新文档。
集合：这是MongoDB中的一组文档。在任何其他RDMS（如Oracle或MS SQL）中，表与集合相同。一个数据库可以有多个集合。
游标：指向查询结果集的指针。客户端可以来回移动光标以获得结果。
数据库：这是集合的容器，就像RDMS是表的容器一样。在文件系统上，每个数据库都有自己的一组文件。MongoDB服务器上可以有多个数据库。
文档：文档基本上是MongoDB集合中的记录。反过来，文档将由字段名称和值组成。
字段：文档中的名称/值对。文档中可能有零个或多个字段。在关系数据库中，字段就像一列。