Estoy usando MongoDB y MySQL en mi proyecto actual, así que vine aquí para compartir mi experiencia.
Una parte de nuestro proyecto es reconocer una gran cantidad (10 millones) de imágenes escaneadas usando ICR. La salida del ICR es una estructura de datos compleja. Además, el software ICR escribe 10 documentos por segundo. Todos estos datos complejos se escriben y leen juntos para cada documento.
Elegimos MongoDB para esta parte porque solo podemos escribir y leer la compleja estructura de datos como un JSON. Si se tratara de una base de datos relacional, necesitaríamos hacer muchas uniones para recuperar los datos de un solo documento.
- ¿Es posible usar múltiples temas en 1 sitio de WordPress?
- Cómo mantener la posición del texto en un sitio web cuando el usuario minimiza la ventana
- ¿Necesito consentimiento por escrito / legal para usar logotipos de equipos deportivos profesionales en un sitio web de deportes de fantasía?
- ¿Qué debo saber sobre Python para comenzar a aprender Django?
- Cómo hacer un sitio web interactivo
Después del reconocimiento, realizamos un procesamiento posterior de los datos. Una vez que se realiza el procesamiento posterior, tenemos que clasificar los datos y hacer análisis e informes al respecto. Para esto, volcamos los campos que se utilizan en informes y análisis a una base de datos MySQL. Ejecutar consultas de informes diferentes en MongoDB a veces es muy difícil pero bastante fácil en DB relacional. Entonces usamos MySQL para este propósito.
En pocas palabras: voy a hacer un nuevo proyecto, así que tengo que usar MongoDB, esa es una decisión muy equivocada. MongoDB y MySQL resuelven dos problemas diferentes. Necesitamos identificar nuestro problema primero y luego elegir la mejor herramienta o combinación de herramientas para resolver ese problema.