Al evaluar las dos soluciones, los revisores encontraron que Azure Cosmos DB es más fácil de usar, configurar y administrar. También prefirieron hacer negocios con Azure Cosmos DB en general.
Es principalmente útil para almacenar grandes cantidades de datos que se utilizan para análisis de big data. Apache Parquet reduce las operaciones de E/S, es mejor en comparación con otras herramientas.
Aunque es una de las mejores opciones para el procesamiento por lotes, no admite el almacenamiento de datos en tiempo real.
CosmosDB es realmente rápido y fácil de rastrear los elementos ya que es un JSON simple que puedes manipular en cualquier lenguaje o usar cualquier formato que desees (obviamente que sea válido en JSON), por lo que es realmente útil si estás desarrollando...
No implementa realmente todas las características de la API de Mongo, al menos no por defecto. Por ejemplo, para el soporte de cursor necesitas abrir un ticket de soporte, para las agregaciones, necesitas activar una bandera en la interfaz de usuario, etc....
Es principalmente útil para almacenar grandes cantidades de datos que se utilizan para análisis de big data. Apache Parquet reduce las operaciones de E/S, es mejor en comparación con otras herramientas.
CosmosDB es realmente rápido y fácil de rastrear los elementos ya que es un JSON simple que puedes manipular en cualquier lenguaje o usar cualquier formato que desees (obviamente que sea válido en JSON), por lo que es realmente útil si estás desarrollando...
Aunque es una de las mejores opciones para el procesamiento por lotes, no admite el almacenamiento de datos en tiempo real.
No implementa realmente todas las características de la API de Mongo, al menos no por defecto. Por ejemplo, para el soporte de cursor necesitas abrir un ticket de soporte, para las agregaciones, necesitas activar una bandera en la interfaz de usuario, etc....