Avaliações e Detalhes do Produto MongoDB

O MongoDB é muito flexível e fácil de trabalhar, especialmente ao lidar com modelos de dados semiestruturados ou em evolução. A estrutura baseada em documentos torna o desenvolvimento mais rápido, já que você não está preso a esquemas rígidos como nos bancos de dados relacionais tradicionais. Ele se integra bem com aplicações modernas e funciona suavemente com várias linguagens de programação e frameworks.

Também aprecio como é fácil escalar horizontalmente, particularmente ao usar o MongoDB Atlas. Recursos como replicação integrada, backups e monitoramento simplificam a gestão operacional. A linguagem de consulta é poderosa e intuitiva, e as opções de indexação permitem otimizar o desempenho de forma eficaz. No geral, é um banco de dados sólido para aplicações modernas e nativas da nuvem. Análise coletada por e hospedada no G2.com.

Embora a flexibilidade seja uma força, ela também pode levar a inconsistências se a validação de esquema não for aplicada corretamente. Sem uma estrutura clara e governança, os modelos de dados podem se tornar desorganizados ao longo do tempo. A otimização de desempenho pode exigir indexação cuidadosa e otimização de consultas, especialmente em grande escala. Além disso, os custos em ambientes gerenciados como o Atlas podem crescer rapidamente dependendo do tamanho de armazenamento, backups e configuração do cluster. Análise coletada por e hospedada no G2.com.

O modelo de documento flexível e sem esquema é uma verdadeira mudança de jogo. Ele vem com muitas funções automatizadas, e a criação automática de coleções é muito conveniente. A simplicidade do Mongoose também é excelente. Ele me permite iterar rapidamente e ajustar estruturas de dados sem a dor de cabeça das migrações complexas de SQL. No geral, parece natural armazenar dados como documentos semelhantes a JSON que mapeiam diretamente para os objetos da minha aplicação. Como desenvolvedor de node.js, gosto da integração perfeita entre node.js e mongodb. Análise coletada por e hospedada no G2.com.

o framework de agregação de truques mentais tem uma curva de aprendizado muito íngreme. Lidar com consultas complexas não é tão intuitivo quanto SQL. Embora o lookup funcione, não é tradicional como joins. Às vezes, dados aninhados podem ser complicados de gerenciar. Análise coletada por e hospedada no G2.com.

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.

Eu realmente gosto do MongoDB por sua capacidade de armazenar documentos de dados sem esquema, o que me permite armazenar facilmente objetos JSON com arrays de objetos internamente. Eu aprecio o recurso de realizar consultas baseadas em agregação, onde posso adicionar estágios para diferentes tipos de consultas como match, project, group e sort. A configuração inicial foi muito fácil e tranquila, o que tornou o início uma brisa. Análise coletada por e hospedada no G2.com.

Eu não vou dizer que não funciona, mas as transações e a capacidade de lidar com as junções entre diferentes bancos de dados podem ser geridas de forma mais eficaz. 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.

Eu realmente aprecio a capacidade do MongoDB de suportar múltiplas estruturas de dados e armazenamento baseado em documentos. A tolerância a partições e sua alta disponibilidade o tornam extremamente poderoso. A integração e configuração com nossos microsserviços são super fáceis, e há uma documentação muito boa disponível para começar a usá-lo. O banco de dados em nuvem MongoDB Atlas é extremamente ótimo, e estamos mudando nosso foco de hospedagem local para um banco de dados hospedado na nuvem. Além disso, é fácil fazer alterações no esquema devido ao seu modelo baseado em documentos. Análise coletada por e hospedada no G2.com.

Nada a desgostar no MongoDB. Tudo funciona bem com este poderoso banco de dados noSQL. 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.