mysql和mongodb什么区别？
MySQL是传统的关系型数据库，MongoDB则是非关系型数据库
mongodb以BSON结构（二进制）进行存储，对海量数据存储有着很明显的优势。
对比传统关系型数据库,NoSQL有着非常显著的性能和扩展性优势，
与关系型数据库相比，MongoDB的优点有：
①弱一致性（最终一致），更能保证用户的访问速度： ②文档结构的存储方式，能够更便捷的获取数据。
关注优就业，学习更多IT知识。
谈谈mongodb，mysql的区别和具体应用场景？
官方文档看一看。
编程实例练一练。
源码看一看。
一般互联网公司多用mysql,redis,mongodb做存储层，hadoop,spark做大数据分析。
mysql适合结构化数据，类似excel表格一样定义严格的数据，用于数据量中，速度一般支持事务处理场合。
redis适合缓存内存对象，如缓存队列，用于数据量小，速度快不支持事务处理高并发场合。
mongodb，适合半结构化数据，如文本信息，用于数据量大，速度较快不支持事务处理场合。
hadoop是个生态系统，上面有大数据分析很多组件，适合事后大数据分析任务。
spark类似hadoop，偏向于内存计算，流计算，适合实时半实时大数据分析任务。
移动互联网及物联网让数据呈指数增长，NoSql大数据新起后，数据存储领域发展很快，似乎方向都是向大数据，内存计算，分布式框架，平台化发展，出现不少新的方法，如Apache Ignite适合于内存计算就集成了好多功能模快,Apache Storm、Spark、Flink也各有特点。
一般普通应用TB，GB级别达不到PB级别的数据存储，用mongodb，mysql就够了，hadoop，spark这类是航母一般多是大规模应用场景,多用于事后分析统计用，如电商的推荐系统分析系统。
聪明的战士总是选择适合的武器。具体什么场合用什么数据存储策略或混合使用，需要分析业务特点及未来业务发展需求来决定。
非关系型数据库Mongodb和Hbase的区别？
1、Mongodb是文档型数据库，hbase是列式数据库；
2、Mongodb 主键是“_id”，hbase的主键就是row key；
3、Mongodb支持二级索引，而hbase本身不支持二级索引；
4、Mongodb支持集合查找，正则查找，范围查找，支持skip和limit等等，是最像mysql的nosql数据库，而hbase只支持三种查找：通过单个row key访问，通过row key的range，全表扫描；
数据科学家如何选择mysql、mongodb等数据库？
数据库选型问题：
我觉得首先得根据业务场景来决定，无论选择哪种数据库最终都是为了解决实际问题的。其次再考虑成本，开发人员对数据库的熟练度，维护难易程度。
一、业务场景
问题上说的两种数据库区别还是蛮大的，mysql是传统关系型数据库，在处理小型系统和关系型数据时有很多的优点，什么支持多语言，开源，免费等等百度上就有很多。目前很多中小型公司都是用mysql。如果数据量大，对安全性能要求高，还不差钱的公司可以选择另外一种关系型数据库Oracle。monogoDB是非关系型的nosql数据库，属于文档型数据库，存储是以json、String等key-value键值对形式。通常用的较多的nosql数据库是redis。monodb使用的少（个人觉得）。这类非关系型数据库通常用来存储一些不会经常修改的数据，用来做缓存使用。另外还有使用monogodb开发商城的购物车功能。
二、使用成本
mysql、redis、monogodb都是可以免费使用，成本应该只有服务器存储空间成本，而oracle公司使用的话是需要缴费的。
三、工程师成本
这个我觉得还是传统的关系型数据库使用的人多，相应的资料也多。用起来应该能更快上手。应该没有后端工程师不会使用mysql、oracle等关系型数据库的。
四、维护难易程度
对于数据量在百万级以内的话维护成本差不多，如果再大mysql数据库就需要使用分库分表了。后期如果数据大数据处理的话，我认为nosql数据库更有优势。