NoSQL データベースで ID フィールドを使用することの長所と短所

Nosql データベースは、スケーラビリティと柔軟性のためによく使用されます。 ただし、id フィールドの使用に関しては、nosql データベースで使用する必要があるかどうかについていくつかの議論があります。 一方で、nosql データベースでは id フィールドは不要であると主張する人もいます。 これは、nosql データベースがスケーラブルになるように設計されていることが多く、id フィールドが不要な複雑さを追加する可能性があるためです。 さらに、nosql データベースはリレーショナル データベースよりも柔軟であることが多く、この柔軟性は id フィールドの使用によって妨げられる可能性があります。 一方、nosql データベースでは id フィールドが不可欠であると主張する人もいます。 これは、id フィールドがデータの整合性を確保するのに役立ち、変更の追跡に使用できるためです。 さらに、id フィールドはデータのインデックス作成に役立つため、パフォーマンスを向上させるために使用できます。 最終的に、nosql データベースで id フィールドを使用するかどうかの決定は議論の問題です。 id フィールドの使用には長所と短所があり、使用するかどうかはデータベースの特定のニーズに基づいて決定する必要があります。

MongoDB コレクション内の各ドキュメントには、主キーとして使用される一意の _id フィールドが必要です。 _id フィールドを指定せずにドキュメントを挿入すると、MongoDB ドライバーが自動的に ObjectID を生成します。

すべての MongoDB ドキュメントには、入力済みの *id フィールドが必要です。 ドキュメントに _id 値が割り当てられていない場合、MongoDB はそれを自動的に生成します。

MongoDB の IDが、それらと同じように外の世界に公開されない理由がわかりません。 入力を検証し、適切なセキュリティなしでデータベースへのアクセスを許可されていないままにしないことが常に最善です。

Nosql がトランザクションに適していない理由

NoSQL データベースに対する最も一般的な批判の 1 つは、複数のドキュメント トランザクションに対する ACID (原子性、一貫性、分離、耐久性) のサポートの欠如です。 スキーマは単一レコードの原子性をサポートするように設計する必要があるため、多くのアプリケーションで受け入れられます。

NoSQL ソリューションは、リレーショナル データベースよりもトランザクション セマンティクスが少ないという事実にもかかわらず、特定の機能に対してアトミック操作を提供します。 Node.js または Ruby/Rack に慣れている場合、Heroku.com は小さなモックアップから始めるのに最適な場所です。 これは新しい機能なので、まだ実装していません。 DB がユーザー操作を実行するには、トランザクションの ACID プロパティが必要です。 ほとんどの NoSQL ツールは、操作で使用される一貫性基準を簡素化するため、スケーリングが容易になります。 この目的のためには、VoltDB などのメモリ内の列指向の分散型 SQL/ACID データベースを使用することが重要です。 「楽観的トランザクション」を使用してこれを行うことは可能ですが、データベース実装の原子性保証 (たとえば、どのような操作が原子的で、どの操作が原子的でないか) を理解するように注意してください。

HBase トランザクションについてオンラインで議論があったと聞いています。 それはすべてについて何ですか？ NoSQL によると、通常はキー/値データ ストアが使用されます。これを好みの RDBMS に実装し、トランザクション プロパティ、ACID サポート、DBA サポートなどの優れた機能を維持しながら、NoSQL のパフォーマンスと柔軟性の利点を認識できます。 . 比較対照トランザクションをサポートする場合、NoSQL ソリューションを楽観的トランザクションと組み合わせることができます。

大まかに言えば、NoSQL データベースは、そのパフォーマンス、スケーラビリティ、データの可用性、および管理において際立っています。 「nosql」データベースという用語は、SQL データベースだけを指しているわけではありません。 これらの製品はさまざまなスタイルで入手でき、それぞれが特定の顧客のニーズを満たすことを目的としています。 たとえば、ドキュメント データベースには、大量のテキスト データを格納できます。 従来のデータベースと同じレベルのデータの一貫性と冗長性を必要としないため、従来のデータベースよりもパフォーマンスとスケーラビリティに適しています。 キー値データベースを使用すると、複数のサーバー間で同期する必要なく、大量のデータを短時間で保存できます。 さらに、データ アクセスのレベルが高いため、優れたパフォーマンスとスケーラビリティを提供します。 幅の広いデータベースは非常に大きいため、すばやく検索する必要があるデータを格納するのに最適です。 大量のデータを処理できるため、優れたパフォーマンスとスケーラビリティを提供します。 グラフ データベースは、グラフ形式を使用してデータを格納する新しい NoSQL フィールドです。 一般に、NoSQL データベースには、従来のリレーショナル データベースに比べて多くの利点があります。 他のタイプのクエリ処理プラットフォームよりも高速で、スケーラブルで、可用性が高いため、複雑なクエリに適したオプションです。

Nosql にはスキーマが必要ですか?

NoSQL にはスキーマが含まれますか? NoSQL データベースのデータベース スキーマは、リレーショナル データベースのスキーマほど厳格ではありません。 NoSQL データベースの 4 つの主要なタイプはそれぞれ、異なる方法でデータを格納します。

NoSQL データベースにはスキーマが必要ですか? NoSQL データベースにおけるこの新しい規律は、物議をかもしています。 NoSQL は主に、SQL では埋められなかった SQL の空白を埋めました。 NoSQL はさまざまなデータ モデルにデータを格納できるため、スキーマは必要ありません。 複数のタスクを処理できるコードと、それらすべてを処理するのに十分な柔軟性を備えたコードとの間のバランスを見つけることが重要です。 主キーは、データベースがクエリを実行するデータであり、データベースがクエリを実行する前に設計する必要があります。 ビジネス エンティティの説明、ユーザー要件の仕様、およびクエリ パターンを含めることができます。

次の手順では、各 NoSQL データベースの主キーの実装について理解を深めることができます。 NoSQL をそのままにしておくと、多くの場合、無秩序になり、スキーマが形成されます。 スキーマをフレームワークとして使用することができます。 前の手順と同様に、選択した数値によって価格が決まるため、インデックスを設計する必要はありません。

NoSQL データベースの人気の高まりには、さまざまな理由があります。 これらはスキーマレスのストレージ構造と見なされ、柔軟性が向上します。 さらに、これらのデータベースは通常、索引付けおよび検索機能を非常に迅速に実行するため、データ分析に最適です。

Nosql データベースでスキーマを使用することの長所と短所

スキーマはさまざまな理由で NoSQL データベースで使用されますが、いくつかの欠点があります。 スキーマは、データベースを設計し、その構造をユーザーに強制するときに役立ちます。 一方、スキーマは、データの入力と操作を妨げるために使用できます。 スキーマは大部分の NoSQL データベースでは必要ありませんが、特定の種類のデータには役立つ場合があります。

Nosqlに当てはまらないのはどれ?

Nosql データベースは、データの一貫性よりもスケーラビリティが重要な場合によく使用されます。
大量のデータを処理でき、多くの場合、リレーショナル データベースよりも高速です。
Nosql データベースは、リレーショナル データベースのルールに縛られないため、より柔軟になります。
ただし、この柔軟性により、nosql データベースのクエリがより難しくなる可能性もあります。

SQL は、構造化データの管理によく使用されます。 リレーショナル データベース理論の強固な基盤があり、データ分析とレポート作成に最適です。
NoSQL システムで非構造化データを管理するのに適しています。 非正規化は、コミュニティによって「コミュニティに採用された」NoSQL システムの非正規化標準です。
NoSQL システムは、さまざまな理由で SQL システムよりも優れています。 より高速かつ簡単にスケールアップでき、データが破損する可能性が低く、データへのアクセス方法がより柔軟になります。
SQL テクノロジーと NoSQL テクノロジーは、多くの点で補完的です。 人はそれぞれ、明確な長所と短所を持っているという点でユニークです。 最終的には、最適なソリューションを決定する際に、アプリケーションのニーズを考慮する必要があります。

Nosqlの利点

NoSQL データベースには、従来のリレーショナル データベースよりも多くの利点があります。 それらはよりスケーラブルで、より簡単に配布でき、一般的にパフォーマンスが向上します。 また、多くの場合、データ スキーマの点で柔軟性が高く、多くのアプリケーションで簡単に操作できます。

従来のリレーショナル データベースは特定の目的のために設計されましたが、NoSQL データベースは利便性のために設計されました。 NoSQL データベースは通常、リレーショナル データベースよりも大きく、安定しています。 それらのデータ モデルの柔軟性と使いやすさは、リレーショナル モデルと比較して開発を高速化できるクラウド コンピューティング環境に最適です。 データ セットを保存または取得する場合、変換に必要な時間が短縮されます。 ほぼすべてのタイプのデータを簡単に保存および取得できるようになりました。 通常、開発者は多くの NoSQL データベースのスキーマを制御します。 その結果、データベースは新しいタイプのデータに適応しやすくなります。

NoSQL データベースのデータはネイティブ形式で保存されるため、開発者はデータを保存可能な形式に変換する必要がありません。 多数の NoSQL データベースが、多数の開発者との密接な共同作業で開発されています。 データベースの実装にクラスタ コンピュータを使用すると、データベースの容量を自動的に拡張および縮小できます。

俊敏性、パフォーマンス、スケールを必要とするビジネスでは、NoSQL データベースの採用が増えています。 NoSQL データベースである MongoDB は、大規模なデータ セットを格納し、リアルタイムの探索的および予測的分析を提供できます。これらはどちらも優れた機能です。

Nosqlは次の略です

NoSQL データベースの範囲は? リレーショナル データベースの列と行の代わりに、NoSQL データベースの情報は JSON ドキュメントに格納されます。 NoSQL は、「SQL だけでなく」、「SQL がまったくない」としか定義できません。

データは、従来のリレーショナル データベースではなく NoSQL データベースに保存されます。これは、読みやすいためです。 ドキュメント タイプ、キー値タイプ、ワイドカラム タイプ、およびグラフが最も一般的です。 ストレージ コストが急速に低下したため、ここ数年で NoSQL データベースの人気が高まっています。 開発者は、それらを使用して大量の非構造化データを保存し、非常に柔軟に扱うことができます。 ドキュメント データベース、キー値データベース、ワイド カラム ストア、グラフ データベースは、NoSQL データベースで利用できる機能のほんの一部です。 結合を必要とせずに高速なクエリを完了することができます。 非常に重要なもの (財務データなど) からより気楽なもの (スマート キティのトイレの IoT 測定値を保持するなど) まで、幅広いユース ケースを使用できます。

このチュートリアルでは、NoSQL データベースの長所と短所を見ていきます。 さらに、最も一般的な NoSQL の誤解のいくつかを見ていきます。 DB-Engines のデータ サイエンティストによると、MongoDB は世界で最も人気のある非リレーショナル データベースです。 このチュートリアルでは、コンピューターなしで MongoDB データベースにクエリを実行する方法を紹介します。 クラスターは、MongoDB データベースが格納される場所です。 Atlas のセットアップが完了したら、データの保存を開始できます。 必要に応じて、Atlas Data Explorer、 MongoDB Shell 、または MongoDB Compass を使用して独自のデータベースを作成したり、お気に入りのプログラミング言語を使用したりできます。

このシナリオでは、Atlas のサンプル データをインポートします。 NoSQL データベースには、柔軟なデータ モデル、水平方向のスケーリング、超高速のクエリ、使いやすさに加えて、多くの利点があります。 データ エクスプローラーを使用して、新しいドキュメントを挿入したり、既存のドキュメントを編集したり、それらを削除したりできます。 集計フレームワークを使用して、幅広いデータ分析を実行できます。 Atlas および Atlas Data Lake でデータをグラフ化することは、データを表示する最も簡単な方法の 1 つです。

DynamoDB のパフォーマンスは、非常に高いスループットを必要とするアプリケーションなど、迅速なデータ アクセスを必要とするアプリケーションでも高くなります。 このゲームでは、クラスターごとに最大 1,000 万のアイテム、テーブルごとに最大 100 万のアイテムがあります。 DynamoDB には、破損や損失を心配することなく長期データを保存する機能があります。 高性能の NoSQL データベース サービスである Cloud Bigtable は完全に管理されており、99% のアップタイムでアクセスできます。 大規模な分析および運用ワークロードで、データに迅速かつ確実にアクセスできます。 Bigtable はさまざまなワークロードで使用され、AWS マネジメント コンソール、AWS CLI、またはNoSQL WorkBenchからアクセスできます。 さらに、Bigtable は、データの破損や損失を心配することなく、データを長期間保存できます。

Nosql データベースの利点

NoSQL データベースは、より単純で複雑でないデータ構造にデータを格納するため、より複雑なデータ構造を使用する SQL データベースとは対照的に、より一般的になりつつあります。 さらに、NoSQL データベースを使用すると、開発者はデータ自体の構造を直接変更できます。

Nosql データベースとは

NoSQL データベースは、従来のテーブルベースのリレーショナル データベース構造を使用しない非リレーショナル データベースです。 NoSQL データベースは、大規模なデータ ストレージによく使用され、スケーラブルで使いやすいように設計されています。

NoSQL は SQL に対処するだけでなく、システムの他の側面にも対処します。 NoSQL と呼ばれるアルゴリズムに基づくデータベース システムは、4 つのタイプに分けられます。 NoSQL 型で使用されるデータ モデルの型には大きな違いがあります。 NoSQL データベースは存在しません。これは一般的な NoSQL 機能です。 一貫した結果を得るには、データ構造、データ クラスタリング、レプリケーション、および一貫性がすべて必要です。 キー値データベースを使用して、Web アプリケーションでセッションの永続性とキャッシュを管理するのに最適です。 列ごとにデータを表示する場合、大きな列ストアには大きな列が理想的です。

API、データ モデル、スキーマ要件、スケーラビリティ、およびデータ整合性は、NoSQL と SQL のどちらが優れているかを判断する上で最も重要な 5 つの要素です。 NoSQL データベース プラットフォームでは、自由形式またはスキーマレスのデータを生成できます。 このアプローチは柔軟性が高いため、プログラマーはプロジェクトの完了に必要な時間を短縮できます。 NoSQL データベースと SQL データベースはどちらも、ユーザーやアプリケーションがデータを作成、読み取り、更新、削除する際に、異なるアプローチを使用してデータの整合性を確保します。 一貫したデータベース状態で実行すると、品質と効果の両方で一貫したトランザクションを完了することができます。 リレーショナル管理システム (RDBMS) より前の一部のデータベースは、NoSQL データベースとして知られていました。 クラウドおよび Web アプリケーションは、より一般的には大規模データベースと呼ばれ、大規模なデータベース クラスタリングをサポートするために 2000 年代初頭に構築されました。

その結果、NoSQL データベースは適応性と柔軟性が向上し、現代のビジネスのニーズを満たすことができます。 DynamoDB も例外ではありません。 このシステムはスケーラビリティを考慮して構築されているため、安定したパフォーマンスを維持しながら、追加のユーザーをサポートするようにスケールアップできます。 また、使いやすいので、すぐに始められます。
大量のデータを処理できるデータベースが必要な場合は、DynamoDB が最適です。

Nosql データベース: 大量のデータを扱うアプリケーションに適した選択肢

MongoDB、DynamoDB、Cassandra、Redis、および HBase は、最も人気のある NoSQL データベースです。 Web アプリケーション、e コマース サイト、モバイル アプリ、およびビッグ データはすべて、それらを使用してデータを保存できます。 大規模なデータ ボリューム、低レイテンシ、および柔軟なデータ モデルを備えたアプリケーションの場合、NoSQL データベースは優れた選択肢です。 これらは、大量のデータ、低待機時間、および柔軟なデータ モデルを必要とするアプリケーション向けに最適化されており、他のデータベースのデータ整合性の制限を緩和することで有効にすることができます。

Nosql データベースと SQL

SQL データベースは垂直方向にスケーラブルですが、NoSQL データベースは水平方向にスケーリングされます。 テーブルベースのデータベースは SQL ですが、NoSQL データベースはドキュメント、キー値、グラフ、または大規模な列ストア データベースです。 SQL データベースは、複数行のトランザクションでは NoSQL データベースよりも優れていますが、ドキュメントや JSON などの非構造化データに関しては、NoSQL データベースは SQL データベースよりも優れています。

2000 年代後半は、スケーリング、クエリ結果の高速化、およびプログラミングの容易化に重点が置かれていたため、NoSQL データベースの開発における分水嶺の瞬間でした。 NoSQL データベースは、水平方向にスケーリングでき、使いやすいデータ モデルを持ち、開発者がソリューションを構築するのに十分な柔軟性を備えています。 SQL (Structured Query Language) データベースは、厳格で複雑な表形式のスキーマと、高価な垂直方向のスケーリングを備えており、SQL 経由でアクセスされる一般的なリレーショナル データベースです。 MongoDB 4.0 では、Multi-Document ACID トランザクションのサポートが追加され、MongoDB 4.2 では複数の MongoDB クラスターにまたがるように Multi-Document ACID トランザクションが拡張されました。 次の表は、データ モデル全体を示しています。 通常、NoSQL データベースのデータは、データの重複を減らすためではなく、クエリ用に最適化されています。 一部のNo.ではコンプレッションもご用意しております。

いいえ。ストレージ フットプリントを削減するための SQL データベース。 グラフ データベースは関係の研究には優れていますが、日常的に使用するために同じ情報を提供できない場合があります。 MongoDB を使用する場所に関するホワイト ペーパーでは、コンテキストで MongoDB を使用する方法を学習します。 最も簡単な開始方法は、最も人気のある NoSQL データベースの 1 つである MongoDB Atlas を使用することです。 MongoDB Universityで MongoDB をオンラインで無料で学習できます。これにより、プロセスを段階的に説明します。

NoSQL データベースには数多くの優れた機能がありますが、完璧とは言えません。 これらのデータベースの問題の 1 つは、常に一貫性があるとは限らないことです。つまり、データベースに格納されているデータが、検索対象のデータと異なる場合があります。 データベースは、必要な情報を見つけるためにすべてのデータをふるいにかける必要があり、クエリ速度の問題が発生する可能性があります。
NoSQL データベースは、特定のアプリケーションの特定の問題を解決するために使用できますが、すべてのアプリケーションで常にうまく機能するとは限りません。 開発と保守が容易であるにもかかわらず、MySQL は依然としてほとんどのアプリケーションで最も人気のある選択肢です。

Sql と Nosql データベースの長所と短所

SQL データベースはより安定しており、データをより安全にします。 それらは、より効率的であるだけでなく、負荷の高い複雑なトランザクションにより適しています。 それにもかかわらず、NoSQL データベースには、データ モデルの柔軟性、水平方向のスケーリング機能、信じられないほど高速なクエリ機能、使いやすさなど、多くの利点があります。

Nosql データベース

NoSQL データベースは、従来のリレーショナル データベース モデルを使用しないデータベースです。 代わりに、キー値、ドキュメント、コラム、グラフなど、さまざまなモデルを使用します。 NoSQL データベースは、多くの場合、リレーショナル データベースよりもスケーラブルでパフォーマンスが高く、ビッグ データ アプリケーションにより適しています。

リレーショナル データベースではなく、ドキュメント データベースにデータが含まれています。 これらのソリューションは、柔軟性、拡張性、適応性に優れているため、あらゆる規模の企業のニーズを満たすことができます。 NoSQL データベースは、グラフ データベースや純粋なドキュメント データベースなど、さまざまな形式で大量のデータを格納するために使用できます。 Global 2000 の組織は、ミッション クリティカルなアプリケーションを強化するために NoSQL データベースを急速に採用しています。 その理由の 1 つは、ほとんどのリレーショナル データベースが処理するのが難しすぎる 5 つの主要な傾向があることです。 リレーショナルや Web などのデータベース タイプは、データ構造が固定されているため、アジャイル開発をうまくサポートできないため、競合の主な原因になることがよくあります。 アプリケーション モデルは、NoSQL データ モデルを定義します。

NoSQL データベースは、データのモデル化方法を指定しません。 ドキュメント指向のデータベースでは、JSON がデータの格納に最も広く使用されている形式です。 ORM フレームワークを使用する必要性を減らし、アプリケーション開発をより迅速かつ簡単にします。 N1QL (ニッケルと発音) は、Couchbase Server 4.0 で SQL から JSON へのクエリ言語として導入されました。 標準の SELECT / FROM / WHERE ステートメントをサポートするだけでなく、集計 (GROUP BY)、並べ替え (SORT BY)、結合 (LEFT OUTER / INNER)、およびその他の種類のステートメントもサポートできます。 NoSQL 分散データベースは、スケールアウト アーキテクチャで設計されており、障害点を必要としないため、魅力的な運用上の利点を提供する可能性があります。 オンラインで企業とやり取りする顧客が増えるにつれて、Web プラットフォームとモバイル プラットフォームの両方で可用性を維持することがますます難しくなっています。

NoSQL データベースの大部分は、セットアップ、構成、スケーリングが簡単です。 それらは、さまざまな書面および口頭での指示を配布することを目的として設計されました。 大規模または小規模で運用でき、あらゆる規模のクラスターを管理および監視できます。 複数の場所から分散または複製できる NoSQL データベースは、動作するために別のソフトウェアを必要としません。 さらに、ハードウェア ルーターを介した即時のアプリケーション フェイルオーバーが可能になります。 アプリケーションは、データベースが問題を検出して独自のリカバリを実行するのを待つ必要はありません。 Web、モバイル、モノのインターネット (IoT) アプリケーションの人気が高まるにつれて、NoSQL データベースの重要性がますます高まっています。

Nosqlの例は何ですか?

列に基づく NoSQL データベースには、Cassandra、HBase、および Hypertable が含まれます。

Nosql が大企業に力を与える方法

強力なデータ ストレージ テクノロジとして NoSQL の需要が高まっています。 Ryanair、Marriott、および Gannett は、NoSQL を使用する主要企業のほんの一部です。 NoSQL は短時間で大量のデータを処理できるため、モバイル アプリや予約システムに特に役立ちます。

モンゴデータベース

MongoDB は強力なドキュメント指向のデータベース システムです。 インデックスベースの検索機能を備えているため、データをすばやく簡単に取得できます。 MongoDB はスケーラビリティ機能も提供し、大規模なデータを処理できるようにします。

バックエンドの世界の一方には MongoDB があり、他方には SQL データベースがあります。 後者は非構造化データを処理でき、前者は構造化データを処理できます。 それぞれに多くの長所と短所があり、さまざまなアプリケーションで使用できます。 この記事では、MongoDB とは何か、SQL データベースとの違いについて詳しく説明します。 2000 年代まで、SQL データベースはクエリと分析のデファクト スタンダードでした。 インターネットと Web 2.0 のブームにより、膨大な量の非構造化データが生成されました。 このタイプのデータは、テーブルのようなスキーマに正しくマップできませんでした。

この時期、NoSQL データベースが普及しました。 一貫性、可用性、およびパーティションは、CAP 定理に基づく MongoDB の 3 つの主要なコンポーネントです。 ACID プロパティを含む SQL データベースとは対照的に、CAP の定理は MongoDB に適用されます。 コモディティ ハードウェアを使用してクラスター上で実行し、ノード間でデータをレプリケートして高可用性と信頼性を実現します。 インターネット アプリケーションや IoT デバイスによって生成されるデータの多くは、従来のデータベースに保存できないという事実にもかかわらず、非構造化データが生成されます。 ドキュメントのクエリは MongoDB でサポートされていますが、開発が不十分で制限があります。 MongoDB が分析に十分でない場合は、MongoDB ではなくリレーショナル データベースを使用してデータをロードし、そこで使い慣れたクエリを実行できます。

Tableau、Cognos、およびその他の一般的なビジネス インテリジェンス ツールは、MongoDB BI コネクタを使用する一般的なビジネス インテリジェンス ツールの例です。 データ ウェアハウスは優れた選択肢ですが、高価で範囲が限られている場合もあります。 さらに、NoSQL データベースの使用を強制することで、データがリレーショナル スキーマに変換される可能性があります。 MongoDB コネクタは、既存の BI ツールを MongoDB に接続する場合に適したオプションです。 複数の異種データ ソースがあると、複数のソースからのデータを接続することが難しくなります。 また、MongoDB に接続してデータを収集し、分析を実行する Python アプリケーションを作成することもできます。 MongoDB で PyMongo を実行すると、データベースからデータを取得して MongoDB に書き戻すことができます。 データ ウェアハウスよりは優れているかもしれませんが、探索的分析はうまく機能し、商用アプリケーションは開始するのに最適な場所ではない可能性があります。

Mongodb: 非構造化データに最適なデータベース

この NoSQL データベースの宣言型の性質により、JSON のようなデータの保存に適しています。 MongoDB のデータ モデルは、非構造化データ ストレージ、完全なインデックス作成、およびデータ レプリケーションとインデックス作成のための豊富で直感的な API をサポートしています。 MongoDB は、SQL サーバーとは対照的に、より高速で弾力性があります。 MongoDB は、SQL サーバーとは異なり、JOIN またはグローバル トランザクションをサポートしていません。 通常、MS SQL サーバーは少量のデータしか処理しませんが、MongoDB ははるかに大量のデータを処理します。 MongoDB は JSON を使用して非構造化データを保存します。