https://www.cnblogs.com/linguoguo/p/10640179.html MongoDB： 更高的寫入負載 預設情況下，MongoDB更側重高數據寫入性能，而非事務安全，MongoDB很適合業務系統中有大量“低價值”數據的場景。但是應當避免在高事務安全性的系統中使用Mong ...
https://www.cnblogs.com/linguoguo/p/10640179.html
MongoDB：
更高的寫入負載
預設情況下，MongoDB更側重高數據寫入性能，而非事務安全，MongoDB很適合業務系統中有大量“低價值”數據的場景。但是應當避免在高事務安全性的系統中使用MongoDB，除非能從架構設計上保證事務安全。
高可用性
MongoDB的復副集(Master-Slave)配置非常簡潔方便，此外，MongoDB可以快速響應的處理單節點故障，自動、安全的完成故障轉移。這些特性使得MongoDB能在一個相對不穩定（如雲主機）的環境中，保持高可用性。
數據量很大或者未來會變得很大
依賴資料庫(MySQL)自身的特性，完成數據的擴展是較困難的事，在MySQL中，當一個單達表到5-10GB時會出現明顯的性能降級，此時需要通過數據的水平和垂直拆分、庫的拆分完成擴展，使用MySQL通常需要藉助驅動層或代理層完成這類需求。而MongoDB內建了多種數據分片的特性，可以很好的適應大數據量的需求。
基於位置的數據查詢
MongoDB支持二維空間索引，因此可以快速及精確的從指定位置獲取數據。
表結構不明確，且數據在不斷變大
在一些傳統RDBMS中，增加一個欄位會鎖住整個資料庫/表，或者在執行一個重負載的請求時會明顯造成其它請求的性能降級。通常發生在數據表大於1G的時候（當大於1TB時更甚）。 因MongoDB是文檔型資料庫，為非結構貨的文檔增加一個新欄位是很快速的操作，並且不會影響到已有數據。另外一個好處當業務數據發生變化時，是將不在需要由DBA修改表結構。
Mysql：
1）這些數據通常需要做結構化查詢，比如join，這時候，關係型資料庫就要勝出一籌
2）這些數據的規模、增長的速度通常是可以預期的
3）事務性、一致性
4）豐富的鎖機制
