◆查询监控:Mongo包含一个监控工具，用于分析数据库操作的性能。◆复制和自动故障转移:Mongo 数据 library支持数据服务器之间的复制、主从模式和服务器之间的相互复制。复制的主要目标是提供冗余和自动故障转移。◆高效传统存储模式:二进制数据并支持大型对象(如照片或图片)。◆自动分片支持云级可扩展性(早期alpha阶段):自动分片功能支持水平数据库集群，可动态添加额外机器。
4、什么是大 数据,大 数据有什么用途?Da 数据所包含的特征如下:第一个特征是数据有很多类型。包括网络日志、音频、视频、图片、地理位置信息等。，各类数据对数据的处理能力提出了更高的要求。第二个特点是数据的价值密度相对较低。比如，随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度低。如何通过强大的机器算法更快地“净化”数据的价值，是数据时代亟待解决的问题。
这是Da 数据区别于传统的数据采的最显著的特征。“Da 数据”的功能和用途都很棒。它的影响不仅是经济上的，在政治和文化上也是深远的。“Da 数据”可以帮助人们开启“数”管理的模式，这也是我们现在的“大社会”。“大数据”的影响，增加了对信息管理专家的需求。实际上数据的影响并不局限于信息通信行业，而是在“吞噬”和重构很多传统行业。广泛使用数据分析来管理和优化运营的公司都是one 数据 company。
5、大 数据有哪些重要的作用?\ Da 数据\是一个类别非常大的非常大的数据 set，这样的数据 set不能用在传统的/set中。大数据inside数据可分为三种:(1)结构化数据:即数据格式固定，长度有限。(2)非结构化数据:现在的非结构化数据，也就是数据，没有固定的格式，比如网页、语音、视频。(3)半结构化数据:是一些XML或者HTML格式数据。
6、 数据挖掘中 数据 存储的重要性首先，数据当然包含了价值，但是如果没有通过正当的手段挖掘其价值，数据是没有用的，其次，只有真实可靠的数据才有意义，现在数据已经成了大头。国内的大型科技公司都是基于“Big-1”的工作原理，在“Big-1”的各种用例中，通过不断的分析，提高运行效率。随着互联网的蓬勃兴起，物联网、云计算、big 数据和人工智能越来越频繁地出现在大众视野中。云计算相当于人的大脑，相当于物联网的神经中枢。
大数据相当于人的大脑从小学到大学记忆的海量知识和存储。这些知识只有通过消化、吸收、重构，才能创造更大的价值。人工智能的类比是，一个人吸收了大量的人类知识(数据)，一直在深度学习，进化成一个高人。人工智能离不开Da 数据，基于云计算平台完成深度学习进化。物联网是互联网的应用拓展，类似于之前的“互联网 ”，即结合了互联网的业务和应用，核心是以用户体验为核心的应用创新。
