MongoDB
是什么：
一个以JSON为数据模型的文档非关系型数据库
优点：
(1)最大的特点是表结构灵活可变，字段类型可以随时修改。
(2)插入数据时，不必考虑表结构的限制。
(3)不需要定义表结构这个特点给表结构的修改带来了极大的方便。
(4)原生的高可用与易扩展
缺点
给多表查询、复杂事务等高级操作带来了阻碍
应用场景
游戏场景，存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询
物流场景，存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
社交场景，存储存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能
物联网场景，存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析
视频直播，使用 MongoDB 存储用户信息、礼物信息等
适用场景
(1) MongoDB很适合那些表结构经常改变，数据的逻辑结构没又没那么复杂不需要多表查询操作，数据量又比较大的应用场景。
(2) 例如，有一个游戏应用，需要存储每个用户的信息，用户分为法师、战士等具有不同属性的角色，技能装备，MongoDB只需要一张便就行了
Redis
是什么：
是以key-value形式存储,和传统的关系型数据库不一样.不一定遵循传统数据库的一些基本要求.(非关系型的,分布式的,开源的,水平可拓展的)
优点
(1)对数据高并发读写(直接是内存中进行读写的)
(2)对海量数据的高效率存储和访问
(3)对数据的可拓展性和高可用性.
(4)单线程操作,每个操作都是原子操作,没有并发相关问题(redis 6)
缺点
(1) redis(ACID处理非常简单) 无法做太复杂的关系数据库模型
(2) 查询都需要依赖key，所以大大限制了多列查询，区段查询等复杂的查询
(3) 因为是基于内存查询的，所以限制了可存储的数据量，限制了Redis在数据规模很大的应用场景中
应用场景
redis定位是缓存, 提高数据读写速度, 减轻对数据库存储与访问压力
(1) 由于Redis牺牲了常规数据库中的数据表、复杂查询等功能，换来了很大的性能的提升
(2) 适合对读写性能极高，且数据表结构简单，查询条件简单的应用场景
ElasticSearch
是什么：
ElasticSearch是一个基于Lucene的搜索引擎
优点
(1) Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Push replication”。
(2) Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
(3) es可以为你自动建立索引，实现高性能的复杂聚合查询
(4) Elasticsearch 采用 Gateway 的概念，使得完备份更加简单
缺点
最明显的就是字段类型无法修改、写入性能较低、高性能资源消耗
应用场景
1>海量数据分析引擎 2>站内搜索引擎 3>数据仓库
