MongoDB创始人说了，为什么他觉得MongoDB比BigTable更强大和实用呢？

MongoDB的联合创始人德怀特·梅里曼和埃利奥特·霍洛维茨在多个场合分享了他们创建MongoDB的初衷以及他们认为MongoDB比基于BigTable数据模型（如Google的BigTable及其开源实现Apache HBase）的系统更强大和实用的原因，他们的核心论点并非贬低BigTable的技术成就，而是强调MongoDB的设计更贴合广大应用开发者的思维模式和使用场景。

最根本的区别在于数据模型，根据梅里曼等人的解释，BigTable及其衍生品是一种“列族”存储，对开发者来说，这种模型相对复杂和抽象，它需要开发者事先仔细规划列族，数据访问模式往往与这种列式结构紧密耦合，而MongoDB采用的文档模型，在他们看来，是自然而然符合现代编程语言中对象结构的，一个JSON式的文档（MongoDB中使用BSON格式）可以直接对应到一个编程语言中的对象、字典或哈希表，这种一致性带来了巨大的生产力提升，开发者无需花费大量精力在对象与关系型数据库表或复杂列存储结构的“映射”上，可以直接将应用程序中的对象几乎“原样”地存储到数据库中，这种直观性极大地降低了学习成本和开发门槛。

MongoDB在设计上强调丰富的查询语言和即席查询能力，梅里曼曾指出，像BigTable这样的系统，其核心访问模式通常严重依赖于主键查找和扫描，复杂的查询逻辑往往需要借助像MapReduce这样的批处理框架来完成，这导致查询延迟高，无法满足交互式应用的需求，而MongoDB从第一天起就内置了一个功能强大的查询语言，支持范围查询、排序、投影、聚合框架乃至丰富的二级索引，这意味着开发者可以对数据库进行灵活、实时的查询，而无需编写复杂的代码或依赖额外的处理系统，这种能力使得MongoDB在需要快速迭代和频繁进行数据探索的业务场景中显得尤为实用。

第三点是关于架构的简洁性和全栈性，BigTable风格的架构通常是一个更复杂的生态系统的一部分，使用HBase往往意味着还需要协同管理ZooKeeper（用于协同服务）和HDFS（用于底层存储），并且需要集成MapReduce或Spark等计算框架来处理复杂分析，梅里曼他们认为，MongoDB旨在提供一个一体化的解决方案，它将数据库的核心功能——存储、查询、索引、聚合甚至简单的MapReduce——都集成在一个数据库引擎中，这种集成化设计简化了运维的复杂度，对于中小型团队或那些不希望管理一个庞大Hadoop生态系统的公司来说，MongoDB显得更加轻量和易于部署管理。

第四,在处理非规范化数据和支持敏捷开发方面，MongoDB的文档模型展现出强大优势，梅里曼他们意识到，现代Web应用的数据结构往往是多层次、嵌套的，一篇博客文章可能包含标题、作者、正文，以及一个嵌入的评论数组，在关系型数据库中，这通常需要拆分成多张表（文章表、评论表）并通过外键连接，而在MongoDB中，可以将整篇文章及其评论作为一个完整的文档存储，这种嵌入能力减少了昂贵的连接操作，提升了读取性能，更重要的是，它完美契合了敏捷开发的需求，在项目初期，数据结构可能频繁变动，MongoDB的动态模式允许开发者灵活地增删字段，而无需执行耗时的ALTER TABLE操作或复杂的迁移脚本，这加快了产品迭代的速度。

梅里曼也强调了开发者的体验和愉悦感，他们认为，数据库最终是给开发者使用的工具，如果一个工具使用起来令人沮丧、笨重或不直观，那么即使它在技术上再强大，其实际效用也会大打折扣，MongoDB的设计哲学始终围绕着提升开发者的生产力和满意度，通过提供直观的数据模型、强大的查询语言和灵活的架构，MongoDB让开发者能够更专注于构建应用功能本身，而不是与数据库的复杂性作斗争，这种对开发者体验的重视，在他们看来，是MongoDB相较于更偏向底层基础设施的BigTable模型的一个决定性优势。

MongoDB创始团队的观点核心是：MongoDB并非要在所有技术指标上超越BigTable，而是通过提供一个与开发者思维模式高度契合、功能集成度高、查询灵活且易于使用的文档数据库，在广泛的实用场景中——尤其是Web和移动应用开发领域——提供了更高的生产力和更佳的总体体验，他们认为，这种“实用性”和“开发者友好性”使得MongoDB对于目标用户群体而言，是比基于BigTable模型更强大和实用的选择。

引用来源标注：上述观点综合自MongoDB联合创始人德怀特·梅里曼和埃利奥特·霍洛维茨在不同时期的公开访谈、技术演讲以及撰写的文章，例如在“Software Engineering Daily”播客的访谈、早期MongoDB官方博客关于设计理念的阐述，以及他们在技术大会（如MongoDB World）上的主题分享。