大数据用python还是go_go web和python web哪个前景更好？
谢邀。
一般都是就Python web 和Java web 做比较。
Go一般用于服务端，web framework 也有，但相较而言偏小众。整个技术栈，生态体系，社区等都需要考虑。
Python web目前比go web前景好，建议Python 。但语言只是工具，go web也可以看看。
首先要明确一点：你所指的远程web管理，是指的通过互联网异地进行远程管理。
绝大部分的传统路由器，都支持WEB管理,但是前提是你有互联网能够访问的固定IP或已经设置好动态域名，在满足这个前提的情况下，有多种方法可以实现对二级路由器的web管理：
假设你是将AC5作为交换机使用，而不是路由，也就是将上级路由接入AC5的LAN口而不是WAN口，为什么要这么做？家庭网络拓扑都不会很复杂，不推荐网段隔离。并将AC5本身的IP地址设置为192.168.1.2。
方法一：端口转发。将1级路由设置一个端口转发，比如将端口8080转发到内网192.168.1.2的80端口，这样你就可以在你的公网IP的基础上加上8080端口，访问AC5。例如xxx.xxx.xxx.xxx:8080。但是不推荐使用DMZ设置。
方法二：无法显示，但其实这个方法是最好的，相当于在远程和你的家庭之间的专线，访问二级路由只需要输入192.168.1.2就可以访问，有需要了解的朋友可以私信我。
Python作为一种灵活好学的脚本语言，已经越来越受程序员的欢迎和热捧，甚至成为程序员的必备技能。而且随着大数据，云计算，人工智能的发展，Python也备受关注，热度大涨，物联网，人工智能，大数据等领域Python的应用无处不在。编程语言排行榜：
学习Python可以做什么呢？学完Python之后，主要的工作岗位有：web开发，爬虫，数据清洗师，人工智能，算法工程师等，对于一般的人来说，做的都是web开发，爬虫，数据清洗方面的工作，所以说Python 在web开发的方面的市场还是挺不错的。百度、阿里、腾讯、网易、新浪，搜狐等各公司都在大规模使用Python技术。
想学习Python的话，可以看一下这个学习路线，作为Python学习的参考。
1、Python学习路线
2、数据库开发
3、web前端
4、Python web开发
5、Python web项目
6、Linux
7、NoSQL
8、数据可视化
9、爬虫技术
10、人工智能
详细的可以到“如鹏网”上去了解一下，有网络就可以学习，根据自己的时间来灵活安排学习进度，每个章节的后面都有相应的练习题和面试口才题，需要以录音的方式进行提交，实时把控学习质量，有新的课程更新了，也是可以继续来学习的。
需要学习Python的朋友们，可以在评论区留言哦。
先给出结论：不可以取代！
能提出这样的问题，肯定是对Mongodb不是很了解，来看看MongoDB是什么，能做什么，不能做什么吧。
MongoDB
mongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
特点：它的特点是高性能、易部署、易使用，存储数据非常方便。主要功能特性有：面向集合存储，易存储对象类型的数据。
模式自由。
支持动态查询。
支持完全索引，包含内部对象。
支持查询。
支持复制和故障恢复。
使用高效的二进制数据存储，包括大型对象（如视频等）。
自动处理碎片，以支持云计算层次的扩展性。
支持RUBY，PYTHON，JAVA，C++，PHP，C#等多种语言。
文件存储格式为BSON（一种JSON的扩展）。
可通过网络访问。
使用原理所谓“面向集合”（Collection-Oriented），意思是数据被分组存储在数据集中，被称为一个集合（Collection)。每个集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定义任何模式（schema)。Nytro MegaRAID技术中的闪存高速缓存算法，能够快速识别数据库内大数据集中的热数据，提供一致的性能改进。模式自由（schema-free)，意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义。如果需要的话，你完全可以把不同结构的文件存储在同一个数据库里。存储在集合中的文档，被存储为键-值对的形式。键用于唯一标识一个文档，为字符串类型，而值则可以是各种复杂的文件类型。我们称这种存储形式为BSON（Binary Serialized Document Format）。MongoDB已经在多个站点部署，其主要场景如下：1）网站实时数据处理。它非常适合实时的插入、更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。2）缓存。由于性能很高，它适合作为信息基础设施的缓存层。在系统重启之后，由它搭建的持久化缓存层可以避免下层的数据源过载。3）高伸缩性的场景。非常适合由数十或数百台服务器组成的数据库，它的路线图中已经包含对MapReduce引擎的内置支持。
不适用的场景如下：
1）要求高度事务性的系统。2）传统的商业智能应用。
3）复杂的跨文档（表）级联查询。
结论
从MongoDB不适用场景就可以看出其不可能替代MySQL.
谢邀，mongodb不应和redis/memcache比较，因为两者的适用场景是完全不同的。
mongodb是一款介于内存数据库和关系数据库的数据库，是高性能、无模式的文档型数据库。
mongodb数据存储在磁盘，只有在需要时通过mmap映射到内存，在内存中修改，修改完毕由操作系统负责flush到磁盘。
优点：支持复杂的数据结构，能存储海量的数据，能提供类似关系数据库般强大的查询。
redis是一个开源的key-value存储系统，所有数据都是放在内存中的，持久化是使用RDB方式或者aof方式。仅支持key、string、hash、list、set几种结构，优点：读写速度非常快。缺点：受内存限制无法存储过多的数据，也无法提供强大的查询，只使用单核。
memcache是一个高性能的分布式内存对象缓存系统，用于动态Web应用以减轻数据库负载。memcache仅支持简单的key-value结构，但使用多核。
在爬虫中，经常采用redis+mongodb的方式，Mongodb用于存储爬取的海量的数据，而redis则用于去重和保存待爬取的url。
redis V memcache：
1：Redis支持服务器端的数据操作，而在Memcached里，你需要将数据拿到客户端来进行类似的修改再set回去；
2：使用简单的key-value存储的话，Memcached的内存利用率更高，而如果Redis采用hash结构来做key-value存储，由于其组合式的压缩，其内存利用率会高于Memcached；
3：由于Redis只使用单核，而Memcached可以使用多核，所以平均每一个核上Redis在存储小数据时比Memcached性能更高。而在100k以上的数据中，Memcached性能要高于Redis；
4：Memcached单个key-value大小有限，一个value最大只支持1MB，而Redis最大支持512MB；
5：Memcached只是一个单一key-value内存Cache，而Redis则是一个数据结构内存数据库，支持五种数据类型
6：Memcached只能作为缓存，Redis不仅可以缓存，而且还可以作为数据库用。
除了某些功能外，Redis可以视为Memcached的扩展。
1.支持特别查询在MongoDB中，可以通过字段，范围查询进行搜索，并且还支持正则表达式搜索。
2.索引可以索引文档中的任何字段。
3.复制MongoDB支持主从复制。主机可以执行读写操作，从机从主机复制数据，只能用于读取或备份(不写入)
4.复制数据MongoDB可以在多台服务器上运行。 复制数据以保持系统正常运行，并在硬件故障的情况下保持其运行状态。
5.负载均衡由于数据放在碎片中，因此具有自动负载平衡配置。
6.支持映射缩减和聚合工具
7.使用JavaScript而不是Procedure
8.它是一个用C++编写的无模式数据库
9.提供高性能
10.轻松存储任何大小的文件，而不会使您的堆栈复杂化
11.在故障的情况下易于管理
12.它还支持：具有动态模式的JSON数据模型
自动分片用于水平可扩展性
内置复制高可用性
现在，许多公司使用 MongoDB 来创建新类型的应用程序，以提高性能和可用性。
elastic search比较好，搜索日志内容比较高效快速。
zipkin，springcloud sleuth这些都不错 ，推荐elk组合。轻量的可以使用slf4j。可以阅读这篇文章，希望对你有启发
https://www.toutiao.com/i6622269025802011150/