我使用mongodb进行oltp操作，目前我有100多个操作/秒。mongodb可以处理更多的事情。在完美的情况下，您可以期望每秒执行数万次操作，但这一数字在实际中很难实现。
响应时间实际上取决于您的复制/写入首选项，因为mongodb提供了对查询执行的控制（参见cap定理）。我不知道你说的效率是什么意思，我可以这么说 insert 操作足够有效（不要使用 update s表示oltp）。
我没有使用mongodb安全选项的经验，因为我的所有web应用程序都可以完全访问db，并且我关闭了restapi进行公共访问。
不要对大型数据集使用mongodb的mapreduce，你必须相信我：）。这是痛苦！我发现聚合框架适用于具有大数据集（gb的日期）的各种操作。如果不是你的情况，试试hadoop在mapreduce上的实现吧，我没有这样的经验，但总想试试。
作为一种选择，您可以考虑将hadoop的hdfs作为主存储，将messagepack之类的东西作为二进制格式。我听说过这样的解决办法。

今天，nosql数据库变得越来越流行，因为当您处理多维数据集和大量数据时，对易于扩展的动态数据库的需求正在增长。如果您需要大规模运行，rdbms就无法跟上摄取率。rdbms不是为今天的web/mobile/iot应用程序构建的。
回答您的问题：对于bi解决方案，最广泛使用的数据库类型是面向sql的。但是，这并不意味着不能使用nosql。主要区别在于它们最初设计的原因，而一个完美、完整的bi解决方案是将两者用于各自的特定目的。
然而，它缺乏nosql数据仓库的方法。由于支持并行和分布式计算框架，mapreduce可以用来提高nosql数据仓库的创建性能。
我想请你看看我们自己的解决方案-数据库。它被设计为nosql的商业智能（支持mongodb）。