Hadoop和MongoDB是两种不同类型的数据库系统，有着不同的底层原理和适用场景。
Hadoop是一个分布式计算平台，它的设计目的是为了处理大数据。Hadoop采用了分布式存储和计算的架构，将数据分成多个块，存储在不同的计算节点上，并通过MapReduce算法来处理和计算这些数据。Hadoop的核心组件包括HDFS（分布式文件系统）、MapReduce和YARN（资源管理器）。Hadoop适用于需要处理大规模结构化和半结构化数据的场景，例如日志分析、数据挖掘和机器学习。
MongoDB是一个基于文档的NoSQL数据库，它将数据存储为BSON（一种类JSON的二进制格式）文档。MongoDB的设计目的是为了处理半结构化和非结构化数据，并且具有高度的灵活性和可扩展性。MongoDB的核心特点包括灵活的文档模型、高性能和可扩展性、支持复制和分片、支持强一致性和最终一致性等。MongoDB适用于需要快速读写非结构化数据和需要高度可扩展性的场景，例如实时应用程序、内容管理和物联网。
在底层原理方面，Hadoop采用了分布式存储和计算的架构，数据被划分成多个块，并存储在不同的计算节点上。MapReduce算法则是Hadoop的核心计算模型，通过将数据分成多个部分，并将计算任务分配给不同的节点来实现分布式计算。而MongoDB采用了文档存储的方式，将数据存储为BSON文档，并使用索引来实现快速查询。MongoDB的查询语言是基于JavaScript的，用户可以使用JavaScript语法来查询和操作数据。
总之，Hadoop和MongoDB是两种不同类型的数据库系统，适用于不同的场景。Hadoop适用于需要处理大规模结构化和半结构化数据的场景，而MongoDB适用于需要快速读写非结构化数据和需要高度可扩展性的场景。
