【数据库】Mysql和MongoDB

前言

Mysql和MongoDB的比较。

一、数据模型的本质差别

深层解读：
MySQL 如同 Excel 表格 —— 每行数据必须遵循预定义的列类型；而 MongoDB 更像文件夹里的自由格式文本文件，每个文档可以拥有完全不同的字段结构。这种差异使得：
MySQL 适合财务系统等需要原子性和强一致性的场景。
MongoDB 能轻松应对物联网设备上报的异构数据（如有的传感器带温度字段，有的带振动频率）。

二、性能与扩展性

1.读写模式

• MySQL
  优势:复杂OIN查询(如跨10个表的关联分析)效率极高。
  瓶颈:单机垂直扩展有限，分库分表成本高。
• MongoDB:
  优势:水平扩展(Sharding)近乎线性，适合每秒百万级写入(如游戏玩家行为日志)。
  特性:原生聚合管道(Aggregation Pipeline)可替代部分JOIN操作。

2.索引策略

场景化选择:
·需要多维度地理查询(如“查找5公里内的餐厅”)一MongoDB的geolear操作碾压MySQL。
需要ACID事务的库存管理系统一MySQL的BEGIN TRANISACTION 不可替代。

开发效率

敏捷开发友好性

• MongoDB 的灵活优势
  新增字段无需ALTER TABLE停机（如电商平台突然需要记录用户 “头发颜色”）。
  嵌套文档直接映射编程语言对象（如 Python 字典 / JAVA POJO）。
• MySQL 的严谨代价
  修改表结构可能触发全表锁，百万级数据表的 DDL 操作需谨慎。

JSON 支持深度

# MySQL8+ 的 JSON 查询（需路径表达式）
SELECT JSON_EXTRACT(user_profile, '$.hobbies[0]') FROM users;
# MongoDB 的等效查询（自然语法）
db.users.find({}, {"hobbies.0": 1});

现代技术融合趋势

• 混合架构案例:
  用MySQL存储订单核心数据(强一致性)。
  用MongoDB存储商品评论(半结构化+高并发写入)。
• NewSQL的崛起
  PostgreSQL通过JSONB类型+水平扩展插件(如Citus)试图兼顾两者优势，但尚未完全取代专业场景需求。

决策树

A[需要严格事务?]-->|是|B(ySQL)A-->|否|C{数据结构是否多变?}
				C-->||D(Mongo0B)
				C-->|否|E是否需要水平扩展?
				E-->是D
				E-->|否|B

MongoDB相关总结

• 下载
  官网：https://www.mongodb.com/