何时使用MongoDB而不是MySql

什么是 MySQL 和 MongoDB

MySQL 和 MongoDB 是两个可用于存储和管理数据的数据库管理系统。MySQL 是一个关系数据库系统，以结构化表格格式存储数据。相比之下，MongoDB 以更灵活的格式将数据存储为 JSON 文档。两者都提供性能和可扩展性，但它们为不同的应用场景提供了更好的性能。

MySQL 是一种关系型数据库管理系统，它使用结构化查询语言（SQL）来操作数据。SQL 是一种通用的、标准化的、声明式的语言，它可以定义数据的结构、约束、操作、查询等。MySQL 使用表（table）来存储数据，表由行（row）和列（column）组成，每一行代表一条记录，每一列代表一个属性。表之间可以通过主键（primary key）和外键（foreign key）来建立关联，实现数据的完整性和一致性。

MongoDB 是一种非关系型数据库管理系统，它使用文档（document）来存储数据。文档是一种类似于 JSON 的格式，它由键值对（key-value pair）组成，每一个键值对代表一个属性。文档之间没有固定的结构，可以根据需要灵活地添加或删除属性。文档存储在集合（collection）中，集合类似于表，但没有预定义的模式（schema）。集合之间可以通过引用（reference）或嵌入（embedding）来建立关联，实现数据的灵活性和效率。

推荐博主开源的 H5 商城项目waynboot-mall，这是一套全部开源的微商城项目，包含三个项目：运营后台、H5 商城前台和服务端接口。实现了商城所需的首页展示、商品分类、商品详情、商品 sku、分词搜索、购物车、结算下单、支付宝/微信支付、收单评论以及完善的后台管理等一系列功能。 技术上基于最新得 Springboot3.0、jdk17，整合了 MySql、Redis、RabbitMQ、ElasticSearch 等常用中间件。分模块设计、简洁易维护，欢迎大家点个 star、关注博主。

github 地址：github.com/wayn111/way…

相似之处

MySQL 和 MongoDB 都是数据库管理系统。它们存储数据并具有内置的用户界面和查询语言，因此我们都可以进行添加、编辑、修改和分析数据等操作。

开源许可证

MySQL 和早期版本的 MongoDB 都有开源许可证，可以免费下载开源版本。我们可以根据需要对代码执行的操作来对其进行修改。

MySQL 使用 GPL 协议，使得任何人均可以免费使用 MySQL 并且可以对其进行代码修改。而 MonogoDB 在 2018 年 10 月 16 日更改 License 为 SSPL 协议，这对于开源社区没啥影响，但是对于云厂商而言 MongoDB 公司会明确要求托管 MongoDB 实例的云厂商要么从 MongoDB 公司获取商业许可证，要么向社区开源其服务代码。

索引支持

MySQL 和 MongoDB 使用索引来提高查询速度和性能。索引是加快数据查询的一种数据库结构，有助于非常快速地查找和检索数据。

MySQL 和 MongoDB 数据库平台都使用哈希索引、B- 树（MySql实际使用的是B+ 树）索引和其他几种索引。

用户界面

MongoDB 和 MySQL 都易于使用。它们提供基于自然语言的查询语言来更新和读取数据，还提供图形用户界面（GUI），以便更直观地管理和分析数据。

编程语言

MySQL 和 MongoDB 与各种相同的编程语言兼容。MongoDB 和 MySQL 都可以与 Java、Python、Node.js、PHP、Ruby 以及 C# 结合使用。

安全性

MySQL 和 MongoDB 都使用身份验证、访问控制和加密手段来确保其数据库的安全。它们使用 TLS/SSL 加密来保护传输中数据和静态数据，还允许定义不同的用户访问级别。

文档和社区支持

MySQL 和 MongoDB 在各自的网站上都有详细的官方文档。两者的教程、手册和指南包含安装、配置和运行操作任务的完整说明。

MongoDB 和 MySQL 都有一个活跃的开发人员社区，可以回答问题并帮助进行故障排除。它们还提供企业版，针对特定要求提供专属支持。

主要区别

MySQL 是一个关系数据库管理系统，MongoDB 则是一个 NoSQL 数据库系统。MySQL 使用 SQL，大多数开发人员都有这方面的经验。相反 MongoDB 使用 MongoDB 查询语言（MQL）。尽管 MQL 和 SQL 有相似之处，但 MQL 通常需要额外花费精力进行学习。 接下来，博主将介绍一些主要差异。

数据模型

MySQL 是一个关系数据库系统，它将数据存储在列、行和表中。我们将数据存储在行中，每列代表不同类型的数据。然后我们就可以使用外键和主键定义数据之间的关系。每个表都有一个用于标识它的主键，外键用于创建关系。

MongoDB 是一个面向文档的数据库，将其所有数据存储为二进制 JSON（BSON）文档。BSON 允许序列化多种形式的数据。使用 BSON 文档可以存储非结构化、半结构化和结构化数据。MongoDB 没有使用数据库架构，而是采用了一种灵活的方法，将文档存储在集合中。

可扩展性

在 MySQL 数据库系统中，可用的扩展选项是有限的。有以下方案可供选择：

• 通过向当前数据库服务器添加更多资源来实现纵向可扩展性
• 通过在其他服务器上创建数据库的只读副本来读取复制

创建制度副本有限制，最多只能有五个副本。副本还可能滞后于主副本，会造成一致性问题。纵向可扩展性也受限于单机性能瓶颈。

相比之下，MongoDB 在可扩展性方面具有显著的优势。它具有两个用于扩展的关键功能：

• 副本集 — 包含相同数据的 MongoDB 服务器备份
• 分片 — 将数据分布在不同的服务器上

MongoDB 允许创建分片集群，因此我们的部分数据将在多个服务器上复制。例如如果我们有大量的客户记录，则可以对其进行分发，以便将 A-J 的姓名和 K-Z 的姓名保存在各自的副本集中。因此 MongoDB 可以横向扩展，以大规模优化读写性能。

性能

MySQL 设计为可在建立适当索引的多个表之间实现高性能连接。但是它需要逐行插入数据，因此写入性能较慢。

MongoDB 文档遵循分层数据模型，将大部分数据保存在单个文档中，从而减少了跨多个文档进行联接的需要。通过 $lookup 操作支持联接，但并未针对性能对其进行优化。但是 MongoDB 提供了 insertMany() API，用于快速插入数据，可优先考虑写入性能。

灵活性

作为关系数据库管理系统，MySQL 的结构比 MongoDB 更严格。MySQL 使用固定架构，将数据整理成行和表。必须将数据结构化并放入表格系统中才能使用 MySQL。

通过将数据存储为 JSON 文档，MongoDB 允许构建具有许多不同数据类型的复杂应用程序。例如可以通过更新嵌套数组字段来创建新字段。还可以使用聚合管道（这是一个 MongoDB 功能），允许通过将多个操作合并为一个工作流程来转换数据。

访问控制

在 MongoDB 中，可以控制操作、集合或数据库级别的访问权限。它使用 Kerberos、X.509 和 LDAP 证书对用户进行身份验证。相比之下，MySQL 允许在用户、数据库和表级别上限制用户访问权限。MySQL 使用自己的身份验证系统。它会在 SQL 注入攻击中带来另一个安全漏洞，MongoDB 的无架构方法则可以避免这个漏洞。

差异表格

优缺点

MySQL 和 MongoDB 各有优缺点，如下展示：

• MySQL 的优点：

• 成熟稳定：MySQL 是一个历史悠久、广泛使用、经过测试的数据库系统，有着丰富的文档和社区支持。
• 易用强大：MySQL 提供了一个简单易用、功能强大的 SQL 语言，可以实现复杂的查询和操作。
• 数据安全：MySQL 支持 ACID 事务，可以保证数据的完整性和一致性，避免数据丢失或错误。

• MySQL 的缺点：

• 灵活性低：MySQL 需要预先定义好数据的结构和类型，不适合存储动态变化或非结构化的数据。
• 扩展性差：MySQL 只支持垂直扩展，不适合处理海量或分布式的数据。
• 性能瓶颈：MySQL 在处理大量的连接、并发、索引、关联等操作时，可能会出现性能瓶颈或故障。

• MongoDB 的优点：

• 灵活性高：MongoDB 使用文档模型，可以动态地调整数据的结构和类型，适合存储动态变化或非结构化的数据。
• 扩展性好：MongoDB 支持水平扩展，可以处理海量或分布式的数据，提高系统的可用性和容错性。
• 性能高效：MongoDB 在处理大量的读写、索引、嵌入等操作时，可以实现高效的性能和吞吐量。

• MongoDB 的缺点：

• 难用复杂：MongoDB 提供了一个难用复杂、功能有限的 MQL 语言，不能实现复杂的查询和操作。
• 数据不安全：MongoDB 不支持 ACID 事务，不能保证数据的完整性和一致性，可能导致数据丢失或错误。

应用场景

MySQL 和 MongoDB 适合不同的应用场景，以下是一些主要的例子：

MySQL 适合以下场景：

• MySQL 中的数据存储格式使其适用于数据仓库和在线分析处理。它符合 ACID 标准，这使得 MySQL 适用于处理复杂事务，例如在电子商务、交易应用场景中。
• 需要确保数据安全、一致性、可靠性等特性的场景，例如政府、金融等领域。

MongoDB 适合以下场景：

• MongoDB 在社交网络、媒体或物联网（IoT）等应用场景中处理非结构化数据时，该数据库更为合适。
• 需要进行大量的读写、索引、嵌入等操作的场景，并且需要数据可扩展可变化，例如内容管理、个性化推荐等领域。

至此本文讲解内容到此结束，感谢您的阅读。