最近有個項目的功能模塊，為了處理方便，需要操作集合類型的數據以及其他原因。考慮再三最終決定放棄使用MySQL，而選擇MongoDB。

兩個數據庫，大家應該都不陌生。他們***的區別就是MySQL為關系型數據庫，而MongoDB為非關系型數據庫。常見的關系型數據庫有：MySQL、Oracle、DB2、SQL Server、Postgre SQL等，非關系型數據庫有MongoDB、Redis、Memcached、HBse等等。

1關系型數據庫? 非關系型數據庫?

關系型數據庫可以理解為依賴一個模型來創建的數據庫，比如我們使用的MySQL中的表是由橫列和縱列組成的一個二維表格。關系型數據庫可以通過關系模型使多個表的數據關聯起來，比如我們平時說的 一對一、一對多、多對一。由于是建立在數據模型的基礎上，所以我們可以通過SQL語句很方便的在多個表之間做復雜的查詢操作。關系型數據庫相對安全，因為直接存儲在硬盤中所以突然的宕機、停電等意外不會導致數據丟失。MySQL的存儲方式是由自身的引擎決定的,常用的引擎有Innodb和MyISAM。他們主要的區別就是MyISAM 不支持事務，強調的是性能，執行速度比Innodb要快，Innodb提供支持事務等高級數據庫功能。

非關系型數據庫即我們常說的NoSQL數據庫，部署起來都比較簡單，沒有關系型數據庫那么復雜。Mongo的存儲方式為虛擬內存+持久化存儲，Mongo將數據寫入內存中，再由虛擬內存管理器將其持久化到硬盤中，因此寫操作會比關系型數據庫快很多。NOSQL的存儲格式是key-value形式，可以像關系型數據庫那樣存儲基礎數據類型的數據，也可以存儲集合、對象等等。NoSQL雖然性能比較高，但是并不支持事物，也不能進行聯表查詢，一般用于較大規模數據的存儲。

2他們的優點、缺點有哪些

關系型數據庫發展了很長一段時間，擁有非常成熟的體系。所占份額也在逐漸增加。而且支持事物的操作，保證數據的一致性，可以通過SQL語句完成復雜的操作。但是使用過程中當數據量到達一定程度時，關系型數據庫的效率會有明顯的下降。一個復雜的查詢操作，一系列的組合索引都會消耗非常多的內存空間，此時我們需要對數據庫進行讀寫分離操作，或者將數據庫結構進行拆分(水平拆分、垂直拆分)將請求壓力分擔在不同的庫中。

垂直拆分是指將一張表拆分成多個表，表之間通過主鍵進行關聯。

水平拆分是按照某種規則拆分成多個表，比如通過用戶角色進行拆分

讀寫分離：所謂讀寫分離就是講讀操作(查詢數據)和寫操作(插入&更新)指向不同的數據庫節點，他們中間通過某種機制實現數據的同步，如binlog。實際的應用中大部分壓力還是來自讀操作，所以主要是一主多從的架構。

非關系型數據庫發展的這幾年，深受人們的喜愛。免費開源、成本低、部署簡單、非結構化存儲等等明顯的優勢。而且它對海量數據處理能力非常強，內存級數據庫，查詢速度也非?？臁４鎯Φ臄祿袷奖容^豐富，易于擴展，雖然不能使用sql進行復雜的查詢，但是MongoDB支持JavaScript，所以可以通過js腳本進行復雜的數據庫管理操作。關于NoSQL的缺點個人感覺目前就是不支持事物了吧，其他方面那都不是事兒。

3什么時候用mongo

Mongo是用c++編寫的，支持多種語言如：Java、Python、Ruby、PHP、C++、C# 等，有時候針對不同的業務需求，選擇Mongo能夠避免浪費很多不必要的資源

日志系統

系統運行過程中產生的日志信息，一般種類較多、范圍較大、內容也比較雜亂。通過MongoDB可以將這些雜亂的日志進行收集管理。不僅方便了管理，查找或者導出也會變得非常容易

地理位置存儲

MongoDB支持地理位置、二維空間索引，可以存儲經緯度，因此可以很快的計算出兩點之間的距離，等位置信息。如查詢附近的人、或者訂餐系統、配送系統等

數據規模增長很快

前面提到過關系型數據庫數據量過大時，需要進行分庫分表，這樣真正操作起來可能會比較麻煩。如果選擇mongo進行分庫分表操作時，就會變得很簡單。

保證高可用的環境

Mongo本身就擁有高可用及分區的解決方案，設置主從服務器非常方便，除此之外Mongo還可以快速并且安全的實現故障節點的轉移。

文件存儲需求

GridFS是MongoDB規范，用于存儲和檢索圖片、音頻、視頻等大文件。GridFS雖然是文件存儲的一種方式，可以存儲超過16M的文件。但是它本身又是存儲在MongoDB集合中的

其他場景

如游戲開發中我們可以通過MongoDB存儲用戶信息、裝備、積分等，除此之外物流系統、社交系統、甚至物聯網系統，Mongo都能提供***的數據存儲服務。

4MySQL、MongoDB簡單的性能測試

關于兩個數據的性能，最有力的的說話還是通過實踐來進行測試，網上看到一組測試數據，分享給大家。

• 測試環境：Windows 10、內存8G、CPU i5 3.30GHZ。均無索引
• 測試語言：Python
• 鏈接工具：pymysql、pymongo

MySQL && Mongo 測試數據統計