MongoDB 与 Mysql 的对比

什么是Mysql （详细链接）

MySQL是由Oracle公司开发，发布和支持的受欢迎的开源关系数据库管理系统（RDBMS）。像其余关系系统同样，MySQL将数据存储在表中，并使用结构化查询语言（SQL）来进行数据库访问。在MySQL中，您能够根据须要预先定义数据库模式，并设置规则来管理表中字段之间的关系。在MySQL中，相关信息可能存储在单独的表中，但经过使用关联查询来关联。经过使用这种方式，使得数据重复量被最小化

什么是MongoDB （详细链接）

MongoDB是由MongoDB，Inc.开发的开源数据库。MongoDB将数据存储在相似JSON的文档中，而且文档中每一个json串结构可能有所不一样。相关信息存储在一块儿，经过MongoDB查询语言进行快速查询访问。 MongoDB使用动态模式，这意味着您能够在不首先定义结构的状况下建立记录，例如字段或其值的类型。您能够经过添加新字段或删除现有记录来更改记录的结构（咱们称之为文档）。该数据模型可让您轻松地表明层次关系，存储数组和其余更复杂的结构。集合中的文档不须要具备相同的一组字段，数据的非规范化是常见的。 MongoDB还设计了高可用性和可扩展性，并提供了即用型复制和自动分片功能。

术语和概念

MySQL	MongoDB
表 table	集合 collection
行 row	文档 document
列 column	字段 field
表链接 joins	嵌入文档或者连接

语法对比

说明	MySQL	MongoDB
显示库列表	show databases	show dbs
使用库	use mydb1;	use mydb1
显示表列表	Show tables	Show collections
建立表	Create table users(age int, sex int)	db.people.insert({"name":"紫龙神","age",18}) ps:可隐式建立表
建立索引	Create INDEX idxname ON users(name)	db.people.ensureIndex({name:1})
插入记录	Insert into users values(1, 1)	db.people.insert({"name":"紫龙神","age",18})
查询表	Select * from users	db.peple.find({"age":18})
查询表	Select * from users	db.people.find()
条件查询	Select * from users where age=33	db.people.find({age:33})
条件查询	select * from users where age<33	db.people.find({'age':{$lt:33}})
条件查询	select * from users where age>33 and age<=40	db.people.find({'age':{lte:40}})
条件查询	select * from users where a=1 and b='q'	db.people.find({a:1,b:'q'})
条件查询	select * from users where a=1 or b=2	db.people.find( { $or:[ { a:1 } , { b:2 } ] } )
条件查询	select * from users limit 1	db.people.findOne()
模糊查询	select * from users where name like "%Joe%"	db.people.find({name:/Joe/})
模糊查询	select * from users where name like "Joe%"	db.people.find({name:/^Joe/})
获取表记录数	select count(1) from users	db.people.count()
获取表记录数	bug select count(1) from users where age>30	db.people.find({age: {$g':30}}.count()
去掉重复值	select DISTINCT last_name from users	db.people.distinct('last_name')
排序(正序)	select * from users ORDER BY name db.people.find().sort({name:1})
排序 (倒序)	select * from users ORDER BY name DESC	db.people.find().sort({name:-1})
更新记录	update users set a=1 where b='q'	db.people.update({b:'q'}, {$set:{a:1}}, false, true)
更新记录	update users set a=a+2 where b='q'	db.people.update({b:'q'}, {$inc:{a:2}}, false, true)
删除记录	delete from users where z="abc"	db.people.remove({z:'abc'});db. people.remove()　删除全部的记录
删除数据库	drop database IF EXISTS test	use test; db.dropDatabase()
删除表/collection	drop table IF EXISTS test	db.mytable.drop()

应用场景对比

MongoDB：

更高的写入负载

默认状况下，MongoDB更侧重高数据写入性能，而非事务安全，MongoDB很适合业务系统中有大量“低价值”数据的场景。可是应当避免在高事务安全性的系统中使用MongoDB，除非能从架构设计上保证事务安全。

高可用性

MongoDB的复副集(Master-Slave)配置很是简洁方便，此外，MongoDB能够快速响应的处理单节点故障，自动、安全的完成故障转移。这些特性使得MongoDB能在一个相对不稳定（如云主机）的环境中，保持高可用性。

数据量很大或者将来会变得很大

依赖数据库(MySQL)自身的特性，完成数据的扩展是较困难的事，在MySQL中，当一个单达表到5-10GB时会出现明显的性能降级，此时须要经过数据的水平和垂直拆分、库的拆分完成扩展，使用MySQL一般须要借助驱动层或代理层完成这类需求。而MongoDB内建了多种数据分片的特性，能够很好的适应大数据量的需求。

基于位置的数据查询

MongoDB支持二维空间索引，所以能够快速及精确的从指定位置获取数据。

表结构不明确，且数据在不断变大

在一些传统RDBMS中，增长一个字段会锁住整个数据库/表，或者在执行一个重负载的请求时会明显形成其它请求的性能降级。一般发生在数据表大于1G的时候（当大于1TB时更甚）。 因MongoDB是文档型数据库，为非结构货的文档增长一个新字段是很快速的操做，而且不会影响到已有数据。另一个好处当业务数据发生变化时，是将不在须要由DBA修改表结构。

缓存

因为性能很高，也适合做为信息基础设施的缓存层。在系统重启以后，搭建的持久化缓存能够避免下层的数据源过载。

Mongodb 应用案例

• 京东,中国著名电商,使用MongoDB存储商品信息,支持比价和关注功能.
• 赶集网,中国著名分类信息网站,使用MongoDB记录pv浏览计数
• 奇虎360,著名病毒软件防御和移动应用平台,使用MongoBD支撑的HULK平台天天接受200亿次的查询.
• 百度云,使用MongoDB管理百度云盘中500亿条关于文件源信息的记录.
• CERN，著名的粒子物理研究所，欧洲核子研究中心大型强子对撞机的数据使用MongoDB
• 纽约时报，领先的在线新闻门户网站之一，使用MongoDB
• sourceforge.net，资源网站查找，建立和发布开源软件免费，使用MongoDB的后端存储

Mysql：

1）这些数据一般须要作结构化查询，好比join，这时候，关系型数据库就要胜出一筹

2）这些数据的规模、增加的速度一般是能够预期的

3）事务性、一致性（mongdodb4.0也开始支持事务了）

4）丰富的锁机制

Mysql应用案例

高度事物性的系统

例如银行或会计系统；传统的关系型数据库目前仍是更适用于须要大量原子性复琐事务的应用程序。

传统的商业智能应用

针对特定问题的BI数据库会对产生高度优化的查询方式。对于此类应用，数据仓库多是更合适的选择

推荐阅读：

MongdoDB学习教程： https://piaosanlang.gitbooks.io/mongodb/
Mysql 优化十大技巧： http://www.javashuo.com/article/p-ejcnsyae-e.html