Mysql
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）。像其他关系系统一样，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，您可以根据需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，但通过使用关联查询来关联。通过使用这种方式，使得数据重复量被最小化。
Mongodb
MongoDB是由MongoDB，Inc.开发的开源数据库。MongoDB将数据存储在类似JSON的文档中，并且文档中每个json串结构可能有所不同。相关信息存储在一起，通过MongoDB查询语言进行快速查询访问。 MongoDB使用动态模式，这意味着您可以在不首先定义结构的情况下创建记录，例如字段或其值的类型。您可以通过添加新字段或删除现有记录来更改记录的结构（我们称之为文档）。该数据模型可以让您轻松地代表层次关系，存储数组和其他更复杂的结构。集合中的文档不需要具有相同的一组字段，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。
Nosql vs SQL
通过上面两个代表我们可以得出结论：
关系型数据库： 通过一个设计好结构的schema来存储数据，这个schema代表了这个数据库的设计，表明的其中的数据之间的关系，在一个结构化的schema中，数据的存储形式是我们熟知的row-column的table(表)，取出数据则使用传统的sql语句
非关系型数据库： 在有些场景下，这些数据之间是毫不相干的，比如键值对、文本、图表等所以他们的数据结构可能各式各样，非关系型数据库的出现就很好的弥补了sql的不足，通过key-value的document(文档)来存储数据，另一方面，我们也就不能使用sql语句来取出数据，毕竟他们之间的关系已经不存在了。
存储数据方式对比
sql采用 表 来存储，列表示属性，行代表单个记录，这些表位于数据库内部
在mongodb中，数据被存储在一个集合中，和表类似。一个集合可以包含多条记录，每条记录的存储形式类似json的键值对形式
sql可以通过外键，主键将不同表中的属性关联起来，但是在像mongo这样的非关系数据库中，我们无法创建数据之间的联系，
另外sql遵循ACID原则，即（Atom（原子性）、Consistency（一致性）、Isolation（封闭性）以及Durability（持续性），sql的属性关注与一致性和事务的可靠性
mongodb建立在CAP原则的基础上（一致性，可用性、分区性），CAP关注于数据的可用性
所以，我们可以得出结论：
sql数据库更安全更可靠，mongodb确保了数据的高可用性（在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性））
扩展性
sql数据库通过增加内存容量，磁盘容量或者服务器的计算能力可以实现纵向扩展，但是随着大量的查询，纵向扩展的成本会越来越高
nosql数据库通过分片支持横向扩展，在这种场景下，通过新增服务器而不是新增服务器配置来支持规模扩张，这种方法会相对降低成本，因为是通过廉价的硬件组装在一起来满足昂贵的查询操作
总结
- sql数据库用来存储结构化的数据，nosql反之
- mongodb通过json形式来存储非结构化的数据
- mongodb不支持高级查询和表连接
- mongo核心：灵活文档模型 + 高可用复制集 + 可扩展分片集群
- mongodb使用场景：
1）网站实时数据处理。它非常适合实时的插入、更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。
2）缓存。由于性能很高，它适合作为信息基础设施的缓存层。在系统重启之后，由它搭建的持久化缓存层可以避免下层的数据源过载。
3）高伸缩性的场景。非常适合由数十或数百台服务器组成的数据库，它的路线图中已经包含对MapReduce引擎的内置支持。不适用的场景如下:
1）要求高度事务性的系统。
2）传统的商业智能应用。
3）复杂的跨文档（表）级联查询。
