数据库分为关系型数据库和非关系型数据库
常用的关系型数据库有mysql、oracle、sql server
常用的非关系型数据库有mongodb、redis
什么是mysql？
了解mysql，首先要知道关系型数据库。
关系型数据库是信息的集合，它以预定义的关系组织数据，数据存储在一个或多个由列和行构成的表（或“关系”）中，用户可以轻松查看和理解不同数据结构之间的关系。关系是不同表之间的逻辑连接，根据这些表之间的交互建立。
这样笼统的定义大家可能不清楚，我们细分为几个点来讲解：
- 基本组成: 数据库、表、行、列
-
预定义结构：高度依赖二维表格，每个表格里的字段都是预先定义好的，以客户表为例，需要预先定义好字段类型
id、name、phone、address-
+----+---------+-------------+-----------+ | id | name | phone | address | +----+---------+-------------+-----------+ | 1 | 客户1 | 13127354603 | 深圳市 | | 2 | 客户2 | 12346253843 | 广州市 | | 3 | 客户3 | 13123423424 | 佛山市 | +----+---------+-------------+-----------+
-
-
表与表之间有联结关系：以客户表和订单表为例，客户表跟订单表是通过
foreign key: client_id关联起来的-
+------+-----------+-----------+---------------+--------+ | id | client_id | goods | issuance_date | status | +------+-----------+-----------+---------------+--------+ | 1001 | 1 | 电脑 | 2022-10-12 | 1 | | 1002 | 2 | 笔记本 | 2022-10-20 | 2 | | 1003 | 3 | 手机 | 2022-11-11 | 2 | +------+-----------+-----------+---------------+--------+
-
- SQL 语句：通用的sql语言，对数据表的建立和操作都依赖sql语句
CREATE TABLE IF NOT EXISTS orders(
id int UNSIGNED PRIMARY KEY AUTO_INCREMENT,
client_id int UNSIGNED NOT NULL COMMENT '关联客户id',
goods varchar(100) NOT NULL COMMENT '货物',
issuance_date Date NOT NULL COMMENT '发货日期',
status int UNSIGNED NOT NULL COMMENT '订单状态',
FOREIGN KEY (client_id) REFERENCES client (id)
) ENGINE = InnoDB CHARSET = utf8;
insert into orders (client_id, goods, issuance_date, status) values (3, '手机', '2022-11-11', 2);
什么是mongodb?
mongodb是非关系型数据库，也叫NoSql数据库。主要指那些非关系型的、分布式的，且一般不保证ACID的数据存储系统。NoSQL提出了另一种理念，以键值来存储，且结构不稳定，每一个元组都可以有不一样的字段，这种就不会局限于固定的结构，可以减少一些时间和空间的开销。使用这种方式，为了获取用户的不同信息，不需要像关系型数据库中，需要进行多表查询。仅仅需要根据key来取出对应的value值即可。
- 基本组成：数据库、集合、文档、域
- 动态结构：在sql中，必须定义好地段和表结构之后，才能够添加数据，例如定义表的主键、索引、外键等。在Nosql数据库中，数据可以在任何时候任何地方添加。不需要预先定义，也不需要预先创建表格，字段也不需要保持一致。
{
"_id" : ObjectId("6356459b0ad81bc66bfd4b6c"),
"client_id" : "1",
"goods" : "电脑",
"issuance_date" : "2022-10-12",
"status" : 1
}
{
"_id" : ObjectId("635751d00ad81bc66bfd4b6e"),
"client_id" : "1",
"goods" : "电脑",
"issuance_date" : "2022-10-12",
"update_date" : "2022-12-12"
}
- NoSql: Not Only Sql，不像传统的Sql语言，采用结构化的查询语句
db.orders.insert({
client_id: '1',
goods: '电脑',
issuance_date: '2022-10-12',
status: 1
})
能力对比
| 对比 | mysql | mongodb |
|---|---|---|
| 数据结构 | 预定义对象数组 | json |
| 动态schema | 不支持，可以把字段类型设置为JSON来代替 | 支持 |
| 增 | INSERT INTO orders( client_id, goods, issuance_date, status) VALUES( 3, '货物', '2022-12-12', 3); | db.orders.insert({ client_id: '1', goods: '电脑', }) |
| 删 | drop table orders; | db.collection.drop() |
| 改 | update orders set goods='苹果' where id = 1004; | db.orders.update({goods: "电脑"},{ $set:{title: "手机"} }) |
| 查 | select * from orders; | db.orders.find().pretty() |
| 语句 | 语法为传统的sql语法，对于新人上手有一定的心智负担。可以通过封装第三方库比如sequelize、typeorm来支持，但是orm库本身也有自己的api语法，而且对于联表查询或者复杂语句，支持起来也需要熟练相关api，这对于新人入手无疑也是有一定的心智负担的。 | 语法更加接近面向对象编程，对于没接触过传统数据库语法的，易于上手，没有心智负担 |
| 可视化工具 | MySQL Workbench、Sequel Pro、HeidiSQL、Navicat | Rockmongo、Navicat for MongoDB、NoSQLBooster for MongoDB |
| 引擎 | 常用的有InnoDB、MyISAM、MEMORY | 常用的有mmapv1、inMemory、WiredTiger |
| 事务 | 事务是一种处理机制，用来管理数据语句必须成批的执行，以保证数据库不会包含不完整的执行结果。通俗点说，事务包含的数据语句要么完整执行，要么不执行。如果执行不完整或者发生错误，则进行回退。事务的特性：原子性、一致性、隔离型、持久性。事务的常见操作：事务(transaction)、回退(rollback)、提交(commit)、保留点(savepoint) | |
| 事务支持 | 只有InnoDB引擎支持BEGIN; DELETE FROM client WHERE id = 1; DELETE FROM orders WHERE client_id = 1; COMMIT; | 3.6版本开始支持const session = db.getMongo().startSession(); session.startTransaction({readConcern: { level: 'majority' },writeConcern: { w: 'majority' }}); const client = session.getDatabase('test').getCollection('client'); const orders = session.getDatabase('test').getCollection('orders'); client.remove({'id': 1}); orders.remove({'client_id': 1}); session.commitTransaction(); |
| 复杂查询 | 支持INNER JOIN（内连接,或等值连接）、LEFT JOIN（左连接）、RIGHT JOIN（右连接）、GROUP BY、SUM、AVG等 | 通过聚合操作aggregate可以使用group、avg等 |
| 锁 | 概念：锁是计算机用以协调多个进程间并发访问同一共享资源的一种机制。要解决的是并发请求下资源分配的问题，对于数据库来说，就是并发的读写。类型：读的共享锁（S）和用于写的排它锁（X），也叫悲观并发控制。读的意向共享锁（IS）和用于写的排它锁（X），也叫乐观并发控制。粒度：由大到小划分为全局锁、库锁、表锁、行锁、页锁、文档锁，粒度越小，越不易阻塞。比如数据库只支持表锁，将导致在锁情况下，其它资源无法对该表进入操作。如果可以支持行锁，那么其他资源对该表还是可以操作的，只是无法操作改行。死锁：死锁是指两个或两个以上的进程在执行过程中，由于竞争资源或者由于彼此通信而造成的一种阻塞的现象，若无外力作用，它们都将无法推进下去。比如有个A、B两个请求都是对表C、D进行写入操作，A请求先对C加锁，还未对D进行加锁，而此时B请求却优先对D进行加锁，这样就导致A请求无法操作D，B请求无法操作C，进入了死循环。 | |
| 锁支持 | 默认支持表锁。InnoDB支持行锁。MyISAM额外支持页锁。 | 2.2之前只有全局锁。2.2之后开始有库锁和表锁。3.0之后WiredTiger支持文档锁。 |
| 自动分片 | 分片是一种将大型数据集分布在不同数据集合中的方法。在这里，用户可以选择一个分片键（具有单个或多个副本的主键）来确定集合中的数据分布，并将数据拆分为跨分片的不同范围。每个分片都充当单独的数据库，使用其他分片形成一个数据库有助于负载平衡并执行复杂的查询 | |
| 自动分片支持 | 可以通过分片框架MySQL Fabric实现 | 天然支持通过分片进行水平扩展 |
| 性能 | 从理论上讲，同等条件下，MongoDB 接收任何数据都比 MySQL 快，而且能接收的数据量也比 MySQL 多。因为Mongo使用的内存映射技术，用空间换取时间， 写入数据时候只要在内存里完成就可以返回给应用程序，这样并发量自然就很高，而保存到硬件的操作则在后台异步完成。但如果涉及到联表查询、分组等复杂语句以及大量用户访问时，对内存的要求也高，加上锁的影响，虽然mongodb也能支持，但这时候的访问效率可能反倒会不如mysql。不过，性能问题总归要看场景而言，不能一概而论。 | |
| 应用场景 | - 如果你的业务对于存储要求很高、存储量大、并且业务结构有很大的不确定性，那么mongodb是一个很好的选择，比如日志系统、流水系统、云服务系统。- 如果你的业务需要支持复杂的事务查询、对ACID要求很高，那么结构化的mysql能够为你提供强大的能力支持，比如银行资金系统、火车票订单系统。- 不过，大部分情况下，并不需要选择，常用的后台管理系统、记账系统等用户量不高、只有存储需求的场景，mongodb和mysql都是可以满足需求的。- 另外，mysql和mongodb也经常一起使用，比如把mysql作为主库，由于其本身结构化特点，对于后期维护的技术债成本会比较低，而mongodb天然的面向对象设计，作为缓存数据库，也是可以带来很大的收益的。 |
补充
Redis也是常用的数据库，它跟mongodb一样，也是NoSql的一种，但它不是文档型的，而是基于键值对的。redis的数据是存储在内存中的，所以其优点很明显，读写性能极高，缺点也很明显，使用空间很小，所以一般的使用场景都是用来存放用户信息这类读写频率高、数据量不大的场景。
