数据库选型:MySQL、PostgreSQL、MongoDB

能够支撑实时业务的数据库,常见的数据库有:

关系型数据库:MySQL、PostgreSQL,以及Oracle、DB2、Microsoft SQL Server等
非关系型数据库:MongoDB

下面针对MySQL、PostgreSQL、MongoDB做对比分析。

关于最受欢迎排行榜,该三类数据库处于前五位置,也是霸榜颇久。另外补充数据库市场份额如下:

概要分析如下:

基本特点 优势 发展趋势
MySQL 常用关系型数据库,速度快、易于使用,出道早 适用于大量事务处理
PostgreSQL 功能更强大,支持更多的数据类型和约束 适用于复杂查询 不断改进其 JSON 能力,如索引、查询优化和更多操作符
MongoDB 非关系型数据库 适用于海量非结构化数据 增加了多文档 ACID 事务、二级索引和高级查询功能,变得更像传统关系型数据库

接下来做多维度交叉对比,包括:

  • 许可证、社区生态
    MySQL、Postgres、MongoDB 都允许商业应用。

  • 数据模型支持 Data Model Support
    MySQL、Postgres 是关系型数据库。关系数据库存储数据很规则,必须是表格的形式,且表格的结构需要事先定义好,每个字段的数据类型、长度需要明确,因此需要按照业务数据提前规划schema、table、column(遵循数据设计范式去做表设计),这样做的好处是表内的一切都井井有条、很清晰,坏处就是很繁琐。
    Postgres额外支持复杂数据类型如:数组、JSON、XML、GIS等,能满足半结构化数据。
    mongodb是面向文档的数据库,是一种非关系数据库,最常见的作用是在某些领域作为关系数据库的替代品,相较于关系数据库它在性能上更有优势,因为不对事务以及数据完整性有硬性要求,所以在写入数据时效率更高。同时,mongdb的数据存储结构也比较灵活,只要是一个json结构就可以存储,相较于关系数据库的表结构定义,更加快捷方便,一切约束全靠程序员自身。mongodb的这种随意性也是把双刃剑,尤其当项目涉及的开发人员越多,需求变化越频繁,mongodb存储的数据就越容易变成一个屎坑,你无法完全知道某一个集合中的文档哪些字段是有用的,哪些字段是没用的,你的程序不得不去配合这些未知的数据,从而造成不必要的繁琐,以及带来更多的BUG。因此,mongodb不建议像关系数据库那样独立使用,必须在代码层做好数据模型定义,才能发挥作用同时避免副作用。

  • 性能 Performance
    性能主要由访问模式决定。如果一个操作涉及不同的实体,MongoDB 通常更快,因为数据是 denormalized 的,并且不需要在表之间进行复杂的连接操作。另一方面,Postgres 能处理复杂查询,这得益于 SQL 和其先进的查询优化器。

  • 可靠性 Reliability
    MySQL、Postgres有成熟可靠的主从方案、集群方案。MongoDB 在早期因为不支持 ACID 事务而被认为是不太靠谱的。不过自从他们收购了 WiredTiger 并使用其 WiredTiger 存储引擎后,从事务角度来看,如今的 MongoDB也是稳定可靠的(因为还存在着MongoDB不稳定会丢数据的说法)

  • 拓展性 Extensibility
    MongoDB 是一个支持自动分片的分布式数据库。MySQL、Postgres本身不支持水平拓展,需要依赖分库分表工具,而按照微服务最佳实践,应该先做垂直拆分,再考虑水平拓展。分库分表工具常见:sharding-sphere(前身是sharding-jdbc)、TDDL(Taobao Distribute Data Layer)、Mycat;PostgreSQL也有轻量级的分库分表解决方案citus插件。
    当然也有成熟的分布式数据库方案,把分库操作对业务系统透明化、下沉到运维,如TDSQL、Greenplum、PolarDB等等

  • 易用性 Usability
    MySQL作为传统的关系型数据库,其基本功能完善,能满足极大部分微服务场景,且很容易上手。
    PostgreSQL作为可替代MySQL的产品,其功能要比MySQL强大不少,查询能力也更强悍,且组件工具生态活跃,上手门槛比MySQL稍高些。
    MongoDB而在处理复杂查询方面,MQL (MongoDB Query Language) 不如 SQL 强大,多表连接查询时速度慢因此不适用于关系多的数据。

综上,三者比较如下:

MySQL PostgreSQL MongoDB
许可证 GPL Postgres协议(类似MIT) Server Side Public License (SSPL)
社区生态 有多个开源分支 由社区维护,近年来,生态系统蓬勃发展,拥有众多插件 由商业开源企业牵头,收购过多个生态系统解决方案,包括WiredTiger存储引擎、mLab托管服务、Realm移动端数据同步方案、Compass MongoDB GUI 客户端
数据模型规范 表格模型 表格模型 文档对象模型

下面在适用性方面,列举了几个常见的业务场景:

场景 MySQL PostgreSQL MongoDB 备注
微服务系统 非常适用 非常适用 不建议 微服务的数据往往是垂直拆分出来的,具有业务聚合特点,数据之间也会有较高的关联性,且对数据库操作耗时敏感
爬虫 一般 非常适用 适用 爬虫数据较复杂,可能是能结构化的数据,也可能是灵活的键值对(一般序列化为json),也可能是复杂格式(如GIS信息),且数据间往往有关联,另外需要考虑数据量预留水平拓展能力
单体系统 非常适用 非常适用 适用 单体系统趋势是垂直拆分,将不可避免地向关系型数据库发展
某垂直领域的大批数据 一般 适合 适用 这类数据是粒度较精细、关联较小的数据集,例如订单信息、用户的特征数据等,需要综合考虑数据量、业务时效性、查询复杂性。可能会更考虑redis、ES
数据分析(数据集市) 一般 适用 适用 三者之间PostgreSQL可能是最适合的,因为其查询功能强、支持的数据类型更多。但是这属于大数据领域,适用Hadoop、Hbase等方案会更主流些

最后简单地做一下交叉对比:

MySQL vs PostgreSQL : 都是关系型数据库,都能满足线上业务需求;MySQL较早落地推广(赶了个早市),PostgreSQL功能稍强大(对数据分析场景会更友好些)。
MySQL vs MongoDB :可以看做是传统的关系型数据库与NoSQL的对比,具体场景具体分析
MongoDB vs PostgreSQL : 有说法是可以互相替换,因为PostgreSQL也能支持非结构化的json数据,该说法算是给PostgreSQL加分了。这里建议重点考量数据关联性

备注1、MongoDB可能会有些负面的说法:

  • 模式自由,自由灵活的文件存储格式带来的数据错误
  • 不支持事务操作 (实际上,大概2018年MongoDB 4.0开始支持ACID事务了)
  • 占用空间过大
  • MongoDB没有如MySQL那样成熟的维护工具 (实际上,MongoDB也有不少GUI可视化客户端管理工具)
  • 无法进行关联表查询,不适用于关系多的数据;复杂聚合操作通过mapreduce创建,速度慢
posted @ 2023-12-14 10:10  鱼007  阅读(1261)  评论(0编辑  收藏  举报