第 10 章 · 数据库对比与应用

在 MySQL、PostgreSQL、Redis、MongoDB 之间选型——本质是「一致性 vs 扩展性」的取舍。

10.1 关系型 vs NoSQL 四大类

类型	代表	数据模型	一致性	横向扩展
关系型	MySQL、PostgreSQL	表 + 外键（第 2 章）	强（ACID）	难（分库分表）
KV 存储	Redis	键 → 值	弱/可配	易（分片）
文档型	MongoDB	JSON 文档（无固定模式）	弱（可配）	易（分片）
列式 / 图	HBase、Neo4j	列族 / 图	不一	不一

NoSQL 的动机：放弃部分关系代数能力（连接、强约束、跨行事务），换水平扩展与高吞吐。

10.2 MySQL（InnoDB）vs PostgreSQL

维度	MySQL（InnoDB）	PostgreSQL
默认隔离级别	REPEATABLE READ（靠 MVCC+间隙锁）	READ COMMITTED
存储引擎	InnoDB 单一主流	单一引擎，可扩展
索引	聚簇主键 + B+ 树（第 9 章）	默认 B+ 树，非聚簇为主
并发	MVCC + undo 版本链	MVCC，多版本原地保留
扩展能力	复制成熟、分库分表生态大	JSONB、窗口函数、可编程性强
事务	完整 ACID	完整 ACID，隔离级别更全

MySQL 生态大、运维资料多、读多写少的 Web 场景顺手；PG 标准更严、功能更强（窗口函数、CTE、JSONB、全文检索），适合对正确性与复杂查询要求高的场景。二者都是第 7、8 章「事务 + 日志」原理的实现。

10.3 Redis：内存 KV

Redis = 内存键值存储，持久化靠 RDB 快照 + AOF 日志（近似第 8 章 WAL 思想）。

• 强项：微秒级延迟、丰富数据结构（String/List/Hash/Set/ZSet）、原子操作、发布订阅；常做缓存、会话、计数器、排行榜。
• 弱项：内存有限、数据量大成本高；持久化/复制异步，极端情况可能丢最近数据，不保证强一致。

对比：Redis AOF vs 关系库 redo——都是「追加写日志、崩溃后重放」，但 Redis 目标是性能，AOF 可配「每秒刷盘」甚至「不刷」，牺牲持久性；关系库用 WAL + 检查点把持久性做硬。缓存可以丢一点，账本不能丢。

10.4 MongoDB：文档数据库

MongoDB 存 BSON 文档，无固定模式（schema-less），集合内文档结构可不同——与第 3 章「模式固定」相反。

• 强项：嵌套文档免去多表连接、模式灵活、天然分片；适合快速迭代、结构多变、写入量大。
• 弱项：多文档跨集合事务近年才支持且代价高；无真正连接，复杂关系查询要手动聚合或反规范化。

10.5 选型决策

你的需求	指向	依据章节
强一致、复杂连接、严格事务	关系型（MySQL/PG）	第 2、4、7、8 章
读多写少、能容忍短暂不一致	MySQL + Redis 缓存	第 7 章隔离、第 9 章索引
结构多变、文档型、快速上线	MongoDB	第 5 章反规范化
热点数据、计数器、会话	Redis	第 9 章内存/哈希
复杂分析、报表、多维聚合	列式 / OLAP 引擎	第 5 章反规范化 + 第 4 章聚合

• 范式（第 5 章）决定关系库拆表；反规范化是 NoSQL 与 OLAP 的默认姿态——在「一致性」和「读性能」间选边。
• 事务与隔离（第 7 章）决定能否接受最终一致：核心账务必须 ACID，浏览计数可以近似。
• 索引（第 9 章）是通用杠杆：Redis 用哈希、关系库用 B+ 树、MongoDB 也有 B 树索引，底层思想同源。

对比：关系型 vs NoSQL——关系型用「表 + 连接 + 事务」换强一致与复杂查询，代价是扩展难、模式僵；NoSQL 四类各自放弃一部分（连接、强事务、固定模式、磁盘持久化）换扩展性与专项性能。理解关系型的「完全体」，才知道每处裁剪丢掉什么。