📌 存储设计选型指南
🔹 1. MongoDB
-
特点
-
文档型存储（BSON/JSON 格式）
-
Schema 灵活，可存嵌套对象、数组
-
原生支持多键索引
-
天然支持水平分片（Sharding），扩展性强
-
-
优势场景
✅ 内容管理（CMS、博客、视频/评论系统）
✅ 日志/事件存储（IoT、监控、行为日志）
✅ 推荐系统（标签、分类、多维度查询）
✅ 快速迭代产品（字段随时能改，不用改表） -
不适合
❌ 复杂事务（跨集合、多文档高频更新）
❌ 强一致性要求高的场景（如银行转账）
🔹 2. MySQL
-
特点
-
关系型数据库，强 Schema
-
事务成熟（ACID）
-
JOIN 强大，适合多表关系查询
-
社区和生态非常完善
-
-
优势场景
✅ 金融/支付（强事务、强一致性）
✅ 电商订单/库存系统（复杂关系）
✅ ERP/CRM（高度结构化业务数据）
✅ 中小型系统核心数据库 -
不适合
❌ 结构经常变动的业务（加字段麻烦）
❌ 高并发写入日志类场景
🔹 3. PostgreSQL
-
特点
-
关系型数据库，但比 MySQL 功能更强
-
原生支持 JSON/JSONB → 半结构化数据存储也不错
-
支持全文搜索、地理位置查询（GIS）
-
扩展性强（插件丰富）
-
-
优势场景
✅ 金融级业务（比 MySQL 更严格的事务和一致性）
✅ GIS 应用（地图、LBS 系统）
✅ 需要关系型 + 文档型混合的系统
✅ 需要复杂查询、窗口函数、大数据分析的系统 -
不适合
❌ 社区资料比 MySQL 少，上手门槛略高
❌ 复杂分布式架构支持没有 MongoDB/ES 灵活
🔹 4. Elasticsearch
-
特点
-
面向搜索和分析的引擎
-
倒排索引（全文搜索极快）
-
支持聚合分析（统计报表、BI）
-
近实时查询（适合日志、监控）
-
-
优势场景
✅ 全文搜索（搜索引擎、智能推荐）
✅ 日志分析（ELK 堆栈：Elasticsearch + Logstash + Kibana）
✅ 实时监控、指标统计（APM、运维监控）
✅ 电商搜索（按关键字 + 分类 + 排序） -
不适合
❌ 事务性业务（没有事务概念）
❌ 高并发写入但要求强一致性场景
📊 选型对照表
| 特点 | MongoDB | MySQL | PostgreSQL | Elasticsearch |
|---|---|---|---|---|
| 数据模型 | 文档型 (JSON) | 关系型 | 关系型 + JSONB | 文档型 (倒排索引) |
| Schema | 灵活 | 严格 | 严格/JSONB 混合 | 灵活 |
| 事务支持 | 有（性能一般） | 强 | 更强 | 无 |
| 扩展性 | 水平分片强 | 读写分离、分库分表 | 一般 | 分布式天然支持 |
| 查询优势 | 嵌套文档、数组查询 | JOIN、事务 | 复杂 SQL、分析 | 全文搜索、聚合分析 |
| 典型场景 | CMS、日志、推荐 | 金融、电商、ERP | GIS、混合数据分析 | 搜索、日志、监控 |
✅ 总结建议
-
业务系统核心数据库 → MySQL（稳定、事务强）
-
结构化 + 分析 → PostgreSQL（复杂查询 + JSONB）
-
非结构化/快速迭代 → MongoDB（灵活存储 + 高扩展）
-
搜索/日志/监控 → Elasticsearch（全文检索 + 实时分析）
