mongo和mysql數據庫中,mongo和mysql區別

本文目錄一覽：

1、MongoDB和MySQL的區別
2、mysql mongodb區別
3、mongodb和mysql的區別
4、Mongodb和mysql的區別
5、MongoDB與MySQL：如何選擇
6、mongo和mysql索引有什麼不同？

MongoDB和MySQL的區別

a.如果需要將mongodb作為後端db來代替mysql使用，即這裡mysql與mongodb

屬於平行級別，那麼，這樣的使用可能有以下幾種情況的考量：

(1)mongodb所負責部分以文檔形式存儲，能夠有較好的代碼親和性，json格式的直接寫入方便。(如日誌之類)

(2)從data

models設計階段就將原子性考慮於其中，無需事務之類的輔助。開發用如nodejs之類的語言來進行開發，對開發比較方便。

(3)mongodb本身的failover機制，無需使用如MHA之類的方式實現。

這種情況也是不少的，我手上的遊戲就是有nodejs+mongodb的，用戶總量也是千萬級別的，流水什麼還不錯。

b.將mongodb作為類似redis

，memcache來做緩存db，為mysql提供服務，或是後端日誌收集分析。

考慮到mongodb屬於nosql型數據庫，sql語句與數據結構不如mysql那麼親和

，也會有很多時候將mongodb做為輔助mysql而使用的類redis

memcache

之類的緩存db來使用。

亦或是僅作日誌收集分析。

mysql mongodb區別

前言：

MySQL與MongoDB都是開源的常用數據庫，但是MySQL是傳統的關係型數據庫，MongoDB則是非關係型數據庫，也叫文檔型數據庫，是一種NoSQL的數據庫。它們各有各的優點，關鍵是看用在什麼地方。所以我們所熟知的那些SQL語句就不適用於MongoDB了，因為SQL語句是關係型數據庫的標準語言。

一、關係型數據庫-MySQL

1、在不同的引擎上有不同的存儲方式。

2、查詢語句是使用傳統的sql語句，擁有較為成熟的體系，成熟度很高。

3、開源數據庫的份額在不斷增加，mysql的份額頁在持續增長。

4、缺點就是在海量數據處理的時候效率會顯著變慢。

二、非關係型數據庫-MongoDB

非關係型數據庫(nosql ),屬於文檔型數據庫。先解釋一下文檔的數據庫，即可以存放xml、json、bson類型系那個的數據。這些數據具備自述性，呈現分層的樹狀數據結構。數據結構由鍵值(key=value)對組成。

1、存儲方式：虛擬內存+持久化。

2、查詢語句：是獨特的MongoDB的查詢方式。

3、適合場景：事件的記錄，內容管理或者博客平台等等。

4、架構特點：可以通過副本集，以及分片來實現高可用。

5、數據處理：數據是存儲在硬盤上的，只不過需要經常讀取的數據會被加載到內存中，將數據存儲在物理內存中，從而達到高速讀寫。

6、成熟度與廣泛度：新興數據庫，成熟度較低，Nosql數據庫中最為接近關係型數據庫，比較完善的DB之一，適用人群不斷在增長。

三、MongoDB優勢與劣勢

優勢：

1、在適量級的內存的MongoDB的性能是非常迅速的，它將熱數據存儲在物理內存中，使得熱數據的讀寫變得十分快。

2、MongoDB的高可用和集群架構擁有十分高的擴展性。

3、在副本集中，當主庫遇到問題，無法繼續提供服務的時候，副本集將選舉一個新的主庫繼續提供服務。

4、MongoDB的Bson和JSon格式的數據十分適合文檔格式的存儲與查詢。

劣勢：

1、不支持事務操作。MongoDB本身沒有自帶事務機制，若需要在MongoDB中實現事務機制，需通過一個額外的表，從邏輯上自行實現事務。

2、應用經驗少，由於NoSQL興起時間短，應用經驗相比關係型數據庫較少。

3、MongoDB佔用空間過大。

mongodb和mysql的區別

數據庫模型

mongodb 非關係行 (文檔型數據庫)提供可擴展的高性能數據存儲

mysql 關係行

存儲方式

mongodb:虛擬內存持久化

mysql：不同的引擎不同的存儲方式

查詢方式

mongodb獨特的查詢語句

mysql 傳統的sql

mongodb與mysql命令對比傳統的關係數據庫一般由數據庫（database）、表（table）、記錄（record）三個層次概念組成，

MongoDB是由數據庫（database）、集合（collection）、文檔對象（document）三個層次組成。

MongoDB對於關係型數據庫里的表，但是集合中沒有列、行和關係概念，這體現了模式自由的特點。

Mongodb和mysql的區別

1.Mongodb簡介及優缺點分析

Mongodb是非關係型數據庫(nosql ),屬於文檔型數據庫。文檔是mongoDB中數據的基本單元，類似關係數據庫的行，多個鍵值對有序地放置在一起便是文檔，語法有點類似javascript面向對象的查詢語言，它是一個面向集合的，模式自由的文檔型數據庫。

存儲方式：虛擬內存+持久化。

查詢語句：是獨特的Mongodb的查詢方式。

適合場景：事件的記錄，內容管理或者博客平台等等。

架構特點：可以通過副本集，以及分片來實現高可用。

數據處理：數據是存儲在硬盤上的，只不過需要經常讀取的數據會被加載到內存中，將數據存儲在物理內存中，從而達到高速讀寫。

成熟度與廣泛度：新興數據庫，成熟度較低，Nosql數據庫中最為接近關係型數據庫，比較完善的DB之一，適用人群不斷在增長。

優點：

快速！在適量級的內存的Mongodb的性能是非常迅速的，它將熱數據存儲在物理內存中，使得熱數據的讀寫變得十分快。高擴展性，存儲的數據格式是json格式！

缺點：

① mongodb不支持事務操作。

② mongodb佔用空間過大。

③ 開發文檔不是很完全，完善。

2.MySQL優缺點分析

優點：

在不同的引擎上有不同的存儲方式。

查詢語句是使用傳統的sql語句，擁有較為成熟的體系，成熟度很高。

開源數據庫的份額在不斷增加，mysql的份額頁在持續增長。

缺點：

在海量數據處理的時候效率會顯著變慢。

3.Mongodb和MySQL數據庫的對比

傳統的關係數據庫一般由數據庫（database）、表（table）、記錄（record）三個層次概念組成，MongoDB是由數據庫（database）、集合（collection）、文檔對象（document）三個層次組成。

MongoDB對於關係型數據庫里的表，但是集合中沒有列、行和關係概念，這體現了模式自由的特點。

4.MongoDB常用語句

# 連接Mongo數據庫，並設置數據存儲地址

mongod.exe –dbpath “d:softwareMongoDBServer3.0data”

#———————–#1# 數據庫

# 查看所有的數據庫

show dbs

# 刪除當前使用的數據庫

db.dropDatabase()

# 使用這個數據庫（只有插入數據後完成創建數據庫）

use dbt

# 查看當前使用的數據庫

db.getName()

# 查看當前數據庫狀態

db.stats()

# 修復當前數據庫

db.repairDatabase()

# 從一個數據庫複製到另一個數據庫

db.copyDatabase(“mydb”, “temp”, “127.0.0.1”);

#———————–#2# 集合

# 查看當前數據庫下所有的集合

show collections

show tables

# 創建名稱為coll集合

db.createCollection(‘coll’)

db.createCollection(“coll2”, {capped:true, autoIndexId:true, size:6142800, max:10000}) # 可選參數

# 查看當前集合狀態

db.coll.stats()

# 刪除名稱為coll集合

db.coll.drop()

#———————–#3# 集合數據

# 插入空數據並且直接創建名稱為coll集合

db.coll.insert({})

# 插入一個或多個數據

db.coll.insert({name:’tom’, age:22})

db.coll.insert([{name:’adam’, age:10},{name:’john’, age:23}])

# 添加數據（save方法可以修改相同id的數據）

db.coll.save({name:’allen’})

# 刪除一個或所有的數據

db.coll.remove({name:’tom’})

db.coll.remove({})

# 刪除符合條件的數據中的第一條

db.coll.remove({name:’tom’}, 1)

# 更改數據

db.coll.update({name:’tom’, age:22}, {$set:{name:’tom’, age:222}})

# 查看數據

db.coll.find()

# 查看一條數據

db.coll.findOne()

db.coll.find({}, {name:1, ‘_id’:0}) # 1表示顯示，0表示不顯示（find默認顯示_id）

# 格式化顯示數據，使數據更加清晰明了

db.coll.find().pretty()

# 使用and，or查看數據

db.coll.find({name:’tom’, age:22}) # 等同and使用

db.coll.find({$or:[{name:’tom’}, {age:21}]}) # or使用

# 操作符大於，小於，等於，不等於，大於不等於，小於不等於

db.coll.find({age: {$gt: 22}}) # 大於

db.coll.find({age: {$lt: 22}}) # 大於

db.coll.find({age: 22}) # 等於

db.coll.find({age: {$ne: 22}}) # 不等於

db.coll.find({age: {$gte: 22}}) # 大於等於

db.coll.find({age: {$lte: 22}}) # 小於等於

# 顯示從skip之後limit個

db.coll.find().limit(2).skip(1)

#———————–# # 用戶

# 3.x之後版本添加用戶

use admin

db.createUser({user:’nu’, pwd:’nu’, roles:[{role:’readWrite’,db:’admin’}]})

# 用戶認證

db.auth(“nu”, “nu”);

# 顯示當前所有用戶

show users;

db.system.users.find()

3.x版本刪除用戶

db.removeUser(‘nu’) # 不推薦使用，已經廢棄

db.dropUser(“nu”);

# 當前db版本

db.version();

# 當前db的鏈接機器地址和端口

db.getMongo();

# 備份到備份目錄

mongodump

# 從備份目錄恢復備份語句。

mongorestore

咱們下期見。

MongoDB與MySQL：如何選擇

MongoDB和MySQL分別是領先的開源NoSQL和關係數據庫。哪個最適合您的應用程序？

在1990年代的互聯網泡沫時期，用於Web應用程序的一種通用軟件堆棧是LAMP，它最初代表Linux（OS），Apache（Web服務器），MySQL（關係數據庫）和PHP（服務器編程語言）。MySQL是首選的數據庫，主要是因為它是免費的開源代碼，並且具有良好的讀取性能，非常適合從數據庫動態生成網站的“ Web 2.0”應用程序。

之後，代表MongoDB（文檔數據庫），Express（Web服務器），AngularJS（前端框架）和Node.js（後端JavaScript運行時）的MEAN堆棧開始流行。除其他原因外，MEAN堆棧很有吸引力，因為您需要了解的唯一語言是JavaScript。與等效的LAMP堆棧相比，它還需要更少的RAM。

MySQL AB的Monty Widenius和David Axmark最初於1994年開始開發MySQL。產品名稱中的“ My”是指Widenius的女兒，而不是英語單詞“ my”。MySQL旨在與mSQL（又名Mini）兼容。 SQL），並添加了SQL查詢層和開放源代碼許可（實際上是專有和GPL雙重許可）。MySQL的公共發行版於1996年底開始，並且每年或每兩年持續發行一次。MySQL是當前最受歡迎的關係數據庫。

Sun Microsystems於2008年以10億美元的價格收購了MySQL AB，Oracle於2010年收購了Sun。在Oracle收購MySQL的廣泛關注中，Widenius在收購Oracle之前就將MySQL 5.5合併到了MariaDB中。MariaDB努力維護與Oracle MySQL版本的兼容性。

與功能更強大的商業關係數據庫（例如Oracle數據庫，IBM DB / 2和Microsoft SQL Server）相比，MySQL最初是一個相當低端的關係數據庫，儘管它足以成為動態網站的後備存儲。多年來，它增加了您希望從關係數據庫獲得的大多數功能，包括事務，參照完整性約束，存儲過程，游標，全文索引和搜索，地理索引和搜索以及群集。

儘管MySQL現在支持“大數據庫”功能，例如主從部署，與Memcached一起使用以及水平分片，但它仍通常用於中小型部署。將MySQL擴展到多個從屬服務器可以提高讀取性能，但是只有主服務器才能接受寫請求。

AWS提供了兩種形式的MySQL即服務，即Amazon RDS和Amazon Aurora。後者具有更高的性能，可以處理TB級的數據，更新副本的延遲時間更短，並且可以直接與Oracle數據庫和SQL Server競爭。

MongoDB是高度可伸縮的操作文檔數據庫，可在開源版本和商業企業版本中使用，它可以在本地運行或作為託管雲服務運行。託管雲服務稱為MongoDB Atlas。

MongoDB無疑是NoSQL數據庫中最受歡迎的數據庫。它的文檔數據模型為開發人員提供了極大的靈活性，而其分布式體系結構則提供了很好的可伸縮性。因此，通常選擇MongoDB用於必須管理大量數據，得益於水平可伸縮性並處理不適合關係模型的數據結構的應用程序。

MongoDB是一個基於文檔的存儲，在其之上還具有一個基於圖形的存儲。MongoDB實際上並不存儲JSON：它存儲BSON（二進制JSON），該擴展了JSON表示（字符串）以包括其他類型，例如int，long，date，浮點，decimal128和地理空間坐標。

MongoDB可以使用數據的類型生成正確的索引類型，從而在數據的單個副本上生成多模式圖形，地理空間，B樹和全文本索引。MongoDB使您可以在任何文檔字段上創建索引。MongoDB 4具有多文檔事務，這意味着即使必須標準化數據設計，您仍然可以獲得ACID屬性。

默認情況下，MongoDB使用動態模式，有時稱為無模式。單個集合中的文檔不需要具有相同的字段集，並且字段的數據類型可以在集合中的不同文檔之間有所不同。您可以隨時使用動態模式更改文檔結構。

但是，可以使用架構治理。從MongoDB 3.6開始，MongoDB支持JSON模式驗證，您可以在驗證器表達式中將其打開。

在LAMP和MEAN堆棧上存在很多變化。例如，您可以在Windows（WAMP）或MacOS（MAMP）上運行而不是Linux OS。您可以運行IIS（WIMP），而不是Windows上的Apache Web服務器。

您可以運行PostgreSQL或SQL Server，而不是LAMP堆棧中的MySQL關係數據庫。如果您需要全球分布，則可以運行CockroachDB或Google Cloud Spanner。可以使用Perl或Python代替PHP語言。如果要使用Java或C＃進行編碼，則需要考慮單獨的堆棧系列。

您可以運行Couchbase或Azure Cosmos DB以獲得更好的全局分布，而不是MEAN堆棧中的MongoDB文檔數據庫。可以使用十二個Node.js Web服務器框架中的任何一個來代替Express 。除了AngularJS前端框架，您還可以運行Angular 2或React。

選擇數據庫時要問的最重要的問題是：

這些問題中的幾個會趨於縮小數據庫的選擇範圍，但是與制定LAMP堆棧時相比，我們有更多選擇。如果您要構建一個應用程序，並且該應用程序必須在99.999％的時間內對全世界的用戶都具有高度的一致性，那麼只有少數幾個數據庫適合您。如果您的應用程序將在工作日的上午9點至下午6點在一個國家/地區使用，並且可以容忍最終的一致性，那麼幾乎所有數據庫都可以使用，儘管某些數據庫對於開發人員和操作員而言更容易，而某些數據庫則可以為您的主要使用場景提供更好的性能。

雖然LAMP和MEAN堆棧一次是Web應用程序的良好解決方案，但現在都不是最佳選擇。而不是盲目採用任何一種，您應該仔細考慮用例，並找到一種可在可預見的將來為您的應用程序服務的體系結構。

您什麼時候需要關係數據庫（例如MySQL）用於新應用程序？除了對標準SQL的明顯支持外，關係數據庫本身將數據強製為具有一致的強類型字段的表格模式，並且只要您利用規範化就可以幫助您避免數據重複。

另一方面，如果您還需要偶爾的自由格式文檔，則MySQL和許多其他關係數據庫也支持RFC 7159定義的JSON數據。如果您還想使用XML文檔和XPath或XSLT，則大多數關係數據庫都可以提供這種能力。

您何時需要像MongoDB這樣的文檔數據庫？如果您的主要用例需要允許使用自由格式的數據，在文檔之間更改類型的字段，隨時間變化的架構或嵌套的文檔，則NoSQL數據庫將滿足要求。另外，如果您的應用程序是用JavaScript編寫的，那麼文檔數據庫的JSON格式將很自然。

作者： Martin Heller是InfoWorld的特約編輯和審稿人。他曾擔任Web和Windows編程顧問，從1986年至2010年開發數據庫，軟件和網站。最近，他擔任Alpha Software技術和教育副總裁以及Tubifi董事長兼首席執行官。

mongo和mysql索引有什麼不同？

Mongodb和Mysql索引選型

1)首先兩種數據庫都選擇平衡m叉樹作為底層索引結構，因為平衡樹m叉樹是同種元素序列情況下的深度最小的m叉排序樹。這可以減少m叉樹元素查找的深度，從而提昇平均查找效率。B樹和B+樹都是平衡m叉樹。

2)Mongodb選擇B樹為索引結構，Mongodb是典型的非關係行數據庫，設計之初就不會用來做多個遍歷操作，那麼如果要查詢單條數據的話只要進行一次中序遍歷，查到與葉子上數據相同的節點即可。

3)Mysql是典型的關係型數據庫，選擇B+樹的原因是所有再也節點的數據都有前後關係，因為有鏈指針，由於非終結點並不是最終指向文件內容的結點，而只是葉子結點中關鍵字的索引。因此任何關鍵字的查找必須走一條從根結點到葉子結點的路。所有關鍵字查詢的路徑長度相同，導致每一個數據的查詢效率相當，B+樹的查詢效率更加穩定。而且把所有同一內部節點的關鍵字存放在同一盤塊中，這樣磁盤容納的關鍵字數量也越多，一次性讀入內存的需要查找的關鍵字也就越多，相對IO讀寫次數就降低了。

原創文章，作者：小藍，如若轉載，請註明出處：https://www.506064.com/zh-hant/n/270645.html