mongdb和mysql 区别和场景

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

在写一个新需求时，往往要进行创表，或者创建文档，这个时候就需要进行一个选型，怎么进行一个选型呢，下面就是mongdb和mysql的一些区别和我的心得

---

一、区别？

mysql：支持事务的一致性（单个事务）和完整性（主键完整性或者参照完整性等），支持多版本并发控制（mvcc），使用的sql查询，在查询和连接操作方面非常强大，还支持触发器、存储过程等功能，实现一些复杂的业务逻辑。水平扩展比较弱，因为要自己分片和管理多个数据库节点。

mongdb:侧重于大规模的数据插入和查询，支持复杂的查询和聚合操作，具备良好的可扩展性，支持水平扩展，也就是数据量多的时候增加服务器节点，然后使用分片技术将数据分布到多个节点上，自动处理数据的迁移和负载均衡，也就意味着能处理大量的数据和高并发请求。默认配置下支持最终一致性，也就是说写入操作后不保证同步到所有节点中，可能存在一定的延迟。而且能灵活地变更数据结构和应用

二、场景

综上所述，MongoDB适用于以下应用场景：
灵活地变更数据结构和应用： 内容管理系统、日志分析表
高并发读写：看视频时，需要实时记录进度；发送消息时，需要记录发送的信息
大规模数据存储：分享功能：视频分享后，生成短连接信息到文档中，点击分享的视频。进入到文档中查找对应的url即可。
需要进行复杂的文本搜索、地理空间索引、数据聚合和处理的应用，如电商平台、新闻门户等。

综上所述，Mysql适用于以下应用场景：
具有明确定义的数据结构和复杂查询需求的应用，如金融系统、电子商务平台等。

对数据一致性和完整性要求较高的应用，如订单支付、库存管理等。

在小规模或中等规模的数据存储和并发处理需求下，如企业内部应用、博客网站等。

---

三、mongdb常用操作

使用MongdbTemplate进行操作

Query query = new Query();
Criteria c = new Criteria.where(字段名).is(值).and(字段名).is（值）;
//聚合操作
Aggregation aggregation= Aggregation.newAggregation(
	Aggreagation.match(c),
	Aggregation.group("字段名"),
	Aggregation.first(字段名).as(别名)
	//获取该字段最小值
	Aggregation.min(字段名).as(别名)
	//计算分组后的总条数
	Aggregation.count().as(别名)
	//筛选要展示的字段
	Aggregation.project(字段名集合)
)
mongoTemplate.aggregate(aggregation,文档名称,xxx.class).getMappedResults();

query.addCriteria(c);
mongoTemplate.find(query,xxx.class,mongodb文档的名称（也就是表名));