382
MySQL和MongoDB設計實例對比
MySQL是關係型數據庫中的明星，MongoDB是文檔型數據庫中的翹楚。下麵通過一個設計實例對比一下二者：假設我們正在維護一個手機產品庫，裏麵除了包含手機的名稱，品牌等基本信息，還包含了待機時間，外觀設計等參數信息，應該如何存取數據呢?
如果使用MySQL的話，應該如何存取數據呢?
如果使用MySQL話，手機的基本信息單獨是一個表，另外由於不同手機的參數信息差異很大，所以還需要一個參數表來單獨保存。
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`name` VARCHAR(100) NOT NULL,
`brand` VARCHAR(100) NOT NULL,
PRIMARY KEY (`id`)
);
CREATE TABLE IF NOT EXISTS `mobile_params` (
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`mobile_id` int(10) unsigned NOT NULL,
`name` varchar(100) NOT NULL,
`value` varchar(100) NOT NULL,
PRIMARY KEY (`id`)
);
INSERT INTO `mobiles` (`id`, `name`, `brand`) VALUES
(1, 'ME525', '摩托羅拉'),
(2, 'E7' , '諾基亞');
INSERT INTO `mobile_params` (`id`, `mobile_id`, `name`, `value`) VALUES
(1, 1, '待機時間', '200'),
(2, 1, '外觀設計', '直板'),
(3, 2, '待機時間', '500'),
(4, 2, '外觀設計', '滑蓋');
注：為了演示方便，沒有嚴格遵守關係型數據庫的範式設計。
如果想查詢待機時間大於100小時，並且外觀設計是直板的手機，需要按照如下方式查詢：
SELECT * FROM `mobile_params` WHERE name = '外觀設計' AND value = '直板';
注：參數表為了方便，把數值和字符串統一保存成字符串，實際使用時，MySQL允許在字符串類型的字段上進行數值類型的查詢，隻是需要進行類型轉換，多少會影響一點性能。
兩條SQL的結果取交集得到想要的MOBILE_ID，再到mobiles表查詢即可：
如果使用MongoDB的話，應該如何存取數據呢?
如果使用MongoDB的話，雖然理論上可以采用和MySQL一樣的設計方案，但那樣的話就顯得無趣了，沒有發揮出MongoDB作為文檔型數據庫的優點，實際上使用MongoDB的話，和MySQL相比，形象一點來說，可以合二為一：
"params.name": 1,
"params.value": 1
});
db.getCollection("mobiles").insert({
"_id": 1,
"name": "ME525",
"brand": "摩托羅拉",
"params": [
{"name": "待機時間", "value": 200},
{"name": "外觀設計", "value": "直板"}
]
});
db.getCollection("mobiles").insert({
"_id": 2,
"name": "E7",
"brand": "諾基亞",
"params": [
{"name": "待機時間", "value": 500},
{"name": "外觀設計", "value": "滑蓋"}
]
});
如果想查詢待機時間大於100小時，並且外觀設計是直板的手機，需要按照如下方式查詢：
"params": {
$all: [
{$elemMatch: {"name": "待機時間", "value": {$gt: 100}}},
{$elemMatch: {"name": "外觀設計", "value": "直板"}}
]
}
});
注：查詢中用到的$all，$elemMatch等高級用法的詳細介紹請參考官方文檔中相關說明。
MySQL需要多個表，多次查詢才能搞定的問題，MongoDB隻需要一個表，一次查詢就能搞定，對比完成，相對MySQL而言，MongoDB顯得更勝一籌。
最後更新：2017-04-02 16:48:14