数据库原理与选型 / 技术文章

数据库选型:主流数据库对比

本文帮助后端开发者、架构师和技术负责人在新项目或系统改造中选择数据库。你将从数据模型、事务、一致性、查询方式、扩展与运维成本出发,得到主数据库与辅助组件的组合结论。

数据库选型

先从业务约束出发

数据库选型不是比较谁的功能最多,而是确认哪一种数据模型和运行方式最贴近核心业务。先写清楚系统必须保证什么,再讨论产品名称;否则容易被单项性能、流行度或团队偏好带偏。

优先确认五类约束:数据之间是否存在强关系,是否要求多行或多表事务,主要查询是主键访问、复杂关联、全文检索还是聚合分析,峰值读写量与可接受延迟是多少,以及团队能否承担备份、扩容、故障转移和版本升级。

对于支付、订单、库存、账户等系统,正确性通常高于局部吞吐量,关系型数据库应优先进入候选。对于缓存、搜索、日志分析和海量指标,专用数据库往往更合适,但它们通常不应替代核心事实库。

主流数据库的定位对比

类型 代表产品 更适合的场景 主要边界
通用关系型 MySQL、PostgreSQL 交易系统、管理后台、业务主数据 水平拆分与跨库事务需要额外设计
企业关系型 Oracle、SQL Server 大型组织、成熟商业生态、强治理环境 授权、硬件与专业运维成本较高
文档数据库 MongoDB 字段变化频繁、以聚合文档为读写单元 跨文档关系和复杂一致性设计成本更高
键值数据库 Redis 缓存、会话、计数器、排行榜、短期状态 不宜默认作为唯一的关键持久化数据源
搜索数据库 Elasticsearch、OpenSearch 全文检索、多条件搜索、日志检索 写入可见性、更新模型与事务能力不同于关系库
分析型数据库 ClickHouse 明细分析、报表、日志与行为聚合 不适合高频单行事务更新
嵌入式数据库 SQLite 移动端、桌面工具、单机应用、测试 多节点高并发服务端场景能力有限

MySQL 通常适合路径清晰、生态成熟的通用业务系统;PostgreSQL 更强调标准 SQL、复杂查询和丰富数据类型。两者都能承担多数 OLTP 主库,最终差异常来自团队经验、现有平台和具体查询,而不是一句“谁更快”。

用决策路径缩小候选范围

数据库选型决策流程图

先判断数据是否属于不可丢失、不可重复、需要严格校验的核心事实。若答案为“是”,优先选择关系型数据库,再根据 SQL 能力、生态、成本和团队经验在候选中取舍。

若答案为“否”,继续看主要访问模式。毫秒级键值访问选 Redis,全文与多字段相关性检索选 Elasticsearch 或 OpenSearch,大规模追加写与聚合分析选 ClickHouse,字段结构频繁变化且以完整文档读取为主时再评估 MongoDB。

实际系统通常是组合方案,但组合不等于一开始就引入全部组件。合理顺序是先确定唯一事实源,再为已经出现的缓存、搜索或分析瓶颈增加专用存储,并通过消息、变更数据捕获或异步任务同步派生数据。

典型业务的落位方式

订单、支付、库存和会员资产应以 MySQL、PostgreSQL 或企业关系库作为主库。Redis 只保存可重建的缓存、幂等短期状态或限流计数;搜索库保存面向检索的副本;分析库承接报表和历史明细,避免重查询持续压迫交易库。

商品目录和内容系统不能仅凭“字段多变”就选择 MongoDB。若业务同时存在分类、权限、审核、版本、关联关系和统计查询,关系模型可能更容易治理;只有当文档边界稳定、关联较少且整文档读写占主导时,文档数据库的收益才更明显。

日志平台通常采用搜索库或分析库,但原始日志仍应按保留策略归档。物联网指标可使用时序数据库或 ClickHouse 承载高密度时间序列,设备、租户和权限等元数据仍可放在关系型数据库中。

用最小验证代替参数争论

候选缩小到两三个后,应使用真实表结构、典型 SQL、并发量和数据规模做小型验证。不要只跑单表插入压测,还要验证事务回滚、热点更新、索引体积、备份恢复、只读副本延迟和故障切换。

下面的 PostgreSQL 示例用一个事务完成库存扣减和订单创建。它展示了关系型数据库适合核心交易的关键原因:多个写操作可以在同一一致性边界内提交。

sql
DROP TABLE IF EXISTS orders;
DROP TABLE IF EXISTS inventory;

CREATE TABLE inventory (
  sku VARCHAR(32) PRIMARY KEY,
  stock INTEGER NOT NULL CHECK (stock >= 0)
);

CREATE TABLE orders (
  order_id BIGINT PRIMARY KEY,
  sku VARCHAR(32) NOT NULL REFERENCES inventory(sku),
  quantity INTEGER NOT NULL CHECK (quantity > 0),
  status VARCHAR(16) NOT NULL
);

INSERT INTO inventory (sku, stock) VALUES ('BOOK-001', 10);

BEGIN;

WITH deducted AS (
  UPDATE inventory
  SET stock = stock - 2
  WHERE sku = 'BOOK-001' AND stock >= 2
  RETURNING sku
)
INSERT INTO orders (order_id, sku, quantity, status)
SELECT 1001, sku, 2, 'CREATED'
FROM deducted;

COMMIT;

SELECT sku, stock FROM inventory;
SELECT order_id, sku, quantity, status FROM orders;

预期结果如下;若库存不足,deducted 不返回记录,订单也不会插入。

text
    sku     | stock
------------+-------
 BOOK-001   |     8

 order_id |    sku     | quantity | status
----------+------------+----------+---------
     1001 | BOOK-001   |        2 | CREATED

验证结果还应记录部署复杂度、监控覆盖、恢复时间和团队排障效率。性能相近时,选择团队能稳定运营、能快速恢复且已有成熟工具链的方案,通常比选择理论上限更高的产品更可靠。

形成可执行的选型结论

最终文档至少要写明主数据存放位置、一致性要求、读写规模、关键查询、备份恢复目标、扩展方式、成本边界和退出方案。每个辅助数据库还要注明数据来源、同步方式、允许延迟以及能否从事实源重建。

一个稳妥的默认起点是:用 MySQL 或 PostgreSQL 承载核心业务,以 Redis 解决明确的热点访问,以 Elasticsearch 或 OpenSearch 解决真实搜索需求,以 ClickHouse 承载已确认的分析负载。只有当业务模型与文档、时序或图结构高度一致时,再引入对应专用数据库。

选型的目标不是一次押中未来十年的技术,而是在当前约束下获得正确、可维护、可扩展的基础,并让后续迁移和拆分保留清晰边界。

目录与阅读设置

记录一个想法

数据库选型:主流数据库对比

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通