NoSQL 与搜索 / 系统课时
理解 MongoDB 与关系数据库的职责边界
理解 MongoDB 与关系数据库的职责边界
选 MongoDB 还是关系数据库,关键不是“有没有表”,而是数据是否天然形成稳定的业务聚合、是否频繁跨实体联接,以及一致性约束要落在哪个边界。学完本节,你可以按访问模式而不是技术标签做第一轮判断。
学习目标
- 根据聚合边界判断数据更适合文档内嵌还是关系拆分
- 比较两类数据库在联接、事务与一致性约束上的取舍
- 避免把“MongoDB 只能横向扩展、关系数据库只能纵向扩展”当成选型依据
用聚合边界先决定模型
MongoDB 的基本建模单位是文档。若一组数据通常一起创建、读取和更新,例如订单及其下单时的商品明细,把它们放在同一文档里可以让一次读取直接得到完整聚合,并让单文档更新保持原子性。
关系数据库更擅长把独立实体拆成表,再通过主键、外键和联接重组。若“用户、账户、合同、权限”之间存在大量多对多关系,且不同业务需要从不同方向组合这些实体,规范化关系模型通常更自然。
| 判断问题 | 更偏向 MongoDB | 更偏向关系数据库 |
|---|---|---|
| 数据是否总按一个聚合整体读写 | 是,适合内嵌 | 否,需要多种组合 |
| 是否频繁跨大量实体做临时联接 | 较少 | 较多 |
| 约束是否主要发生在单个聚合内 | 是 | 经常跨行、跨表 |
| 结构是否随业务快速演进 | 文档可逐步演进 | 固定关系和约束更重要 |
联接和事务都不是二选一
MongoDB 支持引用关系、$lookup 和多文档事务,所以“文档数据库不能联接、不能事务”是不准确的。真正的差别在于默认建模方向:MongoDB 倾向把一起访问的数据放在一起,关系数据库倾向先拆分实体,再用联接和事务组合。
如果一个请求经常需要跨许多集合做 $lookup,或者一个业务动作长期依赖大量跨文档强一致更新,说明聚合边界可能没有找到。此时不要只靠事务把关系模型原样搬进 MongoDB,应重新评估是否更适合关系数据库。
扩展能力取决于访问模式
MongoDB 把分片作为核心能力之一,可以按 shard key 将集合分布到多个分片。但错误的 shard key 仍会导致热点、单调写入集中或 scatter-gather 查询。横向扩展不是“选 MongoDB 就自动获得”的属性。
关系数据库也可以使用读副本、分区、分片或分布式实现,因此不要用“MongoDB 横向、关系库纵向”做简单分类。更可靠的选型依据是查询形态、写入局部性、一致性边界,以及团队能否长期维护相应的索引和分片策略。
用订单示例验证聚合思路
下面在 mongosh 中建立一个订单文档。订单明细保存的是下单时快照,读取订单时总会一起返回,因此内嵌比拆成独立 order_items 集合更直接。
const order = {
_id: "order-1001",
customerId: "customer-42",
// 明细属于订单快照,与订单一起读取和保存。
items: [{ sku: "kbd-87", qty: 1, unitPrice: 599 }],
total: 599,
status: "PAID"
};
db.orders.deleteOne({ _id: order._id });
printjson(db.orders.insertOne(order));
// 一次查询即可拿到整个订单聚合。
printjson(db.orders.findOne({ _id: order._id }));预期输出:
{ acknowledged: true, insertedId: 'order-1001' }
{
_id: 'order-1001',
customerId: 'customer-42',
items: [ { sku: 'kbd-87', qty: 1, unitPrice: 599 } ],
total: 599,
status: 'PAID'
}如果商品名称、库存和价格是跨订单共享且持续变化的主数据,不应把所有商品信息永久复制进订单;订单只保存需要冻结的交易快照,实时商品信息仍可单独建模。最终应围绕“什么必须一起保持一致、什么总被一起读取”划边界,而不是先决定数据库再强迫数据迁就它。