下面通過一個設(shè)計實例對比一下二者：假設(shè)我們正在維護(hù)一個手機產(chǎn)品庫，里面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(shè)計等參數(shù)信息，應(yīng)該如何存取數(shù)據(jù)呢？
如果使用MySQL的話，應(yīng)該如何存取數(shù)據(jù)呢？
如果使用MySQL話，手機的基本信息單獨是一個表，另外由于不同手機的參數(shù)信息差異很大，所以還需要一個參數(shù)表來單獨保存。
復(fù)制代碼 代碼如下:
CREATE TABLE IF NOT EXISTS `mobiles` (
`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(shè)計', '直板'),
(3, 2, '待機時間', '500'),
(4, 2, '外觀設(shè)計', '滑蓋');
注：為了演示方便，沒有嚴(yán)格遵守關(guān)系型數(shù)據(jù)庫的范式設(shè)計。
如果想查詢待機時間大于100小時，并且外觀設(shè)計是直板的手機，需要按照如下方式查詢：
SELECT * FROM `mobile_params` WHERE name = '待機時間' AND value > 100;
SELECT * FROM `mobile_params` WHERE name = '外觀設(shè)計' AND value = '直板';
注：參數(shù)表為了方便，把數(shù)值和字符串統(tǒng)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(jìn)行數(shù)值類型的查詢，只是需要進(jìn)行類型轉(zhuǎn)換，多少會影響一點性能。
兩條SQL的結(jié)果取交集得到想要的MOBILE_ID，再到mobiles表查詢即可：
SELECT * FROM `mobiles` WHERE mobile_id IN (MOBILE_ID)
如果使用MongoDB的話，應(yīng)該如何存取數(shù)據(jù)呢？
如果使用MongoDB的話，雖然理論上可以采用和MySQL一樣的設(shè)計方案，但那樣的話就顯得無趣了，沒有發(fā)揮出MongoDB作為文檔型數(shù)據(jù)庫的優(yōu)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：
復(fù)制代碼 代碼如下:
db.getCollection("mobiles").ensureIndex({
"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(shè)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(shè)計", "value": "滑蓋"}
]
});
如果想查詢待機時間大于100小時，并且外觀設(shè)計是直板的手機，需要按照如下方式查詢：
復(fù)制代碼 代碼如下:
db.getCollection("mobiles").find({
"params": {
$all: [
{$elemMatch: {"name": "待機時間", "value": {$gt: 100}}},
{$elemMatch: {"name": "外觀設(shè)計", "value": "直板"}}
]
}
});
注：查詢中用到的$all，$elemMatch等高級用法的詳細(xì)介紹請參考官方文檔中相關(guān)說明。
MySQL需要多個表，多次查詢才能搞定的問題，MongoDB只需要一個表，一次查詢就能搞定，對比完成，相對MySQL而言，MongoDB顯得更勝一籌，至少本例如此。
您可能感興趣的文章:- Python實現(xiàn)將數(shù)據(jù)框數(shù)據(jù)寫入mongodb及mysql數(shù)據(jù)庫的方法
- node.js將MongoDB數(shù)據(jù)同步到MySQL的步驟
- 記一次MongoDB性能問題(從MySQL遷移到MongoDB)
- Python中MySQL數(shù)據(jù)遷移到MongoDB腳本的方法
- MongoDB與MySQL的操作對比表及區(qū)別介紹
- MongoDB與MySQL常用操作語句對照
- MongoDB系列教程（五）：mongo語法和mysql語法對比學(xué)習(xí)
- python連接MySQL、MongoDB、Redis、memcache等數(shù)據(jù)庫的方法
- mongodb與mysql命令詳細(xì)對比
- 基于MySQL到MongoDB簡易對照表的詳解
- 分析MongoDB和MySQL各自的關(guān)鍵特性、差別和優(yōu)勢
