MySQL和MongoDB设计实例对比

　　MySQL是关系型数据库中的明星，MongoDB是文档型数据库中的翘楚。下面通过一个设计实例对比一下二者：假设我们正在维护一个手机产品库，里面除了包含手机的名称，品牌等基本信息，还包含了待机时间，外观设计等参数信息，应该如何存取数据呢?

　　如果使用MySQL的话，应该如何存取数据呢?

　　如果使用MySQL话，手机的基本信息单独是一个表，另外由于不同手机的参数信息差异很大，所以还需要一个参数表来单独保存。

　　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', '摩托罗拉'),

　　(2, 'E7' , '诺基亚');

　　INSERT INTO `mobile_params` (`id`, `mobile_id`, `name`, `value`) VALUES

　　(1, 1, '待机时间', '200'),

　　(2, 1, '外观设计', '直板'),

　　(3, 2, '待机时间', '500'),

　　(4, 2, '外观设计', '滑盖');

　　注：为了演示方便，没有严格遵守关系型数据库的范式设计。

　　如果想查询待机时间大于100小时，并且外观设计是直板的手机，需要按照如下方式查询：

　　SELECT * FROM `mobile_params` WHERE name = '待机时间' AND value > 100;

　　SELECT * FROM `mobile_params` WHERE name = '外观设计' AND value = '直板';

　　注：参数表为了方便，把数值和字符串统一保存成字符串，实际使用时，MySQL允许在字符串类型的字段上进行数值类型的查询，只是需要进行类型转换，多少会影响一点性能。

　　两条SQL的结果取交集得到想要的MOBILE_ID，再到mobiles表查询即可：

　　SELECT * FROM `mobiles` WHERE mobile_id IN (MOBILE_ID)

　　如果使用MongoDB的话，应该如何存取数据呢?

　　如果使用MongoDB的话，虽然理论上可以采用和MySQL一样的设计方案，但那样的话就显得无趣了，没有发挥出MongoDB作为文档型数据库的优点，实际上使用MongoDB的话，和MySQL相比，形象一点来说，可以合二为一：

　　db.getCollection("mobiles").ensureIndex({

　　"params.name": 1,

　　"params.value": 1

　　});

　　db.getCollection("mobiles").insert({

　　"_id": 1,

　　"name": "ME525",

　　"brand": "摩托罗拉",

　　"params": [

　　{"name": "待机时间", "value": 200},

　　{"name": "外观设计", "value": "直板"}

　　]

　　});

　　db.getCollection("mobiles").insert({

　　"_id": 2,

　　"name": "E7",

　　"brand": "诺基亚",

　　"params": [

　　{"name": "待机时间", "value": 500},

　　{"name": "外观设计", "value": "滑盖"}

　　]

　　});

　　如果想查询待机时间大于100小时，并且外观设计是直板的手机，需要按照如下方式查询：

　　db.getCollection("mobiles").find({

　　"params": {

　　$all: [

　　{$elemMatch: {"name": "待机时间", "value": {$gt: 100}}},

　　{$elemMatch: {"name": "外观设计", "value": "直板"}}

　　]

　　}

　　});

　　注：查询中用到的$all，$elemMatch等高级用法的详细介绍请参考官方文档中相关说明。

　　MySQL需要多个表，多次查询才能搞定的问题，MongoDB只需要一个表，一次查询就能搞定，对比完成，相对MySQL而言，MongoDB显得更胜一筹，至少本例如此

原文转自：http://blogread.cn/it/article/3772