MySQL,Redis,MongoDB的不同使用场景

MySQL（关系型数据库）

场景：用户注册、登录与文章管理

需求

• 需要持久化存储用户资料（用户名、密码、邮箱、注册时间等）。
• 支持复杂查询（如“查找某用户的所有文章并按时间排序”）。
• 需要事务保证数据一致性（如用户注册时同时写入用户表和权限表）。

示例：

-- 用户表（users）
CREATE TABLE users (
    id INT PRIMARY KEY AUTO_INCREMENT,
    username VARCHAR(50) UNIQUE NOT NULL,
    password_hash VARCHAR(100) NOT NULL,
    email VARCHAR(100) UNIQUE NOT NULL,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
);

-- 文章表（posts）
CREATE TABLE posts (
    id INT PRIMARY KEY AUTO_INCREMENT,
    user_id INT NOT NULL,
    title VARCHAR(200) NOT NULL,
    content TEXT NOT NULL,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    FOREIGN KEY (user_id) REFERENCES users(id)
);

-- 查询用户及其最新文章
SELECT users.username, posts.title, posts.created_at
FROM users
JOIN posts ON users.id = posts.user_id
WHERE users.id = 123
ORDER BY posts.created_at DESC;

优势

• 结构化数据存储，支持复杂 SQL 查询。

• ACID 事务保证数据一致性（如转账、订单支付）。

• 适合长期存储核心业务数据（用户、订单、商品等）。

Redis（键值对数据库）

场景：用户会话缓存与热门文章排行榜

需求

• 快速读写用户会话信息（如登录状态）。

• 实时统计热门文章点击量并生成排行榜。

• 缓存用户个人资料，减轻 MySQL 压力。

示例

# 缓存用户会话（过期时间 30 分钟）
import redis
r = redis.Redis()

# 用户登录成功后缓存会话
user_id = 123
session_token = "abc123xyz"
r.set(f"session:{session_token}", user_id, ex=1800)

# 读取会话
current_user = r.get(f"session:{session_token}")

# 缓存用户个人资料（JSON 格式）
user_profile = {"id": 123, "username": "alice", "email": "alice@example.com"}
r.set(f"user_profile:{user_id}", json.dumps(user_profile))

# 文章点击量实时统计（使用有序集合）
r.zincrby("article_clicks", 1, "article:456")  # 文章 456 点击量 +1

# 获取点击量 Top 10 文章
top_articles = r.zrevrange("article_clicks", 0, 9, withscores=True)

优势

• 内存存储，读写性能极高（每秒数十万次操作）。

• 支持丰富的数据结构（字符串、哈希、有序集合等）。

• 适合临时数据（会话）、实时统计、分布式锁等场景。

MongoDB（文档数据库）

场景：实时聊天消息存储

需求

• 存储用户之间的实时聊天消息（文本、图片、表情等）。

• 消息格式灵活（可能包含动态字段，如消息类型、已读状态、撤回状态）。

• 快速插入和按时间范围查询历史消息。

示例

# MongoDB 文档结构（无需预定义 Schema）
{
    "_id": ObjectId("6123456789abcdef01234567"),
    "sender_id": 123,
    "receiver_id": 456,
    "content": "明天一起吃饭吗？",
    "type": "text",  # 消息类型：text/image/emoji
    "timestamp": ISODate("2023-10-05T14:23:45Z"),
    "read_status": False,  # 是否已读
    "metadata": {  # 动态扩展字段
        "image_url": "https://example.com/photo.jpg",
        "width": 800,
        "height": 600
    }
}

# 查询用户 123 和 456 的最近 20 条消息
db.messages.find({
    "$or": [
        {"sender_id": 123, "receiver_id": 456},
        {"sender_id": 456, "receiver_id": 123}
    ]
}).sort({"timestamp": -1}).limit(20)

优势

• 文档模型灵活，支持动态字段和嵌套结构。

• 水平扩展能力强，适合海量数据存储（如日志、IoT 数据）。

• 高吞吐量写入，适合实时消息、评论、日志等场景。

总结

数据库类型	优势	适用场景
MySQL	结构化数据存储、支持复杂 SQL 查询、事务	长期存储核心业务数据：用户资料、订单、文章
Redis	内存存储、读写性能极高	快速读写用户会话信息、实时统计热门文章、缓存用户个人资料
MongoDB	文档模型灵活、支持动态字段和嵌套结构、水平扩展、高吞吐	实时聊天消息存储、实时日志存储

为什么不用Redis存储所有实时消息？
因为Redis虽然快，但数据持久化和存储量可能不如MongoDB合适。
为什么不用MySQL存储消息？
因为消息结构可能复杂，频繁的插入和查询在关系型数据库中可能效率不高。