NoSQL 数据库有哪些典型应用？
0. 引言
关系型数据库（MySQL）擅长结构化数据 + 事务，但在海量高并发、弹性扩展、非结构化数据面前力不从心。NoSQL（Not Only SQL）放弃部分关系模型与事务能力，换取了水平扩展性、高性能与灵活的数据模型。本文梳理 NoSQL 四大家族的能力边界与典型应用，帮你建立选型地图。
1. 关系型 vs NoSQL：能力光谱
| 维度 | 关系型（MySQL/PostgreSQL） | NoSQL |
|---|
| 数据模型 | 表 + 行 + 外键 | KV/文档/列族/图（模型多样化） |
| 事务 | ACID 强事务 | 多数弱事务（部分支持 ACID 子集） |
| 扩展 | 垂直为主，分库分表复杂 | 天然水平扩展（数据分片内置） |
| 一致性 | 强一致（单机）/复制延迟 | 最终一致为主（可配置） |
| 查询 | SQL 强大（Join/聚合） | 按其模型查询，弱 Join |
| 适用 | 核心交易、强一致、复杂查询 | 海量数据、高并发、灵活模型 |
不是"替代"而是"互补"：核心交易数据留 MySQL，海量/高速/灵活数据上 NoSQL——混合架构是主流实践。
2. 四大家族详解
2.1 KV 存储（Key-Value）
| 代表 | 特点 | 典型应用 |
|---|
| Redis | 内存级性能、丰富数据结构（String/Hash/List/Set/ZSet）、过期策略 | 缓存、Session、分布式锁、排行榜、限流计数 |
| Memcached | 纯缓存、简单 | 读多场景缓存 |
| etcd | Raft 强一致、Watch | 配置、选主、服务发现（K8s） |
- 适用：读写性能要求极高、单键访问的场景；
- 局限：无复杂查询、数据量受内存限制（Redis 可持久化但容量仍是约束）。
2.2 文档型（Document）
| 代表 | 特点 | 典型应用 |
|---|
| MongoDB | BSON 文档、schema-less、分片集群、事务（4.0+ 副本集） | 内容管理、用户画像、日志、产品目录、爬虫数据 |
| CouchDB | 离线优先、同步 | 移动端同步场景 |
- 适用：结构多变、嵌套对象、需要索引与查询的场景；
- 特点：字段可增删（免迁移）、数组/嵌套天然支持、水平分片（Sharding）内置。
2.3 列族存储（Wide Column）
| 代表 | 特点 | 典型应用 |
|---|
| HBase | 列族组织、海量数据、顺序读写、强一致性 | 订单流水、消息存储、时序数据、推荐特征 |
| Cassandra | 去中心化（无主）、最终一致、写性能极强 | 物联网、消息、跨机房多活 |
| ClickHouse | 列式 + 压缩，分析性能极强 | OLAP 分析、日志分析（归类分析型） |
- 特点：按列存储（压缩率高）、海量扩展（PB 级）、适合大数据写入与范围扫描；
- 注意：HBase 依赖 HDFS/ZooKeeper，运维重；Cassandra 无主模型查询受 partition key 约束。
2.4 图数据库（Graph）
| 代表 | 特点 | 典型应用 |
|---|
| Neo4j | 属性图模型、Cypher 查询、原生图存储 | 社交关系、推荐（好友的好友）、风控关系图谱、权限 |
| JanusGraph | 分布式图 | 超大规模图 |
- 适用：关系即数据的场景——"节点 + 边"表达人脉、资金流、依赖关系；
- 优势：多跳查询（
A 的朋友的朋友）性能远超关系型递归 SQL。
3. 典型业务选型矩阵
| 业务需求 | 推荐选型 | 理由 |
|---|
| 高速缓存/会话/计数 | Redis | 内存性能 + 数据结构丰富 |
| 高并发秒杀库存 | Redis + MySQL | 缓存写 + 数据库兜底 |
| 用户画像/产品目录（结构多变） | MongoDB | 灵活 schema + 索引 |
| 海量日志/流水（写入为主） | HBase / ClickHouse | 列式存储 + 海量扩展 |
| 社交关系/风控图谱 | Neo4j | 图查询天然高效 |
| 配置/选主强一致 | etcd | Raft 共识 |
| 跨机房多活写 | Cassandra | 无主 + 最终一致 |
4. 混合架构实践
图表渲染中…
- 同步链路：binlog → Canal → 各 NoSQL（近实时同步，秒级）；
- 原则：以 MySQL 为源，NoSQL 为衍生，避免多写混乱；
- 一致性：容忍秒级延迟（写 MySQL 后异步同步），关键路径读 MySQL。
5. 面试高频问题
- Redis 和 Memcached 的区别？ 数据结构、持久化、集群、事务（Redis 全胜，Memcached 仅简单缓存）；
- MongoDB 和 MySQL 怎么选？ 结构多变 + 高写入 + 弱事务 → MongoDB；强一致 + 复杂查询 + 事务 → MySQL；
- HBase 和 Cassandra 的区别？ HBase 有主（ZooKeeper 协调）、强一致；Cassandra 无主、最终一致、写更强；
- 为什么有了 MySQL 还需要 NoSQL？ 扩展模型不同：MySQL 垂直扩展 + 复杂分片，NoSQL 天然水平扩展，且模型匹配特定场景。
6. 小结
- NoSQL 四家族：KV（Redis）、文档（MongoDB）、列族（HBase/Cassandra）、图（Neo4j），各解决一类问题；
- 核心价值：水平扩展、高性能、灵活模型；代价：弱事务/弱 Join；
- 选型先定位业务：读多（Redis）、结构多变（Mongo）、海量写（HBase）、关系分析（图库）；
- 主流实践是混合架构：MySQL 为源 + NoSQL 衍生，异步同步。
下一章讲解 Elasticsearch 的索引原理：倒排索引、分词与 ES 架构。