【解决方案】项目重构之如何使用 MySQL 替换原来的 MongoDB

前言
一、痛点所在
二、选型分析
- 2.1特点对比
- 2.2场景对比
三、核心思路
[四、demo 示例](#四、demo 示例)
- 4.1实体映射
  - [4.1.1MongoDB 实体](#4.1.1MongoDB 实体)
  - [4.1.2MySQL 实体](#4.1.2MySQL 实体)
- 4.2查询代码
  - [4.2.1MongoDB 查询](#4.2.1MongoDB 查询)
  - [4.2.2MySQL 查询](#4.2.2MySQL 查询)
五、文章小结

前言

在笔者 Java 后端开发的项目经历中，MySQL 和 MongoDB 都有使用过作为后端的数据库来对业务数据进行持久化，两者没有孰优孰劣之分，都可以在合适的场景下发挥出它们的优势。

今天要分享的是一个项目重构过程中如何将数据库选型由原来的 MongoDB 改为 MySQL 的思考，涉及到业务当前的痛点、选型分析、解决的核心思路，最后会给出简单的 demo。

本篇文章侧重在于两者在表设计思维上的转换，而业务数据迁移同步的方案，下一篇文章将给出。

一、痛点所在

该项目是一个【PC端管理后台】+【移动端h5页面】为主业务框架的系统，原来的预期是：在后台配置好活动所需的参数，h5 既可以放在 app 客户端打开，也可以作为url 链接的形式直接在浏览器打开。项目一期的时候，业务方认为这样的运营活动会带来不少的流量和用户。但是到后来业务重心有所调整，引流的方式发生变化，最终导致了项目的一个重构。

主要的原因有以下几点：

总体的数据量没有预想的那么大

活动参与人数前期预估为30w+，经历过2个线上活动后的实际总参与人数为5w+，客户端注册用户数为3w+，占全部参与人数的65%左右，远不及预期规模；
核心接口的并发也没有预想的高

h5 端的大约 5-8 个的核心接口在实际线上活动进行的最高 QPS 只达到 200-300 左右，CPU 与内存占用率也未达到设置的告警线（60%）；
MySQL 在硬件资源成本上性价比更高

以阿里云的 RDS for MySQL 与云数据库 MongoDB 做对比，都是集群部署 + 8核16GB + 100GB 存储 + 1年时长的规格下，前者会比后者便宜7w+RMB；
MySQL 的动态数据源切换方案更成熟

当时后端的项目已经被全部要求接入多租户改造，市面上开源的、成熟的动态数据源切换方案并不多，而完全专门支持 MongoDB 的是少之又少。

综合以上几点原因，完全放弃该项目是没必要的，但也需要适应当前业务的变化和成本控制，预计花费30人/天，即 2 个后端开发在 2-3 周内完成对该系统的重构，接口和前端页面基本无需调整。

二、选型分析

这里就正式进入技术部分了，首要对比的是两者各自的特点以及适用的场景，这对于把握整个项目的走向是至为关键的。

2.1特点对比

表2-1

对比项	MySQL	MongoDB
数据模型	关系型数据库，采用表格（table）的形式存储数据，每一行是一条记录	非关系型（NoSQL）、文档型数据库，数据以文档（document）的非结构化形式存储
查询方式	使用标准的 SQL 进行查询，提供了丰富的查询条件、连接（join）、排序、分页等功能	使用基于 JSON 结构特点的的查询语句，支持大量数据的聚合、统计、分析
事务支持	支持 ACID 事务，确保在多条操作组成的事务中数据的一致性和可靠性。特别是在InnoDB引擎中，提供了完整的事务支持	4.0 版本开始引入了多文档事务支持，可以保证在一定范围内的读写操作具备ACID特性。但对于需要严格事务特性的复杂业务场景不及 MySQL 成熟
数据处理	在处理复杂查询和高并发写入时，需要依赖索引来优化性能，或者通过分区、分片等手段进行水平扩展	在水平扩展和实时数据处理方面优势很大，通过分片（sharding）技术可以轻松应对海量数据存储和高并发读写
空间占用	由于数据结构紧凑，对数据的存储通常更为节省空间，特别是对于简单数据结构和关系清晰的数据集	由于文档存储的灵活性和包含元数据等因素，通常占用空间较大
项目集成	已经有成熟的第三方 ORM 框架支持，如：Mybatis、Mybatis Plus、io.mybatis、tk.mybatis等	目前集成在 Spring Boot 项目里的增删改查都是基于 MongoRepository 和 MongoTemplate 来实现的

2.2场景对比

MySQL
1. Web 应用程序：如常见的 xx 管理后台、xx 管理系统，电商 web 网站，包括一些移动端 h5 的页面等；
2. 企业级应用：如常见的客户关系管理系统（CRM）、人力资源管理系统（HRM）和供应链管理系统（SCM）等，MySQL 提供了强大的事务支持；
3. 嵌入式开发：需要轻量级数据库的软件、硬件和设备，MySQL 可以作为一个嵌入式数据库引擎集成到各种应用程序中，提高应用程序的可移植性；
4. 云计算和大数据：MySQL 在云数据库服务中被广泛使用，支持云原生应用程序和分布式数据处理框架，如 Hadoop 和 Spark 等。
MongoDB
1. 处理实时数据：非常适合处理移动互联网应用常见的大部分场景，如用户活动、社交互动、在线购物等；
2. 内容管理系统（CMS）：用于处理文章、稿件、评论、图片、视频等富媒体内容的存储和增删改查，支持全文搜索和实时更新；
3. 数据聚合仓库：存储原始或半处理的业务数据，利用聚合框架进行实时数据聚合、统计分析和数据可视化；
4. 游戏数据管理：存储玩家账户信息、游戏进度、成就、虚拟物品、社交关系等，快速计算和更新游戏排行榜数据，支持实时查询等。

三、核心思路

我们知道，在 MongoDB 中，一条数据的记录（文档）格式是 json 的格式，即强调 key-value 的关系。
表2-2

对于一个 MongoDB 的文档来说，里面可以包含很多这个集合的属性，就像一篇文章里面有很多章节一样。

以下面这个图2-1为例子，activity 是一个完整的集合，里面包含了很多属性，id、name、status等基本属性，还有 button 和 share 等额外属性，这些属性共同构成了这个集合。

但这样的结构在 MySQL 里是不能实现的，理由很简单，MySQL 强调关系，1:1 和 1:N 是十分常见的关系。可以看到，下面将基本属性放在 activity 作为主表，而其它额外属性分别放在了 button 表和 share 表里，同时将主表的主键 id 作为了关联表的 ac_id 外键。

图2-1

那要怎么替换才能实现呢？MongoDB 改成 MySQL 的核心在于：原有的集合关系以及嵌套关系，需要拆表成1 : N 的范式关系，用主键-外键的方式做关联查询，同时避免 join 连接查询。

四、demo 示例

下面首先分别给出实际的表设计与实体映射，包括 MongoDB 和 MySQL 的，然后再通过简单的查询代码来体现两者的区别。

4.1实体映射

4.1.1MongoDB 实体

java 复制代码

@EqualsAndHashCode(callSuper = true)
@Data
public class Activity extends BaseEntity {
    @Id
    private String id;
    private String name;
    private ActivityStatusEnum status;
    private ReviewStatusEnum review;
    private ActivityTypeEnum type;
    private ActivityButton button;
    private ActivityShare share;
}

4.1.2MySQL 实体

java 复制代码

@Data
public class Activity extends BaseEntity {
    @Id
    private Integer id;
    private String name;
    private Integer status;
    private Integer review;
    private Integer type;
}

java 复制代码

@Data
public class ActivityButton extends BaseEntity {
    @Id
    private Integer id;
    private Integer acId;
    private String signUp;
    private Integer status;
    private String desc;
}

java 复制代码

@Data
public class ActivityShare extends BaseEntity {
    @Id
    private String id;
    private Integer acId;
    private String title;
    private String iconUrl;
}

4.2查询代码

下面就根据主键 id 和状态这两个条件进行活动详情的查询。

4.2.1MongoDB 查询

java 复制代码

    /**
     * @apiNote 通过主键id和活动状态查询活动
     * @param id 主键id
     * @return 实体
     */
    @Override
    public Avtivity getDetailById(String id) {
        return this.repository.findById(id)
                .filter(val -> ActivityStatusEnum.ON.equals(val.getStatus()))
                .orElseThrow(() -> new RuntimeException("该活动不存在！"));
    }

4.2.2MySQL 查询

java 复制代码

    @Resource
    private ActivityShareService activityShareService;
    @Resource
    private ActivityButtonService activityButtonService;
    @Override
    public ActivityVO detail(Integer id) {
        ExampleWrapper<Activity, Serializable> wrapper = this.wrapper();
        wrapper.eq(Activity::getid, id)
                .eq(Activity::getStatus(), DataStatusEnum.NORMAL.getCode());
        Activity activity = Optional.ofNullable(this.findOne(wrapper.example()))
            .orElseThrow(() -> new RuntimeException("该活动不存在！"));
        ActivityVO vo = new ActivityVO();
        vo.setName(Optional.ofNullable(activity.getName()).orElse(StringUtils.EMPTY));
        //查两个关联表
        vo.setShare(this.activityShareService.getShare(activity.getId()));
        vo.setButton(this.activityButtonService.getButton(activity.getId()));
        return vo;
    }

五、文章小结

使用 MySQL 替换 MongoDB 的小结如下：

做技术选型时要充分考虑对比两者的特点以及应用场景，选择最合适的
如非必要，那么还是继续沿用原来的设计；一旦选择重构，那么就要考虑成本
原有的集合关系以及嵌套关系，需要拆表成1 : N 的范式关系，用主键-外键的方式做关联

最后，如有不足和错误，还请大家指正。或者你有其它想说的，也欢迎大家在评论区交流！