目录
[1.基因与定位：SQL、NoSQL、Cache 的三国杀](#1.基因与定位：SQL、NoSQL、Cache 的三国杀)
[2. 数据模型与 Schema 哲学](#2. 数据模型与 Schema 哲学)
[3. 存储机制：B+ 树、LSM-Tree、跳表与哈希的交响](#3. 存储机制：B+ 树、LSM-Tree、跳表与哈希的交响)
[4. 事务与一致性：ACID、BASE、最终一致](#4. 事务与一致性：ACID、BASE、最终一致)
[5. 高可用与分布式](#5. 高可用与分布式)
[6. 性能画像](#6. 性能画像)
[7. 索引全景](#7. 索引全景)
[8. 安全与合规](#8. 安全与合规)
[9. 典型场景分工与融合架构](#9. 典型场景分工与融合架构)
[10. 选型 5W2H 框架](#10. 选型 5W2H 框架)
[11. 2025 最新功能雷达](#11. 2025 最新功能雷达)
[12. 常见误区与踩坑实录](#12. 常见误区与踩坑实录)
[13. 未来趋势](#13. 未来趋势)
[14. 总结](#14. 总结)
1.基因与定位：SQL、NoSQL、Cache 的三国杀
| 维度 | MySQL | MongoDB | Redis |
|---|---|---|---|
| 类型 | 关系型（SQL） | 文档型 NoSQL | 内存键值型 Cache |
| 定位 | 系统记录、交易 | 内容、日志、实时分析 | 缓存、队列、计数器 |
| CAP 倾向 | CP（InnoDB） | AP（可调成 CP） | CP（单线程） / AP（Cluster） |
| 语言 | SQL | JSON-like | 命令行 / Lua |
| 最大卖点 | 事务、JOIN、稳定性 | 灵活、横向扩展 | 亚毫秒延迟、丰富结构 |
2. 数据模型与 Schema 哲学
2.1 MySQL
• 行列二维表，严格类型，范式与反范式之争。
• 改动列需 DDL，8.0 秒级 Online DDL。
2.2 MongoDB
• BSON 文档，最大 16 MB；字段可嵌套数组、GeoJSON。
• Schema Validation：validator 规则平衡灵活与规范。
2.3 Redis
• Key-Value，Value 支持 10 种数据结构。
• Key 命名设计：business:object:id:field，避免大 Key 热 Key。
3. 存储机制：B+ 树、LSM-Tree、跳表与哈希的交响
3.1 MySQL
• InnoDB 聚簇 B+ 树，页 16 KB，Buffer Pool 缓存。
• redo log WAL + undo log MVCC。
3.2 MongoDB
• WiredTiger：LSM-Tree（实际为 B+ 树 + checkpoint），压缩 snappy/zstd，cacheSizeGB 60%。
• Journal (WAL) 100 ms 刷盘。
3.3 Redis
• 跳表+dict（ZSet）、ziplist/quicklist（List）、intset（Set）。
• RDB 快照 + AOF 命令追加；6.0 多线程 IO。
4. 事务与一致性：ACID、BASE、最终一致
| 维度 | MySQL | MongoDB | Redis |
|---|---|---|---|
| 事务粒度 | 行级、MVCC | 文档级、4.0 多文档 | 单命令、MULTI/Lua |
| 隔离级别 | RR/RC/Serializable | 快照隔离（RR） | 无隔离（单线程） |
| 分布式事务 | XA、TCC、2PC | 支持分片事务 | RedLock、Lua 脚本 |
| 一致性策略 | 强一致 | 可调：majority / local | 主从异步 / wait aof |
5. 高可用与分布式
5.1 MySQL
• 主从 + GTID + MGR（Paxos）。
• 分库分表：ShardingSphere、Vitess。
5.2 MongoDB
• 复制集：Primary + Secondaries，自动故障转移 5--12 s。
• 分片：Zone Sharding、全球集群。
5.3 Redis
• Sentinel：三节点投票，30 s 内切换。
• Cluster：16384 槽位，在线迁移；6.2 支持 TLS + ACL。
6. 性能画像
| 指标 | MySQL | MongoDB | Redis |
|---|---|---|---|
| 延迟 | 1--10 ms | 1--5 ms | 0.1--0.5 ms |
| 吞吐 | 10 k--100 k QPS | 100 k--1 M QPS | 1 M--2 M QPS |
| 瓶颈 | 磁盘 IO、锁冲突 | CPU、网络、分片热点 | 内存、网络、fork |
| 水平扩展 | 分片复杂 | 原生分片 | Cluster 16384 槽 |
7. 索引全景
| 类型 | MySQL | MongoDB | Redis |
|---|---|---|---|
| 聚簇 | 主键 | _id | 无 |
| 二级 | 普通/唯一 | 单字段、复合、TTL | 无（键就是索引） |
| 地理 | 5.7+ InnoDB | 2dsphere、2d | GEOADD、GEORADIUS |
| 全文 | FULLTEXT | text index | RediSearch 模块 |
| 位图 | 无 | 无 | SETBIT、BITCOUNT |
8. 安全与合规
• 传输：MySQL TLS1.3、MongoDB TLS1.3、Redis 6.0 TLS1.3。
• 认证：MySQL SHA-256、MongoDB SCRAM-SHA-256、Redis ACL。
• 审计：MySQL Audit Plugin、MongoDB Atlas Audit、Redis ACL LOG。
• 加密：MySQL TDE、MongoDB Encrypted Storage Engine、Redis Enterprise TEE。
9. 典型场景分工与融合架构
9.1 电商秒杀
• MySQL：订单、库存、支付（强一致）。
• MongoDB：商品详情、用户行为日志（灵活）。
• Redis：库存扣减、分布式锁、排行榜（缓存+原子计数）。
9.2 实时推荐
• MongoDB：用户画像、标签。
• Redis：实时特征缓存、BloomFilter 去重。
• MySQL：推荐结果持久化、报表。
9.3 物联网
• MongoDB Time Series：海量传感器数据。
• Redis Stream：边缘网关消息队列。
• MySQL：设备元数据、账单。
10. 选型 5W2H 框架
| 问题 | 思考维度 | 结论示例 |
|---|---|---|
| What 数据 | 结构化交易 | MySQL |
| 半结构化内容 | MongoDB | |
| 高频缓存 | Redis | |
| Who 用户 | 开发团队熟悉 SQL | MySQL |
| Where 部署 | 云托管还是自建 | Atlas / RDS / Redis Cloud |
| When 规模 | TB 级、并发 1 M | MongoDB 分片 + Redis Cluster |
| Why 需求 | 强事务 vs 最终一致 | MySQL vs MongoDB |
| How 成本 | 内存贵 vs 磁盘便宜 | Redis 64 GB 以内，MySQL 大容量 |
11. 2025 最新功能雷达
• MySQL：HeatWave Lakehouse、AI Vector、InnoDB 并行 DDL。
• MongoDB：Atlas Vector Search、Queryable Encryption、Time Series Window Functions。
• Redis：Redis 7.2 Functions、ACL LOG、Sharded Pub/Sub、RedisRaft（强一致）。
12. 常见误区与踩坑实录
12.1 MySQL
• 误用 ENUM 存大量值 → 转 TINYINT+字典表。
• VARCHAR(255) 过度 → 行溢出，影响 Buffer Pool。
12.2 MongoDB
• 文档 16 MB 放图片 → 转 GridFS 或对象存储。
• 片键单调递增 ObjectId → 热 Shard。
12.3 Redis
• KEYS * 线上阻塞 → 用 SCAN。
• 大 Key 100 MB → 拆 Hash 分片或使用 Redis Modules。
13. 未来趋势
• NewSQL：TiDB、CockroachDB 融合 MySQL 协议与分布式。
• Serverless：MongoDB Atlas Serverless、Redis 7.2 Functions 无服务器。
• AI-Native：向量数据库（Milvus、Pinecone）与 Redis Vector、MySQL HeatWave AutoML。
• 多模融合：RedisJSON、MongoDB Relational Migrator、MySQL Document Store。
14. 总结
MySQL 把数据"存得稳"，MongoDB 把数据"放得活"，Redis 把数据"用得爽"。
三者不是替代，而是协同------让稳定的数据稳如磐石，灵活的数据随需而变，热点的数据快到极致。
掌握它们，就掌握了现代后端架构的"黄金三角"。