1.基本类型与定位
- MySQL：关系型数据库。强调事务一致性、结构化数据管理，适用于OLTP（在线事务处理）
- HBase：分布式列式NoSQL数据库，基于Hadoop生态，适用于海量数据的实时读写，属于OLAP（在线分析处理）场景
- Redis：内存键值存储，主要用于缓存，也支持持久化，强调超高性能读写
2.关键区别对比
|-----------|-------------------|----------------------------|-----------------------------------------------|
| 特性 | MySQL | HBase | Redis |
| 数据类型 | 表结构（行+列），支持外键、索引 | 面向列的键值对，稀疏存储 | 键值对，支持多种数据结构（String、Hash、List、Set、Sorted、Set） |
| 存储介质 | 磁盘（持久化） | 磁盘（基于HDFS） | 内存（可选持久化到磁盘） |
| 事务支持 | 支持ACID事务 | 不支持完整ACID，仅行级原子性 | 支持简单事务 |
| 查询能力 | 支持复杂SQL查询 | 仅支持基于RowKey的范围或点查询，无原生JOIN | 基于Key的简单操作，无复杂查询 |
| 扩展性 | 水平扩展较难，通常垂直扩展为祖 | 天然分布式，支持水平扩展 | 集群模式支持水平扩展（Redis Cluster） |
| 性能特点 | 适合中小数据量，高并发写入有锁竞争 | 高吞吐、低延迟读写，适合 PB 级数据 | 微秒级响应，极高并发读写 |
| 典型应用场景 | 电商订单、用户账户、财务系统等 | 日志分析、实时推荐、物联网时序数据 | 缓存、会话存储、排行榜、分布式锁 |
3.适用场景总结
- 选MySQL
- 数据结构稳定、需要强一致性
- 涉及复杂查询、事务（如转账、库存扣减）
- 数据量在GB～TB级别以内
- 选HBase
- 数据量极大（TB～PB），需高并发随机读写
- 数据稀疏、列可动态变化（如用户行为日志）
- 已部署Hadoop生态（HDFS、Spark等）
- 选Redis
- 需要极低延迟（如验证码、热点商品信息）
- 用作缓存层，减轻MySQL/HBase压力
- 实现计数器、排行榜、消息队列等简单逻辑