核心思路：先梳理业务特征（数据模型、查询模式、并发、规模、一致性、运维成本），再匹配数据库类型，最后做选型对比。
主流数据库大类：关系型 SQL、NoSQL（文档、键值、列存、图数据库）、时序、搜索引擎、向量数据库。
一、先明确 7 个核心评估维度（选型必看）
数据模型：表结构规整？嵌套复杂文档？图关系？时间序列？向量？
查询访问模式：多表 JOIN、复杂事务？还是单键查询、批量读写？多条件全文检索？
一致性与事务：是否需要 ACID 强事务？金融交易必须强一致；日志、统计可以最终一致性。
数据规模：数据量、QPS/TPS、读写比例（读多写多、写多读少）。
扩展性：单机够用？未来需要水平分片扩容？
运维成本：团队技术栈、信创要求、是否接受分布式复杂度。
特殊需求：时序分析、全文检索、AI 向量、地理信息。
二、各类数据库适用场景 & 不适合场景
1. 关系型数据库 SQL（MySQL、PostgreSQL、openGauss、Oracle、SQLServer）
结构化数据，强事务，复杂关联查询
✅适合
业务系统：订单、用户、财务、ERP、后台管理；需要事务、多表 join、约束。
数据结构相对稳定，经常做复杂筛选、聚合。
信创场景：openGauss、PostgreSQL 生态成熟。
❌不适合
海量简单 KV 读写、高吞吐日志存储；嵌套极多的非结构化文档；海量时序打点。
选型小提示：
MySQL：互联网业务，简单事务，生态广；
PostgreSQL：复杂查询、JSON、GIS、自定义类型，能力更强；
openGauss：国产信创，企业级事务。
2. 文档数据库 MongoDB
BSON 文档，类 JSON，结构灵活，弱事务
✅适合
内容、用户画像、商品详情、配置信息，字段经常变动，嵌套对象多。
不需要大量多表 JOIN，以文档为单元读写。
❌不适合
高频跨文档事务、大量关联 join；金融强一致性业务。
3. 键值数据库（Redis）
内存为主，极高吞吐，简单 key‑value
✅适合
缓存、会话、计数器、限流、排行榜、分布式锁。
❌不适合
大容量持久化主存储；复杂条件查询。
4. 列存储数据库（ClickHouse、Doris、HBase）
按列存储，分析型，海量数据聚合
✅适合
日志分析、埋点统计、报表、OLAP 大数据分析。
❌不适合
在线业务高频单行更新、联机事务。
区分：
HBase：宽列存储，写性能极强，适合海量时序原始数据存储；
Doris/ClickHouse：OLAP 分析，快速聚合查询。
5. 图数据库（Neo4j、NebulaGraph）
节点‑边模型，处理实体关系
✅适合
社交关系、知识图谱、风控链路、路径查询、血缘分析。
❌不适合
普通业务表单存储；大规模简单读写。
6. 时序数据库 TDengine、InfluxDB
✅适合
IoT 设备打点、监控指标、传感器数据，按时间大量写入，按时间范围查询。
❌不适合
业务订单、通用业务数据。
7. 搜索引擎 Elasticsearch
✅适合
全文检索、模糊搜索、多维度过滤，日志检索。
❌不适合
作为主库承担事务写入。
8. 向量数据库 Milvus、Chroma
✅适合
AI RAG，Embedding 向量相似度检索。
❌不适合
普通业务表单存储。
三、快速决策对照表
四、现实项目常见架构：多数据库组合（不要试图一个库搞定一切）
绝大多数项目不是单一数据库：
示例：电商系统
MySQL：订单、交易、用户核心业务；
Redis：缓存、热点商品、分布式锁；
Elasticsearch：商品搜索；
ClickHouse：用户行为埋点、运营报表；
MongoDB：商品详情、扩展属性。
五、避坑要点
不要为了新技术选型：如果业务就是简单 CRUD，优先关系库，不要盲目上 Mongo、分布式。
区分主库与辅助库：ES、Redis、向量库一般做辅助，不做核心业务主库。
分布式有成本：分片、多副本带来运维复杂度，单机扛得住就优先单机。
信创项目优先看国产数据库适配：openGauss、达梦、人大金仓。
先评估读写模型：读多写多？写多读少？是否强事务？
六、简单自问自答，快速选出数据库
需要事务、多表关联？→ 关系型数据库
字段经常变，嵌套 JSON？→ MongoDB / PG JSONB
只是缓存，追求极速？→ Redis
海量日志、做统计报表？→ Doris / ClickHouse
设备按时间不停打点？→时序库
要搜索、模糊匹配？→ ES
AI 向量相似度检索？→向量库
实体之间复杂关系？→图数据库
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢