一、基础定义
SQL（RDBMS 关系型数据库）：采用表结构、关系模型，使用标准 SQL 查询语言。代表：MySQL、PostgreSQL、Oracle、SQL Server、SQLite。
NoSQL：泛指非关系型数据库，不强制 SQL，打破固定表结构，细分四大类：
键值库 (Redis)、文档库 (MongoDB)、列族库 (HBase)、图数据库 (Neo4j)。
二、核心维度对比
三、关键理论：ACID vs BASE
SQL 遵循 ACID（事务四大特性）
A 原子性、C 一致性、I 隔离性、D 持久性
适合：支付、订单、账务，要求数据绝对准确不能出错。
多数分布式 NoSQL 遵循 BASE
Basically Available（基本可用）
Soft state（软状态）
Eventually consistent（最终一致性）
牺牲实时强一致，换取高可用、高吞吐。
⚠️ 误区：不是所有 NoSQL 都没有事务！MongoDB 4.0 + 支持多文档事务；Redis 支持 Lua 事务，但隔离级别、性能和 RDBMS 事务仍有差距。
四、四类 NoSQL 简单区分
键值数据库（Redis、DynamoDB）
K-V 结构，读写极快，多用于缓存、会话存储、限流。
文档数据库（MongoDB、CouchDB）
JSON/BSON 文档，类似 “自带嵌套的松散表”，适合电商商品、用户资料。
列族数据库（HBase、Cassandra）
按列簇存储，适合海量时序数据、日志、物联网数据。
图数据库（Neo4j、NebulaGraph）
节点 + 关系模型，擅长社交关系、推荐、路径拓扑查询。
五、适用场景推荐
✅ 优先选 SQL（关系库）
业务数据存在大量关联（多表 JOIN）
需要严格事务、数据强一致性：财务、订单、进销存
数据结构相对稳定，很少频繁变更字段
✅ 优先选 NoSQL
数据结构多变、嵌套复杂（用户画像、动态表单）
超高并发读写、海量数据存储（日志、物联网、实时数据流）
需要快速水平扩容，对实时一致性要求不高
缓存、排行榜、地理位置、社交关系等场景
六、现代架构趋势：混合使用（最常见）
不互相替代，互补搭配
示例：
MySQL 存储核心订单交易数据（事务、关联查询）；
Redis 做缓存、计数器；
MongoDB 存储用户行为日志；
时序库存储监控指标。
补充常见误区澄清
❌ NoSQL = 不支持 SQL
很多 NoSQL 提供类 SQL 接口（Cassandra CQL、MongoDB MQL），只是不支持标准 SQL 完整能力。
❌ SQL 只能垂直扩容
MySQL、PostgreSQL 可以分库分表水平扩展，但相比 NoSQL 集群更复杂。
❌ NoSQL 一定更快
简单查询 NoSQL 优势大；复杂多表关联查询，优化后的 SQL 数据库性能更强。