你是小阿巴，正在公司敲代碼。

老板走過(guò)來(lái)說(shuō)：小阿巴，給咱們網(wǎng)站加個(gè)商品搜索功能吧。

你拍拍胸脯：沒(méi)問(wèn)題，我直接用 MySQL 數(shù)據(jù)庫(kù)的 LIKE 模糊查詢(xún)實(shí)現(xiàn)搜索，1 小時(shí)上線(xiàn)~

結(jié)果上線(xiàn)后，用戶(hù)點(diǎn)擊搜索，卡了半天沒(méi)反應(yīng)，老板氣得臉都綠了。

你急的汗流浹背，只能找到號(hào)稱(chēng)『后端之狗』的魚(yú)皮求助：阿巴阿巴，俺用 MySQL 搞不定，咋辦啊……

魚(yú)皮：不是哥們，又不是只有 MySQL 這一個(gè)數(shù)據(jù)庫(kù)。

下面我來(lái)帶你認(rèn)識(shí) 10 種不同類(lèi)型的數(shù)據(jù)庫(kù)，讓你知道什么場(chǎng)景該用什么數(shù)據(jù)庫(kù)。

點(diǎn)個(gè)收藏，我們開(kāi)始~

?? 推薦觀看視頻版，有動(dòng)畫(huà)更好理解：https://www.bilibili.com/video/BV1ChkjBsEzq

關(guān)系型數(shù)據(jù)庫(kù)

首先是我們接觸最多的、也是后端入門(mén)必學(xué)的 關(guān)系型數(shù)據(jù)庫(kù)。

在關(guān)系型數(shù)據(jù)庫(kù)中，數(shù)據(jù)以 表 的形式進(jìn)行組織和存儲(chǔ)，每個(gè)表就像一個(gè) Excel 表格，包含多個(gè) 行 和多個(gè) 列。

比如你要做個(gè)學(xué)生管理系統(tǒng)，把學(xué)生信息存儲(chǔ)到關(guān)系型數(shù)據(jù)庫(kù)中，結(jié)構(gòu)大概是這樣的：

學(xué)號(hào)

學(xué)生姓名

所屬班級(jí)號(hào)

1

小李

1

2

小魚(yú)

2

3

小皮

3

上述學(xué)生表格中，每一行代表一個(gè)學(xué)生的信息，每一列代表學(xué)生的一個(gè)屬性。

我們可以使用結(jié)構(gòu)化查詢(xún)語(yǔ)言 SQL 來(lái)對(duì)關(guān)系型數(shù)據(jù)庫(kù)表的數(shù)據(jù)進(jìn)行靈活地查詢(xún)、選擇、過(guò)濾等。

而關(guān)系型數(shù)據(jù)庫(kù)最大的特點(diǎn)，就是表和表之間可以 存在關(guān)系。比如學(xué)生管理系統(tǒng)中還可以有班級(jí)表，結(jié)構(gòu)如下：

班號(hào)

班級(jí)名稱(chēng)

1

快樂(lè)班

2

泰酷班

3

躺平班

如果我想知道某個(gè)學(xué)生所屬的班級(jí)信息，只需要在查詢(xún)時(shí)將學(xué)生表的 所屬班級(jí)號(hào) 和班級(jí)表的 班號(hào) 進(jìn)行關(guān)聯(lián)，而不用把所有表格的列存儲(chǔ)在一起，非常靈活。

通過(guò) SQL 可以連接查詢(xún)多張表：

得到下面的查詢(xún)結(jié)果：

學(xué)號(hào)

學(xué)生姓名

所屬班級(jí)號(hào)

班級(jí)名稱(chēng)

1

小李

1

快樂(lè)班

2

小魚(yú)

2

泰酷班

3

小皮

3

躺平班

此外，關(guān)系型數(shù)據(jù)庫(kù)遵循 ACID 原則（原子性、一致性、隔離性和持久性），通過(guò) 事務(wù) 機(jī)制可以保證多個(gè)操作同時(shí)進(jìn)行時(shí)，數(shù)據(jù)的狀態(tài)保持一致。

舉個(gè)例子，A 給 B 轉(zhuǎn)賬，A 扣錢(qián)的同時(shí) B 也會(huì)加錢(qián)，不會(huì)出現(xiàn) A 扣了錢(qián) B 卻沒(méi)收到錢(qián)的情況。

正因?yàn)殛P(guān)系型數(shù)據(jù)庫(kù)既能靈活查詢(xún)、又能準(zhǔn)確寫(xiě)入，所以它幾乎可以被應(yīng)用在任何項(xiàng)目中。比如各類(lèi)管理系統(tǒng)、數(shù)據(jù)分析系統(tǒng)、金融銀行系統(tǒng)等。

比較主流的關(guān)系型數(shù)據(jù)庫(kù)產(chǎn)品有：

• MySQL：開(kāi)源易學(xué)，后端開(kāi)發(fā)必學(xué)的數(shù)據(jù)庫(kù)

• Oracle：人稱(chēng) “甲方的數(shù)據(jù)庫(kù)”，主要是大型企業(yè)和政府機(jī)構(gòu)在用，功能強(qiáng)大但授權(quán)費(fèi)用昂貴

• PostgreSQL：開(kāi)源界的天花板，功能最全面

• SQL Server：微軟出品，和 Windows 系統(tǒng)、.NET 生態(tài)集成度高

• SQLite：整個(gè)數(shù)據(jù)庫(kù)就是一個(gè)文件，不需要服務(wù)器，非常輕量。被廣泛應(yīng)用在手機(jī) APP、瀏覽器中，你的手機(jī)里可能有幾十個(gè) SQLite。

對(duì)于大多數(shù)項(xiàng)目，用 MySQL 等關(guān)系型數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)數(shù)據(jù)就足夠了。但如果要存儲(chǔ)的數(shù)據(jù)間沒(méi)有復(fù)雜關(guān)系、或者需要極致的性能時(shí)，它并不是最佳選擇。

你點(diǎn)點(diǎn)頭：俺知道，就好比俺要寫(xiě)一篇文章，沒(méi)必要非得把內(nèi)容塞進(jìn) Excel 表格里，直接放到 Word 文檔里會(huì)更方便編輯和閱讀。

魚(yú)皮：沒(méi)錯(cuò)，這時(shí)就需要與關(guān)系型數(shù)據(jù)庫(kù)互補(bǔ)的 非關(guān)系型數(shù)據(jù)庫(kù)。

非關(guān)系型數(shù)據(jù)庫(kù)

非關(guān)系型數(shù)據(jù)庫(kù)又叫 NoSQL（Not Only SQL），適合存儲(chǔ)關(guān)系不強(qiáng)的、結(jié)構(gòu)靈活的、需要快速訪問(wèn)的數(shù)據(jù)。

打個(gè)比方，關(guān)系型數(shù)據(jù)庫(kù)像圖書(shū)館，書(shū)籍分類(lèi)明確、擺放有序、借閱有規(guī)矩；非關(guān)系型數(shù)據(jù)庫(kù)像你的書(shū)桌，怎么順手怎么放，拿取方便最重要。

在實(shí)際項(xiàng)目開(kāi)發(fā)中，最常用的非關(guān)系型數(shù)據(jù)庫(kù)是 KV 數(shù)據(jù)庫(kù)和文檔數(shù)據(jù)庫(kù)。

KV 鍵值數(shù)據(jù)庫(kù)

KV 即 Key-Value，數(shù)據(jù)是以 鍵值對(duì) 的方式存儲(chǔ)在數(shù)據(jù)庫(kù)中的，可以理解為一個(gè)超大的 HashMap，數(shù)據(jù)庫(kù)中存儲(chǔ)的每個(gè)鍵都 唯一對(duì)應(yīng) 一個(gè)值。

比如存儲(chǔ)用戶(hù)信息和熱門(mén)商品信息，結(jié)構(gòu)是這樣的：

Key 鍵

Value 值

user:1001

{"name":"魚(yú)皮", "age":25}

product:hot

["商品1", "商品2", "商品3"]

鍵和值都可以是任意類(lèi)型的數(shù)據(jù)，包括字符串、數(shù)字、數(shù)組、JSON 對(duì)象等，非常靈活。

由于 KV 存儲(chǔ)的結(jié)構(gòu)簡(jiǎn)單清晰，我們能夠很輕松地根據(jù)某個(gè)鍵查找出對(duì)應(yīng)的值，就像查字典一樣，讀寫(xiě)數(shù)據(jù)的性能都非常高。

此外，KV 數(shù)據(jù)庫(kù)的可擴(kuò)展性很強(qiáng)。因?yàn)閿?shù)據(jù)間不存在直接關(guān)聯(lián)，我們可以把鍵值對(duì)分散到多臺(tái)機(jī)器上存儲(chǔ)，通過(guò)數(shù)據(jù)分片、負(fù)載均衡等策略來(lái)支持海量數(shù)據(jù)的高并發(fā)訪問(wèn)。

由于高性能和高可擴(kuò)展性，KV 數(shù)據(jù)庫(kù)被廣泛應(yīng)用于緩存、分布式會(huì)話(huà)、分布式鎖、實(shí)時(shí)統(tǒng)計(jì)等場(chǎng)景。

最經(jīng)典的 KV 數(shù)據(jù)庫(kù)肯定是 Redis，它是開(kāi)源的、基于內(nèi)存的數(shù)據(jù)庫(kù)，不僅支持豐富的數(shù)據(jù)類(lèi)型和功能，還有持久化等重要特性，也是后端必學(xué)的技術(shù)。其他的常用 KV 數(shù)據(jù)庫(kù)有 Memcached、Etcd、LevelDB、RocksDB 等。

文檔數(shù)據(jù)庫(kù)

文檔數(shù)據(jù)庫(kù)也屬于非關(guān)系型數(shù)據(jù)庫(kù)。顧名思義，它適用于存儲(chǔ)和管理 半結(jié)構(gòu)化的 文檔數(shù)據(jù)，數(shù)據(jù)一般以 JSON（BSON）格式存儲(chǔ)。

相比于關(guān)系型數(shù)據(jù)庫(kù)中嚴(yán)格定義的表格行列，文檔數(shù)據(jù)庫(kù)的數(shù)據(jù)結(jié)構(gòu)更像是一份份獨(dú)立的文檔，每個(gè)文檔都可以包含不同類(lèi)型和格式的數(shù)據(jù)，結(jié)構(gòu)非常靈活。

比如存儲(chǔ)博客文章，結(jié)構(gòu)是這樣的：

文檔 ID

文檔數(shù)據(jù)

1

{"_id": 1, "title": "文章標(biāo)題1", "content": "這是文章1的內(nèi)容"}

2

{"_id": 2, "title": "文章標(biāo)題2", "author": "程序員魚(yú)皮"}

你撓撓頭：誒，文檔 1 和文檔 2 的字段都不一樣啊，這也行？

魚(yú)皮：沒(méi)錯(cuò)，這就是文檔數(shù)據(jù)庫(kù)的靈活性。當(dāng)我們要給某個(gè)文檔新增一個(gè)字段時(shí)，不需要像關(guān)系型數(shù)據(jù)庫(kù)那樣先改表結(jié)構(gòu)，直接加就完事了。

而且支持水平擴(kuò)展，可以分散到多臺(tái)服務(wù)器上存儲(chǔ)，適用于內(nèi)容管理系統(tǒng)、博客平臺(tái)、電商商品詳情頁(yè)等場(chǎng)景。

推薦學(xué)習(xí)的文檔數(shù)據(jù)庫(kù)是 MongoDB，因?yàn)樗鎯?chǔ)的就是 JSON（BSON）格式數(shù)據(jù)，對(duì)前端同學(xué)很友好，入門(mén)難度也很低。

特定場(chǎng)景的數(shù)據(jù)庫(kù)

雖然關(guān)系型和非關(guān)系型數(shù)據(jù)庫(kù)已經(jīng)能夠滿(mǎn)足大部分場(chǎng)景，但在一些特殊場(chǎng)景下，使用專(zhuān)門(mén)設(shè)計(jì)的數(shù)據(jù)庫(kù)會(huì)更高效。就像你可以用菜刀砍樹(shù)，但用斧子會(huì)更快更省力。

搜索引擎數(shù)據(jù)庫(kù)

專(zhuān)門(mén)為搜索功能設(shè)計(jì)的數(shù)據(jù)庫(kù)。它能存儲(chǔ)和管理大量文本數(shù)據(jù)，提供快速、準(zhǔn)確、靈活的全文檢索功能。

你撓撓頭：憑什么它能做到這些呢？

魚(yú)皮：秘密在于它使用了 倒排索引 的方式存儲(chǔ)數(shù)據(jù)。

以存儲(chǔ)博客文檔為例，關(guān)系型數(shù)據(jù)庫(kù)的存儲(chǔ)結(jié)構(gòu)是：

文檔 id

文檔內(nèi)容

1

感謝關(guān)注魚(yú)皮

2

魚(yú)皮是一名程序員

3

感謝關(guān)注編程導(dǎo)航

我們能夠根據(jù) id 來(lái)查找到對(duì)應(yīng)的單篇文檔，也可以通過(guò)搜索精確的關(guān)鍵詞，來(lái)查找到多篇文檔。

比如搜索 "魚(yú)皮"，能搜出文檔 1、2。

但是，如果你搜索 "魚(yú)皮程序員"，是無(wú)法得到搜索結(jié)果的，因?yàn)闆](méi)有任何一個(gè)文檔的內(nèi)容完全包含 "魚(yú)皮程序員" 這個(gè)詞。

而在搜索引擎數(shù)據(jù)庫(kù)中，首先會(huì)將文檔內(nèi)容按照單詞進(jìn)行分割，也就是 分詞。然后 建立倒排索引，也就是構(gòu)建 單詞到文檔 id 的映射。

有了上述的倒排索引，當(dāng)用戶(hù)搜索 "魚(yú)皮程序員" 時(shí)，搜索引擎數(shù)據(jù)庫(kù)會(huì)先對(duì)搜索詞進(jìn)行分詞，得到 "魚(yú)皮" 和 "程序員"，然后根據(jù)這兩個(gè)詞匯就能找到文檔 id 1 和 2 了。不用再一行一行遍歷表內(nèi)所有的數(shù)據(jù)，實(shí)現(xiàn)了更靈活、快速的搜索。

此外，搜索引擎數(shù)據(jù)庫(kù)還支持 相關(guān)性排序，能夠根據(jù)用戶(hù)的搜索詞對(duì)所有搜索結(jié)果進(jìn)行打分，把最相關(guān)的文檔排到最上面，就像谷哥度娘那樣。

主流的搜索引擎數(shù)據(jù)庫(kù)技術(shù)有 Elasticsearch、Apache Solr 等，建議只學(xué)習(xí) Elasticsearch 就夠了，它的社區(qū)最活躍、學(xué)習(xí)資料最豐富。

向量數(shù)據(jù)庫(kù)

向量數(shù)據(jù)庫(kù)是專(zhuān)門(mén)用于存儲(chǔ)和處理 高維向量數(shù)據(jù) 的數(shù)據(jù)庫(kù)，也是 AI 時(shí)代最火的數(shù)據(jù)庫(kù)。

你好奇道：啥是向量？

魚(yú)皮：簡(jiǎn)單來(lái)說(shuō)，向量是一個(gè)數(shù)字?jǐn)?shù)組，每個(gè)數(shù)字代表一個(gè) 特征 維度。

舉個(gè)例子，在人臉識(shí)別系統(tǒng)中，我們需要通過(guò)人臉的特征來(lái)判斷是否為同一個(gè)人。每張人臉圖像都可以通過(guò) AI 模型轉(zhuǎn)換成一個(gè)向量，這個(gè)向量可能包含成百上千個(gè)數(shù)字，每個(gè)數(shù)字代表圖像的一個(gè) 抽象 特征維度。

實(shí)際上，很難說(shuō)清楚每個(gè)數(shù)字代表什么，但便于理解，你可以 想象 下標(biāo) 0 代表鼻子大小，下標(biāo) 1 代表眼睛距離等等，以此類(lèi)推。

之后通過(guò)余弦相似度等算法來(lái)計(jì)算兩個(gè)向量的相似度，就能判斷出兩張人臉是不是同一個(gè)人。

向量數(shù)據(jù)庫(kù)能夠高效存儲(chǔ)這些多維向量數(shù)據(jù)、快速計(jì)算向量的相似度、并實(shí)現(xiàn)各種不同算法的相似性搜索。適用于人臉識(shí)別、推薦系統(tǒng)、語(yǔ)義搜索等場(chǎng)景。

在 AI 時(shí)代，可以用向量數(shù)據(jù)庫(kù)給 AI 提供特定領(lǐng)域的知識(shí)庫(kù)，大大提升回答的準(zhǔn)確性。

主流的向量數(shù)據(jù)庫(kù)技術(shù)有 Milvus、Pinecone 等，像 PostgreSQL 關(guān)系型數(shù)據(jù)庫(kù)也通過(guò)插件支持存儲(chǔ)向量類(lèi)型的數(shù)據(jù)。

圖數(shù)據(jù)庫(kù)

圖數(shù)據(jù)庫(kù)是專(zhuān)門(mén)用于存儲(chǔ)和處理 圖結(jié)構(gòu)數(shù)據(jù) 的數(shù)據(jù)庫(kù)。

注意，這里的 “圖” 可不是照片或圖表，而是數(shù)學(xué)中的圖論概念，由節(jié)點(diǎn)（Node）和邊（Edge）構(gòu)成的圖形結(jié)構(gòu)。

比如我們要存儲(chǔ)一個(gè)社交網(wǎng)絡(luò)的朋友關(guān)系，對(duì)應(yīng)的圖可能是由多個(gè)用戶(hù)節(jié)點(diǎn)和好友關(guān)系邊組成的。

在圖數(shù)據(jù)庫(kù)中，需要 2 個(gè)表格來(lái)存儲(chǔ)。

1）節(jié)點(diǎn)信息表：

節(jié)點(diǎn) id

節(jié)點(diǎn)名

1

魚(yú)皮

2

阿巴

3

編程導(dǎo)航

2）邊信息表：

邊 id

邊類(lèi)型

起始節(jié)點(diǎn)

結(jié)束節(jié)點(diǎn)

1

好友

1

2

2

好友

2

3

通過(guò)存儲(chǔ)這些節(jié)點(diǎn)和邊的信息，圖數(shù)據(jù)庫(kù)就能快速查詢(xún)和分析復(fù)雜的關(guān)系網(wǎng)絡(luò)。比如查找 “朋友的朋友”、計(jì)算兩個(gè)用戶(hù)之間的最短路徑、發(fā)現(xiàn)社交圈子等等。

因此，圖數(shù)據(jù)庫(kù)非常適合構(gòu)建社交網(wǎng)絡(luò)、推薦系統(tǒng)、知識(shí)圖譜等。

比較主流的圖數(shù)據(jù)庫(kù)有 Neo4j、TigerGraph 等，都支持復(fù)雜的圖算法和分布式擴(kuò)展，能夠通過(guò)并行計(jì)算加速圖形處理。

時(shí)序數(shù)據(jù)庫(kù)

時(shí)序數(shù)據(jù)庫(kù)是專(zhuān)門(mén)用于高效存儲(chǔ)和處理 時(shí)間序列 的數(shù)據(jù)庫(kù)。

時(shí)間序列是指以時(shí)間作為主要維度的數(shù)據(jù)序列，也就是每個(gè)數(shù)據(jù)單元都帶著 時(shí)間戳，按時(shí)間順序排列。

舉個(gè)例子，在服務(wù)器監(jiān)控系統(tǒng)中，我們需要每分鐘記錄服務(wù)器的 CPU 使用率、內(nèi)存使用率等指標(biāo)，數(shù)據(jù)結(jié)構(gòu)如下：

時(shí)間戳

設(shè)備ID

CPU使用率

內(nèi)存使用率

2026-01-08 10:00

Server001

45%

60%

2026-01-08 10:01

Server001

48%

62%

2026-01-08 10:02

Server001

52%

65%

有了這些數(shù)據(jù)，我們就能夠按照時(shí)間范圍進(jìn)行高效查詢(xún)、做聚合分析（比如計(jì)算過(guò)去 1 小時(shí)的平均 CPU 使用率）、進(jìn)行數(shù)據(jù)可視化展示。

因此，時(shí)序數(shù)據(jù)庫(kù)非常適用于物聯(lián)網(wǎng)設(shè)備監(jiān)控、服務(wù)器性能監(jiān)控、金融交易數(shù)據(jù)分析等場(chǎng)景。

主流的時(shí)序數(shù)據(jù)庫(kù)技術(shù)有 InfluxDB、TimescaleDB 等，一般會(huì)配合 Grafana 監(jiān)控看板一起使用，實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ) + 快速可視化。你在運(yùn)維團(tuán)隊(duì)看到的那些酷炫的實(shí)時(shí)監(jiān)控大屏，背后就是時(shí)序數(shù)據(jù)庫(kù)在支撐。

列存數(shù)據(jù)庫(kù)

區(qū)別于傳統(tǒng)的行式數(shù)據(jù)庫(kù)，列存數(shù)據(jù)庫(kù) 以列作為基本的存儲(chǔ)單位，把每一列的數(shù)據(jù)存儲(chǔ)在一起。

拿公司每天的收入來(lái)舉個(gè)例子，傳統(tǒng)的行式數(shù)據(jù)庫(kù)是這么存儲(chǔ)的：

日期

銷(xiāo)售額

成本

利潤(rùn)

2026-01-01

500

600

-100

2026-01-02

280

450

-170

2026-01-03

290

480

-190

而在列存數(shù)據(jù)庫(kù)中，底層大概是這么存儲(chǔ)的，看起來(lái)像是對(duì)矩陣做了一次轉(zhuǎn)置：

日期

2026-01-01

2026-01-02

2026-01-03

銷(xiāo)售額

500

280

290

成本

600

450

480

利潤(rùn)

-100

-170

-190

如果我們要統(tǒng)計(jì)這 3 天公司的總利潤(rùn)，傳統(tǒng)的行式數(shù)據(jù)庫(kù)需要依次讀取每一行的數(shù)據(jù)，然后再提取出利潤(rùn)這一列進(jìn)行計(jì)算；而列存數(shù)據(jù)庫(kù)直接讀取利潤(rùn)這一列就行了，不用管其他列，大大提高了數(shù)據(jù)分析和聚合操作的效率。

而且從計(jì)算機(jī)底層來(lái)分析，把相同類(lèi)型的數(shù)據(jù)在同一列中連續(xù)存儲(chǔ)，可以實(shí)現(xiàn)更好的數(shù)據(jù)壓縮效果、節(jié)約存儲(chǔ)空間。

因此，列存數(shù)據(jù)庫(kù)適用于報(bào)表生成、數(shù)據(jù)倉(cāng)庫(kù)、商業(yè)智能分析等場(chǎng)景。

主流的列存數(shù)據(jù)庫(kù)技術(shù)有 ClickHouse、Apache HBase、Druid 等，都是大數(shù)據(jù)開(kāi)發(fā)的必修課。

融合型數(shù)據(jù)庫(kù)

前面我們講了關(guān)系型和非關(guān)系型數(shù)據(jù)庫(kù)，要么強(qiáng)調(diào)靈活查詢(xún)、要么強(qiáng)調(diào)性能和擴(kuò)展，各有側(cè)重。

但有些數(shù)據(jù)庫(kù)偏偏 “既要又要”，要把兩者的優(yōu)點(diǎn)融合到一起，這就是接下來(lái)要講的融合型數(shù)據(jù)庫(kù)。

NewSQL 數(shù)據(jù)庫(kù)

NewSQL 是一類(lèi)新興的數(shù)據(jù)庫(kù)，它融合了傳統(tǒng)關(guān)系型和非關(guān)系型數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)。既有傳統(tǒng) SQL 數(shù)據(jù)庫(kù)的 ACID 特性和事務(wù)支持，又有 NoSQL 的水平擴(kuò)展能力和高性能。支持標(biāo)準(zhǔn) SQL 查詢(xún)、分布式架構(gòu)、自動(dòng)容錯(cuò)和故障恢復(fù)，可以替代傳統(tǒng)的分庫(kù)分表方案，特別適用于大廠的高并發(fā)系統(tǒng)。

主流的 NewSQL 數(shù)據(jù)庫(kù)有 TiDB、CockroachDB、Google Spanner 等。其中 TiDB 是國(guó)產(chǎn)之光，支持 HTAP（混合事務(wù)分析處理），而且完全兼容 MySQL 協(xié)議，遷移成本低；CockroachDB 人稱(chēng) “蟑螂數(shù)據(jù)庫(kù)”，因?yàn)樗耋胍粯宇B強(qiáng)，集群中一個(gè)節(jié)點(diǎn)掛了，其他節(jié)點(diǎn)依然能正常服務(wù)，打不死。

多模數(shù)據(jù)庫(kù)

區(qū)別于前面所有存儲(chǔ)單一數(shù)據(jù)模型的數(shù)據(jù)庫(kù)，多模數(shù)據(jù)庫(kù)能夠直接在一個(gè)數(shù)據(jù)庫(kù)里同時(shí)存儲(chǔ)和處理 多種不同類(lèi)型 的數(shù)據(jù)。比如關(guān)系型數(shù)據(jù)、文檔數(shù)據(jù)、圖形數(shù)據(jù)、鍵值對(duì)數(shù)據(jù)等等，非常靈活、省去了維護(hù)多個(gè)數(shù)據(jù)庫(kù)的麻煩。

而且多模數(shù)據(jù)庫(kù)還支持跨模型事務(wù)，能夠更輕松地實(shí)現(xiàn)數(shù)據(jù)的一致性和完整性，不需要手動(dòng)實(shí)現(xiàn)跨庫(kù)事務(wù)、跨庫(kù)數(shù)據(jù)同步這些復(fù)雜操作。

雖然聽(tīng)起來(lái)很厲害，但實(shí)際開(kāi)發(fā)中很少用，因?yàn)闃訕油訕铀桑嗄?shù)據(jù)庫(kù)的性能往往不如專(zhuān)注單一場(chǎng)景的數(shù)據(jù)庫(kù)。

原生的多模數(shù)據(jù)庫(kù)技術(shù)有 ArangoDB、OrientDB 等，它們從設(shè)計(jì)之初就是為多模式設(shè)計(jì)的。前面也提到，雖然 PostgreSQL 這樣的老牌關(guān)系型數(shù)據(jù)庫(kù)可以通過(guò)豐富的插件支持多種數(shù)據(jù)類(lèi)型（比如 JSON 文檔、向量、地理空間數(shù)據(jù)等），但它的核心始終是關(guān)系模型，多模支持算是錦上添花，不過(guò)這也體現(xiàn)了 PostgreSQL 的強(qiáng)大。

怎么選擇數(shù)據(jù)庫(kù)？

你一臉懵逼：阿巴阿巴，你講了這么多數(shù)據(jù)庫(kù)，俺頭都大了，到底該選哪個(gè)？

魚(yú)皮笑了笑：別慌，數(shù)據(jù)庫(kù)選型其實(shí)沒(méi)那么復(fù)雜。

優(yōu)先選用 MySQL / PostgreSQL + Redis，能覆蓋 90% 的項(xiàng)目需求。

有特定功能或優(yōu)化需求時(shí)，再選擇專(zhuān)業(yè)數(shù)據(jù)庫(kù)。比如需要搜索功能了，再加 Elasticsearch；要做 AI 知識(shí)庫(kù)了，再加向量數(shù)據(jù)庫(kù)。

畢竟每多一個(gè)數(shù)據(jù)庫(kù)，就多一份運(yùn)維工作和故障風(fēng)險(xiǎn)。

你：學(xué)會(huì)了學(xué)廢了！對(duì)了魚(yú)皮，我還聽(tīng)說(shuō)過(guò)數(shù)據(jù)湖、數(shù)據(jù)倉(cāng)庫(kù)，這些是啥??？

魚(yú)皮：簡(jiǎn)單來(lái)說(shuō)，數(shù)據(jù)倉(cāng)庫(kù)是用來(lái)存儲(chǔ)和分析大量結(jié)構(gòu)化數(shù)據(jù)的；數(shù)據(jù)湖更像個(gè)大水池，什么數(shù)據(jù)都能往里扔，包括日志、圖片、視頻這些非結(jié)構(gòu)化數(shù)據(jù)。它們更多是大數(shù)據(jù)架構(gòu)層面的概念。

感興趣的話(huà)，點(diǎn)個(gè)關(guān)注，后面專(zhuān)門(mén)出一期講講~

點(diǎn)擊下方關(guān)注魚(yú)皮，獲取免費(fèi)編程學(xué)習(xí)路線(xiàn)、簡(jiǎn)歷模板、面試題解、AI 知識(shí)庫(kù)、項(xiàng)目教程、交流群。

一些對(duì)大家有用的資源：
100+ 編程學(xué)習(xí)路線(xiàn) / 實(shí)戰(zhàn)項(xiàng)目 / 求職指導(dǎo)
100+ 簡(jiǎn)歷模板
300+ 企業(yè)面試題庫(kù) mianshiya.com
500+ AI 資源大全
1 對(duì) 1 模擬面試
動(dòng)畫(huà)學(xué)算法教程