先说一个很多人都遇到过的场面。订单库单表 6800 万行,产品要在订单上记一个「客服备注」字段。DBA 排了凌晨的窗口,ALTER TABLE 从 1:40 跑到 2:05,25 分钟里这张表的写入全部排队,监控群报警了三次。事后复盘,有人提议:「上 NoSQL 吧,关系库撑不住了。」

再往下查,真正的原因没那么宏大:这张表百分之九十的查询都带 user_id,索引却建在 created_at 上;报表任务每十分钟扫一次全表,把 buffer pool 冲得干干净净;还有一条批量更新语句一次改二十万行,主从延迟最高到 40 秒。这些问题换成任何数据库都还在,只是换了名字。

不过那次讨论里有一半直觉是对的:当数据量、写入量或跨地域访问被推到某个量级,关系库赖以成立的那几个前提,确实会一个个失效。NoSQL 就是在这些前提失效之后长出来的一批方案。这篇不给你一张「三大阵营优缺点表」,而是把这几堵墙逐一拆开,再看清楚换过去之后你丢了什么。

关系库的强项,建立在几个前提上

先把话说公道。关系库不是「旧技术」。它有通用查询语言,所以你可以在上线半年后临时写一条 SQL 探索数据;它有事务和约束,所以钱不会扣一半;它有成熟的优化器、备份工具、监控体系和二十年的运维经验。这些能力到今天仍然是绝大多数业务系统的地基。

但这些能力不是凭空来的,它们依赖三个前提:数据能放在一台机器上;表结构在一段时间内稳定;查询是事后写的,所以需要一种通用语言来描述。业务规模一旦把这三个前提顶破,关系库就会在三个具体的地方开始难受。

第一堵:写只有一个主库读写分离能把读压力分出去,写还是落在同一台主库上。每次提交都要写 redo log 并保证落盘顺序,单机 TPS 有物理上限,硬件加到这个级别后,再往上加钱的效果越来越差。
第二堵:改结构要动整张表MySQL 8.0 的 instant add column 能瞬间加列,但限制不少:只能加在最后、有行格式要求、加索引和改字段类型仍然要重建表。表越大,窗口越长,而业务不会等你。
第三堵:跨机器的 JOIN 和事务一旦分库分表,JOIN 要么拆成多次查询在应用层拼,要么冗余字段;跨库事务要么上两阶段提交,要么用 Saga 补偿。关系库最强的两块能力,恰恰是最难横向扩展的部分。

这三堵墙的共同点是:它们都不是「数据库有 bug」,而是「单机 + 强结构 + 强事务」这套设计的必然成本。NoSQL 的思路不是把墙推倒,而是换一种房子:接受放弃其中一两样,换横向扩展能力。

两条路:继续在关系库上加,还是换一类存储

面对写入瓶颈,工程上其实有两条路,而且经常被混为一谈。

继续在关系库上做扩展

先做读写分离,不够再分库分表(ShardingSphere、MyCat 这类中间件),最后是换 NewSQL(TiDB、CockroachDB)。这条路保留了 SQL、事务和大部分生态,代价是分片键一旦选错很难改,跨片查询要广播再归并,运维复杂度上一个台阶。NewSQL 能自动分片并支持分布式事务,但要接受更高的硬件成本和更复杂的排障过程。

换一类存储

按访问模式挑数据模型:缓存和计数器用键值,形态多变的实体用文档,海量写入的时序数据用宽列,关系网络用图。这条路能解决特定访问模式下的规模和延迟问题,代价是放弃通用查询、JOIN 和跨实体事务,数据模型必须提前按查询设计,改查询往往等于改模型。

关键的一点:这两条路不是二选一。真实系统里最常见的形态是「主库仍然是关系库 + 外面挂几套专用存储」。订单、库存、支付这种要事务的地方不动;商品详情、搜索、排行榜、会话这些读多写多、形态易变的场景拆出去。所谓 NoSQL 架构,多数时候是这种混合形态,而不是「整个系统换成 MongoDB」。

一次完整的场景走查:商品详情页怎么变成三套存储

用一个具体的需求把上面的判断走一遍。商品详情页,峰值 5000 QPS,每个商品有四十多个属性,不同品类属性还不一样,页面要支持关键词搜索和按属性筛选。

起点:MySQL 里一张商品主表,加一张属性表(一行一个属性名值对,也就是常说的 EAV 模型)。渲染一个详情页要 JOIN 七张表,P99 是 800ms,数据库 CPU 长期在 70% 以上。搜索用 LIKE '%关键词%',二十万商品时已经要 3 秒。

第一步,加缓存。把整个详情页序列化成 JSON 放进 Redis,key 是 product:{id},过期时间 5 分钟,商品编辑时主动删除对应 key。读请求先打 Redis,命中直接返回。P99 从 800ms 掉到 40ms,数据库的读 QPS 降到原来的十分之一。注意这一步没有换数据库,只是把读挡住了。

第二步,把属性搬进文档。属性表 JOIN 太慢,而且不同品类字段差别大,关系表要么开一堆空列,要么继续 EAV。改成 MongoDB 里一个商品一个文档,属性直接内嵌成对象数组,按 category 加属性条件查。读路径变成先查缓存、未命中再读文档库,MySQL 只保留库存和价格这种要事务的字段。

第三步,搜索拆到倒排索引。关键词搜索和筛选条件交给搜索引擎(Elasticsearch 或 Meilisearch 这类),商品变更时同步一条文档过去。搜索请求不再碰业务库。

改造后的详情页读路径
请求进来
Redis 命中整页缓存
未命中读 MongoDB 文档
价格库存回源 MySQL

上线后的真实代价:现在有四套存储,就有四种一致性要维护。商品改价时,MySQL 要更新,MongoDB 文档要更新,缓存要删除,搜索索引要同步;任何一步失败,用户就会看到「列表里是旧价,详情页是新价」。团队不得不再写一套同步补偿任务和核对脚本。这就是 NoSQL 方案的真实账单:它把数据库帮你做的事,一部分还给了应用。

判断要不要拆,看的是访问模式而不是数据量。一张两亿行的表,如果查询永远带主键、从不 JOIN,关系库照样能扛;一张一千万行的表,如果每天要做十种维度的即席聚合,关系库也可能很吃力。

NoSQL 这个筐里装的是什么

「NoSQL」字面是 Not Only SQL,不是「不要 SQL」。它是一批按数据模型和访问模式命名的存储系统的统称,彼此之间的差异,比它们和关系库的差异还大。常见的有四类:

类型代表典型访问模式不适合作什么
键值Redis、DynamoDB按 key 读写整块值、计数器、过期缓存按值内容查询、多 key 关联
文档MongoDB、CouchDB一个实体读写成整份 JSON,字段可变跨文档 JOIN、强事务的账务
宽列Cassandra、HBase海量写入,按分区键加排序键范围查随机多维查询、即席聚合
图Neo4j、JanusGraph多跳关系、路径查找、推荐大吞吐的简单键值读写

搜索引擎(Elasticsearch、OpenSearch)常被一起归进 NoSQL,但它本质是倒排索引,强项是相关性排序和聚合,不适合当主存储。时序数据库(InfluxDB、TimescaleDB)和向量数据库(Milvus、Qdrant)也是同一思路的延伸:为一种访问模式做极致优化,代价是通用性。NewSQL 则是反方向的尝试,想用分布式架构保住 SQL 和事务,是否值得,要看团队有没有能力维护。

所以「选一个 NoSQL」这句话本身就有问题。正确的问法是:我这个场景最主要的访问模式是什么,能接受放弃哪一样能力。这个问题会在下一篇讲数据模型时展开。

边界与代价:换过去之后,你丢掉的东西

技术选型文章常把 NoSQL 的好处列得很足,坏处一笔带过。这里把账单摊开:

事务。MongoDB 4.0 起支持多文档事务,但跨分片事务的延迟和冲突代价不小,官方也建议尽量用内嵌文档避免跨文档写。Cassandra 没有跨行事务,BATCH 只是把多条写合并发送,不保证原子性(同一个分区内才是原子的)。账务、库存这类场景,硬上最终一致的存储,最后都要在应用层补一套对账。

JOIN 和约束。文档库鼓励内嵌和冗余,冗余就要自己维护一致性;外键基本没有,唯一性只能靠唯一索引。原来数据库替你守的规则,现在要写进代码和定时任务里。

即席查询。关系库可以事后写一条 SQL 探索数据,文档库和宽列库不行。访问模式必须提前设计,产品经理临时要一个「按三个维度交叉统计」的需求,可能就得另建一套导出链路。

运维与人才。MySQL 出问题,网上有二十年的帖子;Cassandra 的 compaction 抖动、MongoDB 的 chunk 迁移,能查到的中文资料少得多。备份恢复、监控指标、版本升级的坑,都要团队自己踩。招人时「会 SQL」是默认技能,「会调 Cassandra」不是。

不要因为「听说 NoSQL 快」就换。单条键值读写确实快,但复杂查询在 NoSQL 上往往更慢,因为要在应用层多次查询再拼装。换之前先确认:你的慢查询是因为数据库类型不对,还是因为索引、SQL 写法、数据量分布不对。后者换库解决不了。

现象、原因与第一步排查

下面这张表覆盖了从关系库走向 NoSQL 过程中最常见的一批现象。它不能替代具体排查,但能帮你判断「这是不是换库能解决的问题」。

现象真实原因第一步查什么
单表过亿后查询从 20ms 变成 800msB+ 树层高增加、buffer pool 装不下热数据、统计信息过期导致走错索引EXPLAIN 看 type 和 rows,再看 buffer pool 命中率与慢日志里的扫描行数
ALTER TABLE 锁表几十分钟老版本不支持 instant DDL;长事务持有 MDL 锁;改索引或类型要重建表并拷贝数据查 information_schema.innodb_trx 里的长事务,评估用 gh-ost 或 pt-online-schema-change
主从延迟几十秒大事务、批量 UPDATE、从库回放线程跟不上,或者从库磁盘 IO 被打满看 Seconds_Behind_Master,再看 binlog 里单个事务的大小和从库 IO 使用率
缓存和数据库对不上先删缓存后写库的时序问题、并发读把旧值回填、删除缓存失败但没有重试核对更新顺序与是否有延迟双删,查缓存删除失败日志和 key 的剩余 TTL
分库分表后跨用户查询超时查询不带分片键,被广播到所有分片再归并,分片越多越慢看中间件执行计划命中了几个分片,确认查询条件里有没有分片键
换了文档库后报表出不来缺少 JOIN 和即席聚合能力,且数据模型没有按这类查询设计把报表的查询列出来,逐条核对是否在建模时预留了对应字段和索引
迁移后写入反而变慢每条写都要同步副本、维护多个索引、按分片键路由,写放大比单机关系库高看写关注级别(write concern)、索引数量、副本同步延迟和分片路由是否均匀

小结

NoSQL 不是关系库的替代品,而是一批「为特定访问模式让路」的存储。它们出现的原因是真实的:单机写入有上限、改表结构有窗口、跨机 JOIN 和事务难做。但它们换来的横向扩展能力,是用放弃通用查询、JOIN、跨实体事务和成熟运维生态换的。

所以在做决定之前,先按顺序问三个问题:慢是慢在哪一步,是索引和查询写法的问题还是存储类型的问题;这个场景能否接受最终一致和没有 JOIN;团队有没有能力维护多一套存储。三个问题里有一个答不上来,就别急着换。

当天可以自己验证的练习:

  1. 找一个你负责的表,用 EXPLAIN 看一条最慢的查询,记录扫描行数和实际返回行数,先判断问题是不是出在索引上。
  2. 在本地 MySQL 8.0 里造一张十万行的表,分别执行一次普通加列和一次加索引,用 SHOW PROCESSLIST 观察耗时差异。
  3. 把商品详情页的读路径画出来,标出每一步的一致性问题:哪一步失败会让用户看到旧数据。
  4. 列一个你熟悉的业务实体,写出它最主要的三种查询,再对照上面那张四类型表,看它会落到哪一类。
  5. 找一个「准备上 NoSQL」的提案,把「换过去会丢掉什么」逐条写下来,看这些代价有没有被写进方案。

下一篇讲四种数据模型。知道了「为什么会有 NoSQL」还不够,真正决定你选哪一款的,是数据长什么样、按什么方式被访问:键值、文档、宽列、图这四种模型,分别对应四种不同的查询形状。