数据库
数据库是后端开发的基石。本文档集合覆盖了从关系型、文档型、内存型到搜索引擎和前端存储的完整技术栈。
文档导航
| 分类 | 文档 | 说明 |
|---|---|---|
| 关系型 | MySQL | 环境搭建、CRUD、索引优化、事务锁 |
| PostgreSQL | psql/pgAdmin、JSONB、高级索引、全文搜索 | |
| SQLite 基础 | 嵌入式数据库、DB Browser、类型亲和性 | |
| 文档型 | MongoDB | 非关系型概念、CRUD、聚合管道、Schema 设计 |
| 内存型 | Redis | 五大数据类型、缓存模式、Pub/Sub、持久化 |
| 搜索引擎 | Elasticsearch | 全文搜索、IK 分词、向量搜索、RAG 集成 |
| 向量型 | Milvus 基础 | 向量数据库、语义检索、RAG 知识库 |
| 图数据库 | Neo4j | 图数据库、Cypher、GraphRAG、性能优化 |
| 浏览器端 | IndexedDB | Dexie.js、浏览器存储全景、离线应用模式 |
全景对比
一句话定位
| 数据库 | 一句话定位 |
|---|---|
| MySQL | 最成熟的开源关系型数据库，Web 应用首选 |
| PostgreSQL | 最先进的开源关系型数据库，复杂查询和数据分析之王 |
| SQLite | 嵌入式数据库，本地工具和移动端首选 |
| MongoDB | 文档型 NoSQL，灵活 Schema + 水平扩展 |
| Redis | 内存数据结构服务器，缓存和实时场景标配 |
| Elasticsearch | 分布式搜索引擎，全文搜索和向量检索专用 |
| Milvus | 向量数据库，AI 语义检索和 RAG 知识库专用 |
| Neo4j | 图数据库，实体关联、多跳推理和知识图谱专用 |
| IndexedDB | 浏览器端异步事务数据库，离线 Web 应用基石 |
多维对比
| 维度 | MySQL | PostgreSQL | SQLite | MongoDB | Redis | Elasticsearch | Milvus |
|---|---|---|---|---|---|---|---|
| 类型 | 关系型 | 关系型 | 嵌入式关系型 | 文档型 NoSQL | 内存键值 | 搜索引擎 | 向量数据库 |
| 数据模型 | 表+行 | 表+行 | 表+行 | 集合+文档 | 键值/数据结构 | 索引+文档 | Collection+Entity |
| SQL 标准 | 中等 | 最高 | 中高 | 有自己的 QL | 自己的命令 | Query DSL | 无（API/SDK） |
| 事务 | ACID | ACID | ACID | 4.0+ ACID | 有限事务(Lua) | 无 | 无 |
| 索引 | B-Tree/Fulltext | B-Tree/Hash/GiST/GIN/BRIN | B-Tree | B-Tree/Text/Geo/TTL | 无(内存直接访问) | 倒排索引/向量 | 向量索引（IVF/HNSW） |
| 扩展 | 主从/分片 | 流复制/Patroni | 无 | 复制集/分片 | 主从/哨兵/集群 | 天然分布式 | 天然分布式 |
| 部署 | 需服务端 | 需服务端 | 零配置 | 需服务端 | 需服务端 | 需服务端 | 需服务端 |
| 学习曲线 | 中 | 中高 | 低 | 中 | 低入门高精通 | 中高 | 中 |
| 典型 QPS | 1k~100k | 1k~100k | 1~1k（单机） | 1k~100k | 100k~1M | 1k~100k | 1k~100k |
技术选型决策树
需要做什么？
│
├─ 需要可靠的事务存储（订单、财务、用户）
│ ├─ 数据量大且查询复杂 → PostgreSQL
│ └─ 常规 Web、团队熟悉 → MySQL
│
├─ 本地工具、移动端、嵌入式
│ └─ SQLite
│
├─ 需要灵活 Schema、快速迭代、JSON 数据
│ └─ MongoDB
│
├─ 需要缓存、会话、排行榜、实时计数器
│ └─ Redis
│
├─ 需要全文搜索、日志分析、RAG 语义检索
│ └─ Elasticsearch
│
├─ 需要语义检索、AI 知识库、向量相似度搜索
│ └─ Milvus
│
├─ 需要实体关联、多跳推理、知识图谱
│ └─ Neo4j
│
├─ 浏览器端离线存储、PWA
│ └─ IndexedDB
│
└─ 需要多个？
└─ 组合使用（这是常态！）
例：MySQL(业务) + Redis(缓存) + ES(搜索) + MongoDB(日志)经典组合
| 场景 | 组合方案 |
|---|---|
| 中小型 Web 应用 | MySQL + Redis |
| 内容/社区/实时应用 | PostgreSQL + Redis + MongoDB（日志/行为数据） |
| AI/RAG 知识库 | PostgreSQL（结构化数据）+ Elasticsearch（词条检索）+ Milvus（语义检索）+ Neo4j（知识图谱）+ Redis（缓存） |
| 离线桌面应用 | SQLite（本地存储） |
| 离线 Web/PWA | IndexedDB + Cache API |
| 实时分析/监控 | Elasticsearch + Redis |
| 混合检索 RAG | Elasticsearch（词条匹配）+ Milvus（语义匹配）+ Neo4j（关系图谱）+ Rerank（重排序） |
| 高并发社交/物联网 | MongoDB（水平分片）+ Redis（缓存/队列） |
学习建议
- 先学透一个关系型：MySQL 或 PostgreSQL 拿一个做到熟练 CRUD + 索引 + 事务
- 再加 Redis：缓存是后端面试的必考项，也是性能优化的核心手段
- 按需扩展：遇到灵活性需求学 MongoDB，遇到搜索需求学 ES，做离线应用学 IndexedDB
- 别同时学三四个：数据库之间概念会串，先深入一个，再横向扩展
数据库是后端工程师最重要的硬技能之一。不是"会用 SQL 就行"——理解索引原理、事务隔离、并发控制，才能写出高性能、高可靠的系统。