对于只有SQL背景的人来说，想要深入研究NoSQL似乎是一个艰巨的任务，MySQL与MongoDB都是开源常用数据库，但是MySQL是传统的关系型数据库，MongoDB则是非关系型数据库，也叫文档型数据库，是一种NoSQL数据库。它们各有优点，关键看用在什么地方。
什么情况下，MongoDB是最好的选择?
很多人认为MongoDB难以置信的强大，是一个可扩展，界面交互友好的数据库解决方案。当开发人员需要负责管理数据库环境时，MongoDB是一个不错的选择。起码在小型企业和初创公司，是这样。MongoDB将信息存储在BSON(二进制JSON)中。BSON是一种类JSON二进制形式的存储格式，简称Binary JSON，它和JSON一样，支持内嵌的文档对象和数组对象，但BSON有JSON没有的一些数据类型，如Date和BinData类型。JSON很容易与其他编程语言关联，许多开发人员都有使用JSON的经验。
当你的程序有大量流量写入时，MongoDB也是一个很好的选择。这并不是说MySQL在处理频繁写入环境方面不是一个好的选择，只是说MongoDB相对更容易一些。Facebook为写负载过重的环境设计了RocksDB存储引擎，性能还不错(通过基准测试证明了这一点)。
当你需要一个无模式或模式灵活的数据结构时，MongoDB是一个不错的选择。MongoDB对数据结构的更改相对轻松和宽容，这是NoSQL解决方案的卖点。在MySQL世界中有许多改进使在线模式更改成为可能，只创建记录而不定义结构增加了MongoDB的灵活性。
选择MongoDB的另一个原因是它具有设置复制环境，内置分片和自动选择方面的功能。在MongoDB中设置复制环境很容易，自动选择过程允许从数据库在主数据库故障的情况下接管。内置分片允许简单的横向扩展。在MySQL环境中管理，设置和配置会很复杂。
什么情况下不能选MongoDB?
对某些用例而言，MongoDB是不错的选择，但它也不是万能的。当数据高度关系化和结构化时，MongoDB就不是最佳选择。MongoDB不支持事务，但在文档级别，具有原子性。对于复制环境，有关写入问题的配置注意事项都是以牺牲性能为代价的。写入方面将验证副本是否已写入信息，默认情况下，MongoDB将写请求设置为仅从主计算机请求确认，而不是副本。因为如果副本有问题，就会导致一致性问题。
二者结构有何不同?
SQL中的许多概念都与MongoDB的文档结构相关。让我们来看一个简单的MongoDB环境结构，以更好地了解MongoDB的布局。
下面的图表涉及MySQL与MongoDB的不同点：
除此之外，另一个有趣的地方是mongod进程。这是一个处理数据请求的守护进程，与MySQL的mysqld进程大致相同，是监听MongoDB请求并管理数据库访问的进程。和MySQL一样，mongod进程有很多启动选项。最重要的配置选项之一是config，它是专门用于mongod实例的配置文件。与MySQL稍有不同，此文件使用YAML格式。下面是MongoDB配置文件示例。请注意，这是演示格式化，它并未针对任何生产数据库进行优化。
根据定义，MongoDB是一个基于分布式文件存储的数据库。可以立即将文档插入到集合中，而无需创建表和添加数据，无需定义结构。这是MongoDB与MySQL相比的优点之一，更加灵活。要注意，MongoDB提供的这种灵活性并不意味着组织一个功能强大的MongoDB数据库毫不费力。选择任何数据库，都应该考虑数据库的结构和目标。
# mongod.conf, Percona Server for MongoDB
# for documentation of all options, see:
# http://docs.mongodb.org/manual/reference/configuration-options/
# Where and how to store data.
storage:
dbPath: /var/lib/mongodb
journal:
enabled: true
engine: rocksdb
# where to write logging data.
systemLog:
destination: file
logAppend: true
path: /var/log/mongodb/mongod.log
processManagement:
fork: true
pidFilePath: /var/run/mongod.pid
# network interfaces
net:
port: 27017
bindIp: 127.0.0.1
注意：YAML格式化不处理选项卡，使用空格缩进。
查询方式有何不同?
通过shell与数据库交互与SQL略有不同，以下是从SQL翻译为MongoDB的查询示例，其中使用了一个只有用户名和相关ID的用户表。
In SQL:
select username from user where id = 2;
In MongoDB:
db.user.find({_id:2},{“username”:1})
在JSON格式中，我们指定要查询的用户集合，然后指定与我们感兴趣的文档相关联的ID。最后，指定从中获取值的字段，此查询结果将是ID为2的用户的用户名。
总结
MongoDB不是MySQL的影子，也不是MySQL的替代品，随着两个数据库的不断发展，它们的优劣慢慢融合在一起。MySQL用户可以在MongoDB上测试各种实例，但不鼓励盲目追求MongoDB的灵活性。尽管MongoDB在电子商务和游戏世界是一个受欢迎的选择，因为它能够利用大量数据进行水平扩展。