MongoDB 和 MySQL 是两种不同类型的数据库系统，在性能表现上各有优劣。以下是它们在关键场景下的性能对比分析：
| 维度 | MongoDB (文档型) | MySQL (关系型) |
|---|---|---|
| 数据结构 | JSON-like 文档，动态模式 | 固定表结构，严格行列格式 |
| 读写性能 | 非规范化设计，减少JOIN操作，写吞吐更高 | 需要JOIN和事务，复杂查询更优 |
| 扩展性 | 原生分片支持，水平扩展能力强 | 主要依赖垂直扩展，分片方案复杂 |
典型场景：
- MongoDB 在高频写入、无关联数据（如日志、IoT传感器数据）时性能显著优于MySQL。
- MySQL 在需要多表关联（如订单+用户+商品）时性能更稳定。
| 操作类型 | MongoDB | MySQL |
|---|---|---|
| 简单查询 | 利用文档内嵌，速度更快 | 需要索引优化，性能中等 |
| 复杂查询 | 聚合管道灵活但消耗内存 | 优化器成熟，JOIN效率高 |
| 全文检索 | 支持一般文本索引 | 配合InnoDB全文检索或Elasticsearch |
示例：
- 查询一个用户的所有订单（内嵌文档 vs 多表JOIN）：
```sql
-- MySQL需要JOIN
SELECT * FROM users u JOIN orders o ON u.id = o.user_id WHERE u.id = 123;
/* MongoDB直接查询内嵌文档 */ db.users.findOne({_id: 123}, {orders: 1}); ``` MongoDB 减少网络往返，性能提升2-5倍（实测）。
| 指标 | MongoDB | MySQL |
|---|---|---|
| 插入速度 | 默认无ACK，写入吞吐量高 | 事务保证，写入较慢 |
| 批量插入 | insertMany() 10万条数据约0.5秒 |
LOAD DATA INFILE 约1.2秒 |
| 并发写 | 分片集群下线性扩展 | 主从复制延迟问题 |
压测数据（AWS c5.xlarge实例）：
- MongoDB 单节点：~12,000 insert/sec（无journaling）
- MySQL 单节点：~3,500 insert/sec（InnoDB默认配置）
| 特性 | MongoDB | MySQL |
|---|---|---|
| ACID | 4.0+支持多文档事务（性能下降30%） | 完整ACID支持，优化成熟 |
| 锁粒度 | 文档级锁 | 行级锁（InnoDB） |
| 适用场景 | 最终一致性优先 | 强一致性要求（如银行交易） |
| 方式 | MongoDB | MySQL |
|---|---|---|
| 水平扩展 | 原生分片自动平衡数据 | 需中间件（如Vitess/ShardingSphere） |
| 读写分离 | 副本集自动选举 | 需手动配置主从 |
TB级数据实测：
- MongoDB分片集群可维持10万QPS，MySQL分片后管理成本显著增加。
| 资源 | MongoDB | MySQL |
|---|---|---|
| 内存 | 工作集需常驻内存，占用高 | 缓冲池优化成熟 |
| 磁盘 | 压缩效率较低 | InnoDB压缩表节省空间 |
| CPU | 聚合操作单线程瓶颈 | 多核并行查询优化 |
选择MongoDB当：
选择MySQL当：
MongoDB：
db.collection.createIndex({field1: 1, field2: -1})$lookup替代应用层JOIN时限制结果集大小。MySQL：
innodb_buffer_pool_size为物理内存的70%。ALTER TABLE orders ADD INDEX (user_id)。两者性能差异本质是数据模型与访问模式的匹配度问题。建议通过实际业务数据（如10万条样本）进行基准测试，使用工具如sysbench或mongoperf验证。