非关系数据库和关系型数据库

1、数据存储方式不同
  关系型数据天然就是表格式的，因此存储在数据表的行和列中。数据表可以彼此关联协作存储，也很容易提取数据。与其相反，非关系型数据不适合存储在数据表的行和列中，而是大块组合在一起。非关系型数据通常存储在数据集中，就像文档、键值对或者图结构。

2、扩展方式不同
  因为数据存储在关系表中，操作的性能瓶颈可能涉及很多个表，虽然SQL数据库有很大扩展空间，但最终肯定会达到纵向扩展的上限。而非关系型数据存储天然就是分布式的，NoSQL数据库的横向扩展可以通过给资源池添加更多普通的数据库服务器(节点)来分担负载。

3、对事务性的支持不同
  如果数据操作需要高事务性或者复杂数据查询需要控制执行计划，那么传统的SQL数据库从性能和稳定性方面考虑是你的最佳选择。SQL数据库支持对事务原子性细粒度控制，并且易于回滚事务

MongoDB和MySQL的区别

MySQL是关系型数据库。
优势：
在不同的引擎上有不同 的存储方式。
查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。
开源数据库的份额在不断增加，MySQL的份额页在持续增长。

缺点：
在海量数据处理的时候效率会显著变慢。

MongoDB是非关系型数据库(NoSQL ),属于文档型数据库。文档是MongoDB中数据的基本单元，类似关系数据库的行，多个键值对有序地放置在一起便是文档，它是一个面向集合的，模式自由的文档型数据库。
存储方式：虚拟内存+持久化。
查询语句：是独特的MongoDB的查询方式。
适合场景：事件的记录，内容管理或者博客平台等等。
架构特点：可以通过副本集，以及分片来实现高可用。
数据处理：数据是存储在硬盘上的，只不过需要经常读取的数据会被加载到内存中，将数据存储在物理内存中，从而达到高速读写。

优点：
1、快速。在适量级的内存的MongoDB的性能是非常迅速的，它将热数据存储在物理内存中，使得热数据的读写变得十分快
2、高扩展性，存储的数据格式是json格式
3、自身的failover机制。MongoDB的副本集配置中，当主库遇到问题，无法继续提供服务的时候，副本集将选举出一个新的主库继续提供服务

缺点：
不支持事务，而且开发文档不是很完全，完善。

Mysql和MongoDB主要应用场景：

1. 如果需要将MongoDB作为后端db来代替MySQL使用，即这里MySQL与MongoDB属于平行级别，那么，这样的使用可能有以下几种情况的考量：
   (1)MongoDB所负责部分以文档形式存储，能够有较好的代码亲和性，json格式的直接写入方便。(如日志之类)
   (2)从datamodels设计阶段就将原子性考虑于其中，无需事务之类的辅助。开发用如nodejs之类的语言来进行开发，对开发比较方便
   (3)MongoDB本身的failover机制，无需使用如MHA之类的方式实现
2. 将MongoDB作为类似redis ，memcache来做缓存db，为MySQL提供服务，或是后端日志收集分析。 考虑到MongoDB属于nosql型数据库，sql语句与数据结构不如MySQL那么亲和 ，也会有很多时候将MongoDB做为辅助MySQL而使用的类redis memcache 之类的缓存db来使用。 亦或是仅作日志收集分析。