MongoDB 与 PostgreSQL：15 个关键差异

已发表: 2022-06-15

在开始一个新项目时，开发人员可能会遇到的一个难题是选择堆栈。 专注于解决问题的正确技术可能是一种令人伤脑筋的经历。 尤其是数据库可能很难解决，尤其是当您不清楚如何使用您的数据时。

由于数据库是软件开发的基本基础，并且它们用于构建各种类型和规模的项目的各种用途，因此有助于了解数据库的重要性，为您的堆栈选择合适的数据库结构。

本文将通过探索两个出色的数据库管理系统 MongoDB 和 PostgreSQL 之间的差异来帮助您选择正确的开源数据库。


什么是 MongoDB？

MongoDB 徽标，在直立的绿叶旁边显示文本。
MongoDB 徽标。 （图片来源：Mecdata）

MongoDB 是一个跨平台、开源的非关系型数据库，于 2009 年 2 月 11 日发布。它以使用带有可选模式的类 JSON 文档而闻名。

MongoDB 被认为是市场上最先进的云数据库服务之一，具有无与伦比的跨 Azure、AWS 和 Google Cloud 的数据移动性和分布，内置自动化工作负载和资源优化。

它还允许您使用 Atlas CLI、UI 或基础架构即服务 (IaaS) 资源提供程序在几分钟内创建云数据库。

使用 MongoDB Atlas，随着新功能进入管道，您可以保持应用程序运行以跟上激增的流量。 MongoDB Atlas 为其用户提供高级数据库优化工具，以便您始终拥有持续构建所需的数据库资源。

在本指南的帮助下确定适合您的数据库管理系统点击鸣叫

主要特点

以下是 MongoDB 的一些关键特性，使其跻身市场上最好的非关系数据库之列：

  • 性能建议：随着您的应用程序的发展，MongoDB 将帮助您提供最佳的按需模式设计实践，以实现最高效率。
  • 多云集群：使用 MongoDB，您可以启用同时利用两个或更多云的弹性和强大的应用程序。
  • 负载平衡：MongoDB 促进控制并发处理多个客户端请求并行处理其他服务器。 这有助于减少每台服务器的负载，同时确保数据一致性和正常运行时间，并允许可扩展的应用程序。

用例

MongoDB 被全球数以千计的组织用于数据存储需求或作为其应用程序的数据库服务。

MongoDB 在以下方面发挥着关键作用：

  • 内容管理：使用 MongoDB，您可以在单个数据库中提供和存储任何类型的内容、构建任何功能以及编织任何类型的数据。 MongoDB 通过商用硬件和更高效的团队为您的成功做好准备，使您的项目成本降低 10%，同时提供构建内容丰富的应用程序所需的所有功能。
  • 支付：如果您正在开发一种新的支付产品，MongoDB 的数据敏捷性将使该新产品能够快速进入市场，而您不必担心数据碎片等不必要的复杂性。 即使您正在领导一家尝试对其支付生态系统进行现代化改造的成熟企业，您也可以利用 MongoDB 的灵活性将其用作整合的运营数据层，从而允许您使用现有数据构建新产品和服务，而无需冒险的千篇一律的解决方案。
  • 个性化：MongoDB 允许您实时个性化数百万客户的体验，具有针对性优惠、定制主页和社交媒体网络登录等功能。 您甚至可以直接针对您的数据运行复杂的查询，而无需担心转换、提取和加载。
  • 大型机卸载：您可以使用 MongoDB 轻松地将工作负载移出大型机。 大型机卸载是将常用的大型机数据复制到构建在 MongoDB 上的操作数据层 (ODL) 的过程，操作可以从消费应用程序重定向。

什么是 PostgreSQL？

PostgreSQL 徽标，显示黑色和白色轮廓的程式化蓝色大象头下方的文本。
PostgreSQL 徽标。 （图片来源：Uberconf）

尽管 NoSQL 数据库很受欢迎，但关系数据库因其健壮性和强大的查询能力而继续与各种应用程序相关。

在数据结构不经常更改的情况下，关系数据库非常适合运行复杂的查询和基于数据的报告。 与 SQL Server 和 Oracle 等获得许可的同时代数据库相比，PostgreSQL 等开源数据库作为稳定的生产级数据库提供了一种经济高效的替代方案。

PostgreSQL 是一个高度稳定的数据库管理系统，以 20 多年的社区发展为后盾，使其具有高度的完整性、弹性和正确性。 您可以将 PostgreSQL 用作各种移动、地理空间、分析和 Web 应用程序的主要数据仓库或数据源。

PostgreSQL 也没有许可成本，消除了过度部署的风险。 其专门的爱好者和贡献者小组定期发现错误和解决方案，为数据库系统的整体安全性做出贡献。

主要特点

以下是 PostgreSQL 的一些显着特性，使其成为当今使用最广泛的数据库之一：

  • 非原子列：关系模型的主要约束之一是列必须是原子的。 然而，PostgreSQL 没有这个约束，并且允许列具有查询可以轻松访问的子值。
  • 支持 JSON 数据：查询和存储 JSON 的能力允许 PostgreSQL 运行 NoSQL 工作负载——例如，如果您正在设计一个数据库来存储来自多个传感器的数据并且您不确定您需要的特定列支持各种传感器。 在这种情况下，您可以构建一个表，其中一列是 JSON，以存储不断变化或非结构化的数据。
  • 窗口函数：PostgreSQL 窗口函数在使它们成为分析应用程序的最爱方面发挥着不可或缺的作用。 使用窗口函数，您可以执行跨越多行的函数并返回相同数量的行。 窗口函数与聚合函数的不同之处在于聚合函数在聚合后只能返回单行。

用例

以下是 PostgreSQL 派上用场的一些用例：

  • 联合中心数据库：PostgreSQL 的 JSON 支持和外部数据包装器允许它与其他数据存储（包括 NoSQL 类型）连接，并充当多语言数据库系统的联合中心。
  • 科学数据：科学和研究项目可以产生数 TB 的数据，这些数据必须得到最有效和最有益的管理。 PostgreSQL 提供了一个出色的 SQL 引擎和强大的分析能力，这使得处理大量数据变得轻而易举。
  • 制造业：各种世界级的工业制造商利用 PostgreSQL 通过以客户为中心的流程来加速创新和推动增长，同时通过使用 PostgreSQL 作为存储后端来优化供应链性能。
  • LAPP 开源堆栈：作为 LAMP 堆栈的强大替代方案的一部分，PostgreSQL 可以运行动态应用程序和网站。 LAPP 代表 Linux、Apache、PostgreSQL、Python、PHP 和 Perl。

MongoDB 与 PostgreSQL：头对头比较

真正的问题不是 MongoDB 与 PostgreSQL，而是最好的文档数据库与最好的关系数据库。

很多时候，在开发项目开始时，项目负责人对用例有很好的把握，但不清楚他们的用户和业务需要的特定应用程序功能。 他们最终不得不押注一个选择，并希望它是最合适的。

在下一节中，我们将阐明 MongoDB 和 PostgreSQL 之间的差异，以帮助您轻松做出决定。 我们的信息基于架构、ACID 合规性、可扩展性、复制、安全性和支持等关键因素。

让我们潜入吧！

酸合规

使编写应用程序更简单的关系数据库最关键的特性之一是 ACID 事务。 就数据库事务中的隔离级别而言，PostgreSQL 默认使用读提交隔离级别。 它还允许用户将读取提交的隔离级别调整到可序列化的隔离级别。

这里要注意的重要一点是，事务允许在组中对数据库进行各种更改或回滚。 因此，在关系数据库中，数据将在表格模式中跨独立的父子表建模。

相比之下，文档数据库更容易执行事务，因为它们会整理文档中的数据，并且由于读写是原子操作，因此不需要多文档事务。

MongoDB 在更新文档时支持完全隔离。 任何错误都会触发更新操作回滚，撤消更改并确保客户端获得一致的文档视图。

MongoDB 还支持跨多个文档的数据库事务，允许将一些相关更改作为一个组回滚或提交。 由于其多文档事务能力，MongoDB 是少数几个将文档模型的灵活性、速度和功能与传统数据库的 ACID 保证结合起来的数据库之一。

架构/文档模型

MongoDB 的文档模型允许用户自然地映射到应用程序代码中的对象，使全栈开发人员更容易学习和使用。 文档使您能够描述层次关系以轻松存储数组和其他更复杂的结构。

通过将数据存储在嵌套子文档和数组等字段中，可以将JSON文档中的相关信息存储在一起，以便通过MongoDB查询语言进行快速查询访问。

使用 MongoDB，您可以将数据存储为二进制表示形式的文档，称为二进制 JSON (BSON)。 字段可以根据它所服务的文档而有所不同，因此，无需向系统声明文档的结构——文档是自描述的。

如果您需要向文档添加新字段，则可以在不影响集合中的其他文档或更新 ORM 或中央系统目录的情况下生成该字段。

MongoDB 还为您提供模式验证选项，以对每个集合实施数据治理控制。 当整理来自多个不同来源的信息或随着时间的推移适应文档中的修改时，这种灵活性会派上用场，尤其是在一致部署新的应用程序功能时。

PostgreSQL 包含一个客户端-服务器架构模型，它由以下两个进程组成：

  • 客户端进程：这些是用户用来与数据库交互的应用程序。 通常，它具有简单的用户界面，用于通过 API 在用户和数据库之间进行通信。
  • 服务器端进程：这是处理操作、连接、动态和静态资产的“Postgres”应用程序。 一个正在运行的 PostgreSQL 站点由一个中央协调进程 Postmaster 处理。 postmaster 守护进程负责：
    • 执行恢复
    • 初始化服务器
    • 关闭服务器
    • 运行后台进程
    • 管理来自新客户端的连接请求

    .

可扩展性

可扩展性只是设计允许添加新功能或功能的质量。

PostgreSQL 以多种方式支持可扩展性，包括存储函数和过程。 使 PostgreSQL 广泛的是其目录驱动的操作。

关系数据库通常将有关表、数据库、列等的信息存储在系统目录中。 这些“数据字典”在用户看来是表格，但它们确实有数据库系统内部存储的信息。

PostgreSQL 存储有关列和表的信息，以及有关存在的数据类型、函数和访问方法的信息。

还有更多：PostgreSQL 还可以通过动态加载将用户编写的代码合并到自身中。 通常，用户可能需要可以通过共享库实现的某些功能。 用户可以简单地指定代码文件，PostgreSQL 会根据需要加载它，因此它非常适合新应用程序的快速原型设计。

另一方面，MongoDB 最终变得可扩展，允许用户创建他们的函数并在框架内使用它们。 它相当于用户定义函数 (UDF)，它允许关系数据库（如 PostgreSQL）的用户扩展 SQL 语句。

此外，PostgreSQL 和 MongoDB 都支持多个扩展和插件，例如用于数据库管理的 Adminer。

协作和敏捷性

MongoDB 有一个文档模型，使协作和开发更容易和更快地实现。 MongoDB 本质上使用 JSON 或 BSON 将其数据存储为文档。

BSON 包括 JSON 数据中不存在的几种数据类型，例如DateTime 、 long 、 int和byte数组，它们有助于更有效地处理数据，因为它会根据数据类型更具体，而不是像处理通用“数字”类型那样处理所有内容。 它使查询执行得更快，因为它采用序列化格式，可以有效地归档类似 JSON 的文档。

BSON 跳过对查询无用的键，从而更快地检索数据。 用户可以通过引入新字段、重新处理数据或在他们认为合适的时候开发它来进一步定义文档的结构并进行一些开发。

这种灵活性对于 MongoDB 来说是一个巨大的优势，因为它有助于避免因要求管理员重新构建数据定义语言语句，然后通过重新创建或重新加载数据库从头开始而导致的延迟。

MongoDB 还使开发人员或团队之间的协作变得容易，因此，团队之间不需要中介或复杂的沟通。

在协作方面，PostgreSQL 包括用户级权限、角色继承和表级权限。 您可以管理用户并授予他们读写权限。

此外，您还可以使用授予额外安全层的审核选项来查看各种组或用户的数据访问活动。 但是，PostgreSQL 不如 MongoDB 快，因为它是一个以行和列的形式存储数据的关系型数据库。

外键支持

将 MongoDB 与 PostgreSQL 区分开来的一个关键特性是其存储数据的方法。

由于它是非关系型的，因此 MongoDB 使用集合而不是表。 外键只是一个表中的一组属性，它引用另一个表的主键。 外键将这两个表相互链接。

由于 MongoDB 中没有表，因此 MongoDB 中也没有外键； 因此没有外键约束。 但是，MongoDB 确实有一个 DBRef 标准，它有助于标准化引用的创建。

另一方面，PostgreSQL 支持外键，因为它符合 SQL。 通过启用外键约束，PostgreSQL 可以停止将无效数据插入外键列。

分区和分片

分区和分片本质上是将大型数据集分解为较小的子集。 分片意味着数据存储在多台计算机上，而分区则将这些数据分组到单个数据库实例中。

MongoDB 是可扩展的，因为它在集群内的实例之间分区数据。 它不会将文档拆分为多个部分，因为它们是独立的单元，因此在本地保存数据的同时更容易将它们分布在各个服务器上。

数据可以通过 MongoDB Atlas 云服务轻松分布在不同的区域。 您还可以选择将它们不断地存储在特定区域或全球区域中，以确保减少延迟。

从 5.0 版开始，MongoDB 包含了一个“实时”重新分片功能，它可以节省大量时间，因为您只需要设置一个策略。 数据库可以在时机成熟时自动重新分配数据。

以前，您可以在不关闭系统的情况下这样做，但这个过程既复杂又危险。 虽然 MongoDB 确实在一段时间内进行了全球地理分区，但不同国家/地区的数据以不同的速度增长。 实时重新分片对于必须保留在一个国家/地区本地的数据可能是有益的。

另一方面，PostgreSQL 支持声明式分区，这本质上是一种指定如何将表划分为分区的方法。 被划分的表称为分区表，规范由分区方法组成，要使用的列或表达式的列表称为分区键。

您可以通过范围实现分区，其中表可以按键列或列集定义的范围进行分区，分配给不同分区的值范围之间没有重叠。

您还可以实现列表分区，其中根据指定的键值对表进行分区。

复制

复制是在多个服务器上创建同一数据集的副本的过程。 它使数据库管理员能够提供高数据冗余和高可用性数据。

对于 MongoDB，这是通过使用“副本集”来实现的——一个由三个或更多服务器组成的同步集群，这些服务器在它们之间不断复制数据。 这提供了冗余和保护，防止在计划的维护中断或系统故障的情况下可能发生的任何停机，从而提高数据库的容错能力。

副本集也可以跨各种数据中心实施，因为它们会在区域中断的情况下派上用场。 这可以通过 MongoDB Atlas 来完成，这使得构建和配置这些集群更简单、更快捷。

PostgreSQL 提供主从复制。 预写日志允许与副本节点共享所做的更改，从而使异步复制成为可能。 其他类型的复制包括逻辑复制、流复制和物理复制。

索引

索引是允许我们更快地检索特定行或数据的对象或结构。

PostgreSQL 提供了一系列独特的索引类型来有效地匹配任何查询工作负载。 其索引技术包括 B 树、多列和表达式。 此外，部分和高级索引技术，如 GiST、KNN Gist、SP-Gist、GIN、BRIN、覆盖索引和布隆过滤器也可以在 PostgreSQL 中实现。

另一方面，MongoDB 允许您将数据存储在任何可以通过索引快速访问的结构中，无论嵌套在数组或子文档中的深度如何。

语言和语法

MongoDB 和 PostgreSQL 都支持多种语言。

MongoDB 为 Python、R、Java、Scala、C、C++、C#、Node.js 等一些最佳数据库语言提供驱动程序支持。 这些 MongoDB 库和驱动程序支持 MongoDB 的所有功能，在所有应用程序中提供高性能和可扩展性。

PostgreSQL 支持几种具有基本发行版的过程语言，如 PL/pgSQL、PL/Python、PL/Perl 和 PL/Tcl，以及在核心 PostgreSQL 发行版之外开发和维护的其他语言，如 PL/Java、PL/PHP 和 PL/红宝石。

正常化

规范化是构建关系数据库以减少数据冗余、最小化数据修改异常并提高数据完整性的过程。

MongoDB 可以处理规​​范化和非规范化数据模型（也称为嵌入式模型）。

嵌入式模型允许应用程序将相关信息片段存储在同一数据库记录中，这将为读取操作提供更好的性能，并能够在单个数据库操作中检索相关数据。

此外，您还可以在单​​个原子写入操作中更新相关数据，而应用程序发出更少的查询来完成常见的操作。 MongoDB 中用于嵌入式数据模型的文档必须小于最大 BSON 文档大小 (16 MB)。

规范化数据模型使用文档之间的引用来描述关系。 当嵌入可能导致数据重复但读取性能优势不足超过重复的影响时，这将是有益的。

但是，当对数据库中先前规范化的数据进行分组以提高性能时，非规范化过程通常会导致高内存消耗。

因停机时间和 WordPress 问题而苦苦挣扎？ Kinsta 是旨在节省您时间的托管解决方案！ 查看我们的功能

PostgreSQL 模式具有已识别的关系。 该结构可以用 1:1、1:many 或 many:1 关系来标识。 数据的规范化可能非常有益，因为它删除了数据的冗余副本，从而也确保了完整性。

表现

评估两个不同数据库系统的性能具有挑战性，因为 MongoDB 和 PostgreSQL 都有不同的存储和检索数据的方式。

MongoDB 是为横向扩展而构建的，因为它通常将其功能与其他机器相结合，并且不依赖于处理能力。 它能够为大量应用程序提供动力，无论它是按数据大小或用户衡量的。

MongoDB 还可以适应需要快速执行查询并可以处理大量数据的用例。 它可以整合数百台机器。

从 MongoDB 4.4 开始，针对副本集实现的查询通过“对冲”读取产生了改进和可预测的性能。 这些读取被定向到副本集中的多个节点，直到最快的节点回复。

PostgreSQL 虽然在原始插入速度方面不如 MongoDB，但在 ACID 合规性方面表现出色。 事务被安全可靠地处理，允许整个事务失败，而不是执行部分成功的写入。

MongoDB 直到最近（第 4 版）才开始支持类似于 SQL 数据库的 ACID 事务。

与 MongoDB 不同，PostgreSQL 依赖于数据量和扩展写入的扩展策略（垂直扩展）。 它是通过向现有数据库节点添加更多硬件资源（如磁盘、CPU 和内存）来执行的。

但是，PostgreSQL 在性能优化方面做了一些努力，包括成熟的查询计划器、表达式的即时 (JIT) 编译、表分区和读取查询的并行化。

价格

PostgreSQL 完全免费且开源。 因此，任何人都可以使用它的功能并在必要时轻松修改代码。

MongoDB 也是一个开源工具。 但是，MongoDB 确实有其他选项，例如企业和 Atlas（用于云），它们的价格各不相同。 为 MongoDB 企业版提供了本地定价模型。

Mongo RealmDB 向所有 Atlas 用户免费提供评估和轻量级使用，使开发人员能够构建和发布移动应用程序。

MongoDB Realm 定价选项计算、同步、请求和传输以表格格式列出。
Mongo RealmDB 的定价选项。 （图片来源：MongoDB 定价）

数据迁移也可能产生开销； 但是，无论您在系统中实现的数据库如何，这都是标准的。

查询处理

PostgreSQL 使用关系数据库模型，该模型依赖于将数据存储在表中并利用结构化查询语言 (SQL) 进行数据库访问。 可以使用 PostgreSQL 终端psql输入 SQL 命令。 它有一个大对象工具，它提供对存储在特殊大对象结构中的用户数据的流式访问。

在添加数据之前，必须建立数据库模式以清楚地了解数据关系以处理查询。 相关信息可以存储在数据库中的单独表中。 这可以通过外键和连接访问。

加载后很难调整数据库的结构。 它需要几个开发团队、运营团队和数据库管理员来仔细协调对结构所做的更改。

另一方面，MongoDB 的数据结构不需要提前规划，因为它本质上是处理非结构化数据。 数据结构也更容易调整。

开发人员可以选择应用程序中的基本内容并进行所需的更改。 MongoDB 使用 MQL，它可用于处理 MongoDB 中的文档并提取数据，同时提供 SQL 所具有的灵活性和强大功能。

MongoDB 将数据处理为 JSON 文档。 您也可以查询 JSON 文档中的字段。 因此，在您希望将文档存储在灵活的数据字段中的情况下，MongoDB 非常有用。

虽然 PostgreSQL 使用GROUP_BY函数来处理和运行聚合查询，但 MongoDB 通常使用聚合管道来处理其查询。

然而，MongoDB 的一个主要缺点是您不能轻松地连接表。 在 PostgreSQL 中，它通过 JOIN 语句变得简单。

MongoDB 试图通过引入多维数据类型来解决这个问题，您可以在其中将一个文档存储嵌入到另一个文档存储中。 然而，它是杂乱无章的，不如 PostgreSQL 合并的简单join函数那么优雅。

安全

在安全性方面，PostgreSQL 胜过 MongoDB。 管理数据库结构的严格规则使 PostgreSQL 成为一个非常安全的数据库，因此它可以可靠地用于银行系统。

PostgreSQL 提供了大量的身份验证方法，包括可插拔身份验证模块 (PAM) 和轻量级目录访问协议 (LDAP)，它们可以减少服务器的攻击面。 它还通过基于主机的身份验证和证书身份验证确保服务器级别的保护。

此外，PostgreSQL 提供数据加密，并允许您在数据通过 Web 或公共网络高速公路传输时使用 SSL 证书。 PostgreSQL 还使您可以选择实施客户端证书身份验证 (CCA) 工具，并使用加密函数将加密数据存储在 PostgreSQL 中。

但是，PostgreSQL 的安全级别可能因一个云系统而异，即使它是同一个数据库。

MongoDB Atlas 在三大云提供商之间执行相同的方式，使多个云之间的迁移更容易。

此外，MongoDB 具有客户端和字段级加密，使用户能够在通过网络将数据发送到数据库之前对其进行加密。 但是，由于数据以键值对的形式存储在一条记录中，因此缺乏 PostgreSQL 所拥有的安全性； MongoDB 的主要关注点仍然是速度。

支持与社区

PostgreSQL 完全开源并得到其社区的支持，这加强了它作为一个完整的生态系统。 PostgreSQL 经常定期发布更新版本，开发者、爱好者或第三方公司提供支持，并尝试通过修复错误或对数据库系统稍作修改来开发系统。

与 PostgreSQL 一样，MongoDB 也有一个社区论坛，使用户能够与其他几个用户联系并回答他们的一般查询。 MongoDB 企业支持还可以包括包含用例、详细教程、优化技术说明和最佳实践的广泛知识库。

此外，还有由 MongoDB 免费提供的带有培训和认证的在线课程。

挑战

虽然我们已经讨论了 MongoDB 和 PostgreSQL 的特性，这些特性使它们受到开发人员的欢迎，但它们也确实存在相当多的弱点。

MongoDB 倾向于专注于快速数据操作，但缺乏 PostgreSQL 似乎拥有的数据安全性。 它对内存的要求很高，因为非规范化过程通常会导致高内存消耗。

此外，由于不支持连接，MongoDB 数据库的数据供过于求——有时是重复的——因此给内存带来了沉重的负担。 MongoDB 还尝试将解释包括到其他查询语言中，作为其可扩展性的一部分。 但是，它可能会降低其性能，因为数据库最初不是为处理关系数据模型而构建的。

将 SQL 转换为 MongoDB 查询可能需要额外的时间来使用引擎，这可能会延迟部署和开发。

另一方面，虽然 PostgreSQL 易于安装且适用于几乎所有平台，但其效率可能因平台而异。 此外，它没有可以显示数据库当前状况的修订工具或报告工具。 如果某些事情没有按计划进行，您可能必须不断检查数据库，以避免在为时已晚时发现故障。

PostgreSQL 也有点慢，因为它专注于兼容性。 尽管已经努力提高 PostgreSQL 的速度，但修改仍然需要更多的工作。

MongoDB vs PostgreSQL：你应该选择哪个？

MongoDB 是一个非关系型数据库，而 PostgreSQL 是一个关系型数据库。 NoSQL 数据库致力于将键值对中的数据存储为一条记录，而关系数据库将数据存储在不同的表中。

如果您优先考虑跨多个服务器的更快数据集成和可扩展性，MongoDB 可能是您业务的合适选择。

MongoDB 在集成到分析平台时可以发挥最佳效果，因为 MongoDB 的速度提供了动态性能，可以帮助实时跟踪用户的行为。 如果您碰巧拥有一个繁忙的 Web 应用程序，该应用程序不依赖于像纽约时报这样的结构化模式（实际上使用 MongoDB），或者您需要的产品目录，它也可能对您的业务非常有益存储具有各种属性集合的多个对象。

另一方面，PostgreSQL 是数据分析和仓储的完美搭档。 如果您正在构建数据库自动化工具或银行应用程序，您希望在其中执行数据安全和事务保证，那么 PostgreSQL 可能是合适的选择。
MongoDB 还是 PostgreSQL？ 通过本指南了解更多信息点击鸣叫

概括

总而言之，到目前为止，我们已经介绍了 PostgreSQL 和 MongoDB 的基本细节。 我们已经讨论了它们的历史、主要功能以及它们的不同之处。

虽然 PostgreSQL 和 MongoDB 都制作了令人惊叹的数据库，但最终归结为选择适合您业务的数据库。

PostgreSQL和MongoDB之间，你更喜欢哪个数据库？ 让我们在评论中知道！