在前一篇文章中，我们讨论了 SQL 与 NoSQL 数据库之间基本的区别。接下来，我们我们将应用我们在特定场景中的知识来确定最佳的选择。
回顾一下：
SQL 数据库:
NoSQL 数据库
SQL 数据库是一个理想的项目，确定好了需求和健壮的数据的完整性是至关重要的。NoSQL 数据库是无关理想，不确定的或者不断变化的数据需求 ，在速度和可伸缩性上更重要。 简单的术语：
一些项目要精准的符合。如果你有较浅的话，任何一种选择都是可行的，或者自然的非规范数据。但是请注意这些简化示例场景与全面的概括！你比我更了解你的项目，我不建议切换从SQL到NoSQL或反之亦然，除非它提供了可观的效益。这是你的选择。在项目的开始要考虑利弊,你不能出错。
场景一:一个联系人列表
让我们重新发明轮子，实现一个基于sql的通讯录系统。我们最初接触表的时候，天真的定义以下字段：
id (主键ID)
title (标题)
firstname （姓）
lastname （名）
gender （性别）
telephone （电话）
email （邮箱）
address1 （地址1）
address2 （地址2）
address3 （地址3）
city （城市）
region （区/县）
zipcode （邮政编码）
country (国家)
问题一: 很少人只有一个电话号码。我们可能需要至少三个号码：一个座机，一个移动电话，一个工作电话。但是有多少个号码无关紧要——有些人、有些地方需要更多。让我们创建一个单独的 telephone 表，这样的话他们想要多少联系人都可以。这也让我们的数据标准化了——我们不需要没有号码的联系人显示为NULL。
contact_id
name (文本，例如座机号，工作手机等)
number
问题二：Email地址有同样的问题，因此我们也创建一个类似的 email 表：
问题三：我们可能不想输入一个（地理位置的）地址，或者我们想输入多个地址，工作地，家里，度假住所等。因此我们需要一个新的 address 表：
我们原来的 contact 表简化成：
id
title
firstname
lastname
gender
太棒了——我们有了一个能存放任意联系人的任意多个电话号码，Email 地址和住址的标准化数据库。不幸的是……
Schema是固定不变的
我们没有考虑到联系人的中间名字、出生日期、公司或职位。我们添加多少字段都没关系，我们很快会受到更新的需求要添加备注、纪念日、关系状态、社交媒体账号、内腿测量值、最喜欢的奶酪类型等字段。预测所有选项是不可能的，因此我们可能需要一个 otherdata 表，用来处理名字-值对。
数据是碎片化的
对开发者或者系统管理员来说，检查数据库并不容易。程序逻辑会变得更慢、更复杂，因为利用单个 SELECT 和多个 JOIN 语句查询联系人数据不太实际。(你可以这么做，但是结果可能需要包含 telephone，email，和 address字段的每一种组合：如果有个联系人有三个电话号码，五个Email地址和两个住址，那么SQL查询将会产生30条结果。) 最后，全文搜索很困难。如果有人输入字符串”SitePoint”，我们必须检查所有的表，看看它是否为联系人名字、电话、Email或者住址的一部分，并且需要做相应的排序。如果你用过WordPress的搜索功能，你就会明白这有多虐心。
选择NoSQL
我们的联系人数据关注的是人。他们难以预测，在不同的时间有不同的需求。使用NoSQL数据库，联系人列表将会从中受益。数据库将一个联系人的所有数据存储在一个单独的文档里的contacts 集合里。
在这个例子里，我们没有存储联系人的头衔或者性别，我们还添加了一些数据，而这些数据不需要应用到任何其他联系人。没关系——我们的NoSQL数据库不会介意，我们还可以随意添加或移除字段。
由于联系人数据在单独的文档里，我们可以用一条查询语句获取一部分或全部信息。全文搜索也变得简单；在MongoDB里，我们可以这样定义 contact 中的所有文本字段的索引：
然后执行全文搜索：
场景二：社交网络
社交网络可能使用类似的联系人数据存储，但是它会根据功能集合扩展，比如关系链、状态更新、发送消息和”赞“。这些功能可能会根据用户需求来实现或者移除——无法预测它们会怎样演进。
另外:
NoSQL看来是个好的方案。它允许我们快速地实现存储不同类型数据的功能。例如，可以用单个文档里的 status 集合替换所有用户的过时的状态更新。
文档可能会变得很长，但我们可以获取数组的子集，比如最近的更新。每个用户的所有的历史状态记录都能被快速搜索到。
现在假设我们想在发布更新的时候引入表情符号选择。这涉及到给 update 数组里的新记录添加图引用。不像 SQL 存储，没必要把之前消息里的表情符号置为 NULL——我们的程序逻辑可以显示默认图片或者没有图片，如果没有设置表情符号的话。
场景三：仓库管理系统
考虑一个监控仓库货物的系统。我们需要记录：
我们的数据需求：
通用的物品信息，比如包装数量、尺寸和颜色等可被存储，但这些是我们可以识别并应用到任何物品上的离散数据。我们不太可能关注细节，例如笔记本处理器速度或者智能手机的电池寿命。
最小化出错的可能是必要的。我们不能让物品凭空消失或者移到已经有别的物品存放的位置。
简单来说，我们在记录物品从一个物理区域到另一个物理区域的转移——或者从A位置移走，放到B位置。这是同一个动作的两次更新。
我们需要一个具备强制数据完整性和事务支持的健壮存储系统。（当前）只有 SQL 数据库满足这些需求。
表现自己!
我希望这些场景有所帮助，但是每个项目是不同的，最终，你需要做出自己的决定。(虽然，我们开发人员擅长于证明我们的技术选择，不管他们有多好!)
最好的建议:显露你自己尽可能多的技术。这些知识可以让你对SQL或者NoSQL做出一个理性和情感上公正的判断。祝您好运。
