参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 70 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点:
- 写入扩展性边界:传统单机关系库的强一致依赖单点协调,水平分片后跨片事务/跨片连接代价陡增——这是 NewSQL(TiDB/CockroachDB 用 Percolator 类协议)要解的题,也是分库分表中间件复杂的根源。
- schema 边界:强 schema 是优点也是枷锁——字段高频变更、稀疏属性多的场景(用户画像、IoT 上报)下 DDL 变更成本高,文档模型更合适。
- 负载形态边界:全文检索(倒排+相关性打分)、图遍历(多跳递归连接爆炸)、时序(按时间批量写入+降采样)都有专用结构,硬用 B+ 树扛是事倍功半。
- 什么时候仍然该用:需要事务正确性、复杂查询、强约束的业务核心数据——关系库的「边界内」恰是绝大多数业务系统的主战场。
一句话:边界不在「数据多少」而在「负载形态」——写入扩展性、schema 灵活性、专用查询形态三者其一越界,就该考虑专用引擎或混合持久化。