PostgreSQL、MySQL、SQLite、SQL Server、MongoDB 怎麼選?從需求到語法的比較筆記

用商品、訂單、離線筆記與問卷等情境,比較常見資料庫的選型、資料型別、交易與併發特性,再對照自動編號、分頁、Upsert、JSON 查詢等語法差異。

本篇目錄

做離線筆記,我不太想為了存幾篇文字再架一台資料庫伺服器;換成購物網站,就得考慮訂單、商品和會員怎麼互相對照。

前一篇資料庫規劃筆記用 PostgreSQL 談搶票與交易。接著想看看:換成 MySQL,SQL 能直接搬嗎?MongoDB、SQLite 或 Cloudflare D1 又適合用在哪裡?SQL Server 也一起放進來比較,下面簡稱 MSSQL,PostgreSQL 則簡稱 PG。

什麼情境,我會先考慮哪一套?

資料庫 我會先評估的需求 選之前要確認
PostgreSQL 商品、訂單、複雜查詢;需要 jsonb 或 PostGIS 團隊維運能力,託管平台允許哪些擴充
MySQL 一般網站、購物系統;已有 MySQL 工具與經驗 儲存引擎與設定;這裡以 InnoDB 為準
SQLite 離線筆記、桌面工具、單機服務 同時只能有一個 writer,多裝置同步要另外設計
SQL Server 公司已有相關資料庫、報表與管理工具 版本、版別、授權與相容性層級
MongoDB 問卷回覆、設定文件,常整份讀寫的巢狀資料 跨文件查詢、驗證規則與文件成長方式
Cloudflare D1 API 已在 Workers,希望用託管 SQL 容量、用量、交易方式與讀取一致性

做訂單系統,我會先從關聯式資料庫開始。團隊沒有既定選擇的話,就拿 PG 試一份設計;如果 MySQL 或 SQL Server 的備份、維運流程都已經有了,我也沒有一定要換掉它的理由。

像問卷回覆,每份答案的結構可能不同,又常整份打開、整份保存,MongoDB 的 BSON 文件就值得考慮。但存一個商品 ID,不代表它會像 SQL 外鍵那樣替你確認商品存在。單份文件也有 16 MiB 上限,會員的歷史訂單不能一直往同一個陣列塞。

SQLite 則嵌在應用程式裡,不必另外架資料庫服務。它也能用於單機 API,是否適合要看寫入競爭與交易時間,不能只看使用者人數。

int、bigint、boolean 等型別,有哪些差別?

這些名稱是「資料型別」。常見的還有文字、日期時間、二進位資料和 JSON;同名型別在不同系統裡,不一定有相同限制。

資料庫 整數、金額與布林 文字、二進位資料 JSON、識別碼與陣列
PG smallint、int、bigint;numeric/decimal;boolean varchar、text;bytea json、jsonb;uuid;原生陣列
MySQL TINYINT 到 BIGINT,可用 UNSIGNED;DECIMAL;BOOLEAN 是 TINYINT(1) 別名 VARCHAR、TEXT;VARBINARY、BLOB 原生 JSON;UUID 常存 BINARY(16) 或 CHAR(36)
SQLite/D1 INTEGER;沒有一般內建的固定精度 decimal;布林常存 0/1 TEXT;BLOB JSON 可存文字;UUID 常存 TEXT 或 BLOB
SQL Server tinyint、smallint、int、bigint;decimal;bit varchar、nvarchar;varbinary 2022 用文字搭配 JSON 函式;2025 有原生 json;uniqueidentifier
MongoDB BSON int32、int64、Decimal128、boolean string;binary 文件、array;ObjectId;UUID 通常用 binary subtype 4

庫存用 int 通常夠用,長期成長的 ID 則要看是否需要 bigint。但 JavaScript Number 的安全整數範圍比有號 64 位元整數小,大型 ID 在 API 裡用字串傳遞,能避免前端讀錯。

金額可以用合適的 decimal,也能約定以分為單位存整數,例如 1,290.50 元存成 129050。float、double、real 是近似浮點數;SQLite 宣告 DECIMAL(10, 2) 也不會自動得到固定兩位小數的精確儲存。

布林值同樣要看限制。PG 有原生 boolean;MySQL 的別名、SQLite 的整數欄位,都不會光靠名稱就把資料限制成 0/1,必要時加上 CHECK。MongoDB 的 Decimal128 也沒有 SQL DECIMAL(p, s) 那種欄位宣告,固定小數位數仍需驗證。

時間型別尤其容易混淆:PG 的 timestamptz 表示時間點,不保留原始時區名稱;MySQL 的 TIMESTAMP 會按連線時區轉換,DATETIME 沒有相同行為。SQL Server 可用 datetime2 或 datetimeoffset,但它的 timestamp 是資料版本,不是日期。SQLite/D1 常用文字或數值,MongoDB 用 BSON Date;若還需要 Asia/Taipei 這類時區名稱,要另外保存。

SQL 觀念能沿用,語法不一定能直接搬

以下以 PG 18、MySQL 8.4、SQLite 3.45 以上、SQL Server 2022 和 MongoDB 8.x 為基準。D1 採 SQLite 語意,支援範圍另依平台文件確認。

操作 PG MySQL SQLite/D1 SQL Server
自動編號 GENERATED ... AS IDENTITY AUTO_INCREMENT INTEGER PRIMARY KEY IDENTITY(1, 1)
分頁 LIMIT 10 OFFSET 20 LIMIT 10 OFFSET 20 LIMIT 10 OFFSET 20 OFFSET 20 ROWS FETCH NEXT 10 ROWS ONLY
Upsert ON CONFLICT ... DO UPDATE ON DUPLICATE KEY UPDATE ON CONFLICT ... DO UPDATE 可用 MERGE,需確認鎖定與併發行為
JSON 取文字值 specs ->> 'color' JSON_UNQUOTE(JSON_EXTRACT(specs, '$.color')) json_extract(specs, '$.color') JSON_VALUE(specs, '$.color')

例如找有庫存的商品,PG、MySQL 和 SQLite 可以這樣分頁:

SELECT id, name FROM products
WHERE stock > 0
ORDER BY id
LIMIT 10 OFFSET 20;

SQL Server 要把最後一行換成上表的 OFFSET ... FETCH。MongoDB 則使用查詢 API:

db.products
  .find({ stock: { $gt: 0 } })
  .sort({ _id: 1 })
  .skip(20)
  .limit(10);

分頁要有明確排序;很後面的頁碼可能需要掃過大量資料,這時可以評估游標分頁。Upsert 也要有對應的唯一限制或索引,不能只寫「先查沒有,再新增」就忽略同時送來的請求。

庫存競爭與 D1 的交易方式

兩個人搶最後一件商品時,可以把庫存條件放進更新:

UPDATE products SET stock = stock - 1
WHERE sku = 'P101' AND stock > 0;

程式必須檢查實際更新筆數,再讓扣庫存和新增訂單一起成功或失敗。PG、MySQL InnoDB、SQLite 和 SQL Server 都支援交易;MongoDB 的單文件更新具原子性,多文件交易則需要 replica set 或 sharded cluster 等部署條件。

D1 由 Cloudflare 管理,透過 Workers binding 或 HTTP API 存取。batch() 能依序執行一批 SQL,發生 SQL 錯誤時整批回滾;但「更新了 0 筆」通常不是 SQL 錯誤,缺貨邏輯仍得自己處理,不能以為放進 batch 就完成了交易設計。

D1 的寫入會送到主要資料庫,讀取副本的一致性由 Sessions API 管理。它還有容量、查詢時間及讀寫額度限制;Workers binding 不支援 JavaScript BigInt,大型 ID 可以用文字欄位,或先 CAST(id AS TEXT) 再讀回。已有 PG 或 MySQL 的專案,也可以評估 Hyperdrive,讓 Workers 連接原本的資料庫。

選好之後,還是得拿自己的查詢試一次。兩個請求搶最後一件商品,是否只有一筆成功?訂單沒存成,庫存有沒有還原?我也會實際試著還原備份,確認資料真的能取回來。

語法速查與相關資料

各系統的型別、交易與平台限制文件

MongoDB:MongoDB 的文件結構說明、$lookup、官方資料建模說明、16 MiB 的大小限制、BSON 型別、mongosh 資料型別文件、schema validation、MongoDB 的 skip() 說明、updateOne() 的 Upsert 說明、唯一索引文件、原子更新文件、MongoDB 的交易文件、mongosh 方法索引、mongosh 內建 help。

Cloudflare D1 與 Workers:D1 的介紹、D1 的型別轉換與 BigInt 限制、D1 的回傳結果說明、D1 的外鍵說明、JSON 函式速查、D1 的備份與復原文件、D1 的 batch() 說明、讀取副本的一致性說明、容量與查詢限制、價格與使用量、Hyperdrive、batch() 與 session。

MySQL:InnoDB、資料型別、MySQL 整數型別、MySQL 的自動編號文件、MySQL 的官方說明、MySQL JSON 型別、MySQL 的 JSON 索引方式、MySQL 的大小寫規則、DATETIME/TIMESTAMP 的差異。

PostgreSQL:PostGIS 的空間資料與查詢能力、資料型別、PostgreSQL 數值型別、PostgreSQL 的陣列設計提醒、Identity column、PostgreSQL 的 INSERT ... RETURNING、PostgreSQL 的分頁說明、PostgreSQL 的衝突處理、PostgreSQL JSON 型別、PostgreSQL 的 JSON 索引說明、PostgreSQL 的比對運算、日期時間型別。

SQLite:SQLite 的適用情境說明、型別與 affinity、SQLite 的自動編號說明、STRICT tables 文件、SQLite 的 RETURNING、SQLite 的 UPSERT、SQLite JSON 函式、SQLite 的隔離與併發說明、WAL 的限制、SQLite 的 LIKE、SQLite 的外鍵文件。

SQL Server:資料型別、SQL Server 整數型別、IDENTITY、新增後取值的 OUTPUT、排序與分頁、MERGE 的併發注意事項、版本與 JSON 功能說明、JSON_VALUE、SQL Server 的 JSON 索引方式、SQL Server 的 collation、rowversion 文件。

JavaScript 與其他資料庫:JavaScript 的安全整數範圍、BigInt 的 JSON 序列化說明、MariaDB 的 JSON 文件、Redis 的資料型別說明、DuckDB 的介紹。

站內相關文章: