在实际业务开发中，我们经常会遇到这样的场景：核心交易数据适合用SQL数据库存储，而用户行为日志、非结构化配置数据更适合用NoSQL数据库存储，当需要同时查询两类数据时，就需要用到SQL与NoSQL混合查询。
混合查询的适用场景
并不是所有场景都需要混合查询，通常在以下情况可以考虑使用：
- 业务数据同时存在结构化关系数据和非结构化文档数据，需要联合展示
- 单一数据库查询性能不足，需要结合两类数据库的优势提升查询效率
- 历史系统已经分别使用了SQL和NoSQL数据库，新需求需要跨库查询数据
常见混合查询实现方案
1. 应用层拼接方案
这是最常用的实现方式，先在SQL数据库查询到结构化数据，再根据关联字段到NoSQL数据库查询对应的非结构化数据，最后在应用层拼接成完整结果。这种方式实现简单，不需要额外依赖中间件，适合查询逻辑不复杂的场景。
下面以Node.js环境为例，演示如何结合MySQL和MongoDB实现混合查询：
const mysql = require('mysql2/promise');
const { MongoClient } = require('mongodb');
// 初始化MySQL连接池
const mysqlPool = mysql.createPool({
host: '127.0.0.1',
user: 'root',
password: '123456',
database: 'order_db'
});
// 初始化MongoDB连接
const mongoClient = new MongoClient('mongodb://127.0.0.1:27017');
let mongoDb;
// 建立MongoDB连接
async function initMongo() {
await mongoClient.connect();
mongoDb = mongoClient.db('user_log_db');
}
// 混合查询：查询订单信息及对应的用户行为日志
async function hybridQuery(orderId) {
// 第一步：从MySQL查询订单基础信息
const [orderRows] = await mysqlPool.query(
'SELECT order_id, user_id, order_amount, create_time FROM orders WHERE order_id = ?',
[orderId]
);
if (orderRows.length === 0) {
return null;
}
const orderInfo = orderRows[0];
// 第二步：从MongoDB查询对应用户的行为日志
const userLogs = await mongoDb.collection('user_action_logs').find({
user_id: orderInfo.user_id,
action_time: { $gte: orderInfo.create_time }
}).limit(10).toArray();
// 第三步：拼接结果返回
return {
order_info: orderInfo,
user_logs: userLogs
};
}
// 初始化并执行查询
(async () => {
await initMongo();
const result = await hybridQuery('10001');
console.log('混合查询结果：', result);
})();2. 中间件适配方案
如果混合查询逻辑比较复杂，或者需要频繁执行跨库查询，可以使用专门的数据库中间件来统一管理查询请求。中间件会自动处理不同数据库的协议转换、查询拼接等工作，对应用层屏蔽底层数据库差异。常见的适配方案可以通过自定义查询代理层实现，统一对外提供查询接口。
混合查询注意事项
实践过程中需要注意以下几点：
- 注意两类数据库的查询性能差异，尽量避免在循环内执行多次NoSQL查询，可先批量查询后再做映射
- 处理好数据一致性问题，跨库查询时如果数据有更新，需要考虑最终一致性的影响
- 做好查询异常兜底，某一方数据库查询失败时，要有对应的降级策略，避免整个查询不可用
总结
SQL与NoSQL混合查询是应对复杂业务场景的有效手段，开发者可以根据自身业务规模和查询复杂度选择合适的实现方案。应用层拼接方案适合中小规模场景，中间件方案适合大规模复杂查询场景，合理运用混合查询可以充分发挥两类数据库的优势，提升整体数据查询效率。