像MongoDB这样的基于文档的NoSQL数据库中的复杂查询与关系型数据库有何不同？

基于文档的NoSQL数据库（如MongoDB）将数据存储为灵活的类JSON文档。关键术语包括非规范化（嵌入相关数据）、模式灵活性和水平可扩展性。这些概念对于高效处理大量半结构化或非结构化数据具有重要意义，尤其在敏捷开发和分布式系统中。相反，关系型数据库（RDBMS）强制执行严格的模式，将数据组织到规范化的表中，并依赖SQL。 复杂查询的核心差异源于数据结构和查询语言。RDBMS使用SQL对规范化表执行强大的操作，包括多表连接（JOIN）、复杂的WHERE子句、子查询以及跨多表的ACID事务。MongoDB使用基于JSON的查询语言和聚合管道。复杂操作通常依赖于导航嵌套文档结构（非规范化/嵌入）或在单独的文档/集合之间执行低效的连接（$lookup），缺乏SQL连接和跨文档事务的健壮性和表达性。非规范化有利于嵌套数据的读取速度，但会使更新复杂化。 在MongoDB中处理复杂性的方法：1）设计非规范化模式，嵌入相关数据。2）使用聚合管道，包含`$match`、`$group`、`$project`和`$lookup`（有限连接）等阶段。3）为频繁查询的字段创建索引。尽管MongoDB支持对文档结构进行灵活查询，并且在某些工作负载下比RDBMS具有更好的水平可扩展性，但与具有原生连接优化的基于SQL的系统相比，它在高度关系型查询中引入了更大的复杂性和性能挑战。这种权衡倾向于灵活的模式和可扩展性，而非复杂的关系型操作。