mongodb：存储业务数据（圈子，推荐的数据，小视频数据，点赞，评论等）redis：承担的角色是缓存层（提升查询效率）mysql：存储和核心业务数据，账户
MongoDB：是一个高效的非关系型数据库（不支持表关系：只能操作单表）,文件存储格式为 BSON（一种 JSON 的扩展）
MYSQL : 用于存储安全性要求比较高的数据REDIS : 存储数据格式简单 , 并且查询非常多的数据(用户缓存)MonGDB : 用户存储海量数据, 并且数据的安全性要求不高
mysql与elasticsearch概念对比：
| MySQL | Elasticsearch | 说明 |
| Table | Index | 索引(index)，就是文档的集合，类似数据库的表(table) |
| Row | document | 文档（document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式 |
| Column | Field | 字段（Field），就是JSON文档中的字段，类似数据库中的列（Column） |
| Schema | Mapping | Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema） |
| SQL | DSL | DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD |
两者各自有自己的擅长支出：
Mysql：擅长事务类型操作，可以确保数据的安全和一致性Elasticsearch：擅长海量数据的搜索、分析、计算
因此在企业中，往往是两者结合使用：
对安全性要求较高的写操作，使用mysql实现对查询性能要求较高的搜索需求，使用elasticsearch实现两者再基于某种方式，实现数据的同步，保证一致性
