Schema是固定不变的
　　我们没有考虑到联系人的中间名字、出生日期、公司或职位。我们添加多少字段都没关系，我们很快会受到更新的需求要添加备注、纪念日、关系状态、社交媒体账号、内腿测量值、喜欢的奶酪类型等字段。预测所有选项是不可能的，因此我们可能需要一个 otherdata 表，用来处理名字-值对。
　　数据是碎片化的
　　对开发者或者系统管理员来说，检查数据库并不容易。程序逻辑会变得更慢、更复杂，因为利用单个 SELECT 和多个 JOIN 语句查询联系人数据不太实际。(你可以这么做，但是结果可能需要包含 telephone，email，和 address字段的每一种组合：如果有个联系人有三个电话号码，五个Email地址和两个住址，那么SQL查询将会产生30条结果。) 后，全文搜索很困难。如果有人输入字符串”SitePoint”，我们必须检查所有的表，看看它是否为联系人名字、电话、Email或者住址的一部分，并且需要做相应的排序。如果你用过WordPress的搜索功能，你会明白这有多虐心。
　　选择NoSQL
　　我们的联系人数据关注的是人。他们难以预测，在不同的时间有不同的需求。使用NoSQL数据库，联系人列表将会从中受益。数据库将一个联系人的所有数据存储在一个单独的文档里的contacts 集合里。
{
name: [
"Billy"， "Bob"， "Jones"
]，
company: "Fake Goods Corp"，
jobtitle: "Vice President of Data Management"，
telephone: {
home: "0123456789"，
mobile: "9876543210"，
work: "2244668800"
}，
email: {
personal: "bob@myhomeemail.net"，
work: "bob@myworkemail.com"
}，
address: {
home: {
line1: "10 Non-Existent Street"，
city: "Nowhere"，
country: "Australia"
}
}，
birthdate: ISODate("1980-01-01T00:00:00.000Z")，
twitter: '@bobsfakeaccount'，
note: "Don't trust this guy"，
weight: "200lb"，
photo: "52e86ad749e0b817d25c8892.jpg"}
　　在这个例子里，我们没有存储联系人的头衔或者性别，我们还添加了一些数据，而这些数据不需要应用到任何其他联系人。没关系——我们的NoSQL数据库不会介意，我们还可以随意添加或移除字段。
　　由于联系人数据在单独的文档里，我们可以用一条查询语句获取一部分或全部信息。全文搜索也变得简单；在MongoDB里，我们可以这样定义 contact 中的所有文本字段的索引：
　　db.contact.createIndex({ "$**": "text" });
　　然后执行全文搜索：
　　db.contact.find({
　　$text: { $search: "something" }});
　　场景二：社交网络
　　社交网络可能使用类似的联系人数据存储，但是它会根据功能集合扩展，比如关系链、状态更新、发送消息和”赞“。这些功能可能会根据用户需求来实现或者移除——无法预测它们会怎样演进。
　　另外:
　　大部分的数据更新都来自单个源：用户。任何时候我们不太可能同时更新两条或更多记录，因此不要求类似事务控制的功能。
　　尽管有些用户可能认为，状态更新失败不可能引起系统崩溃或经济损失。应用程序的接口和性能比数据完整性优先级更高。
　　NoSQL看来是个好的方案。它允许我们快速地实现存储不同类型数据的功能。例如，可以用单个文档里的 status 集合替换所有用户的过时的状态更新。
{
user_id: ObjectID("65f82bda42e7b8c76f5c1969")，
update: [
{
date: ISODate("2015-09-18T10:02:47.620Z")，
text: "feeling more positive today"
}，
{
date: ISODate("2015-09-17T13:14:20.789Z")，
text: "spending far too much time here"
}
{
date: ISODate("2015-09-17T12:33:02.132Z")，
text: "considering my life choices"
}
]}
　　文档可能会变得很长，但我们可以获取数组的子集，比如近的更新。每个用户的所有的历史状态记录都能被快速搜索到。
　　现在假设我们想在发布更新的时候引入表情符号选择。这涉及到给 update 数组里的新记录添加图引用。不像 SQL 存储，没必要把之前消息里的表情符号置为 NULL——我们的程序逻辑可以显示默认图片或者没有图片，如果没有设置表情符号的话。
　　场景三：仓库管理系统
　　考虑一个监控仓库货物的系统。我们需要记录：
　　送达仓库并被分配到指定位置的物品
　　仓库内物品的移动，也是重新整理库存，以便让同样的物品放在相邻的位置
　　订单以及后续将物品搬出仓库，准备发货
　　我们的数据需求：
　　通用的物品信息，比如包装数量、尺寸和颜色等可被存储，但这些是我们可以识别并应用到任何物品上的离散数据。我们不太可能关注细节，例如笔记本处理器速度或者智能手机的电池寿命。
　　小化出错的可能是必要的。我们不能让物品凭空消失或者移到已经有别的物品存放的位置。
　　简单来说，我们在记录物品从一个物理区域到另一个物理区域的转移——或者从A位置移走，放到B位置。这是同一个动作的两次更新。
　　我们需要一个具备强制数据完整性和事务支持的健壮存储系统。（当前）只有 SQL 数据库满足这些需求。
　　表现自己!
　　我希望这些场景有所帮助，但是每个项目是不同的，终，你需要做出自己的决定。(虽然，我们开发人员擅长于证明我们的技术选择，不管他们有多好!)
　　好的建议:显露你自己尽可能多的技术。这些知识可以让你对SQL或者NoSQL做出一个理性和情感上公正的判断。祝您好运。