Aperçu : Documents vs Lignes

MongoDB stocke les données sous forme de documents BSON regroupés en collections, avec un schéma flexible. PostgreSQL stocke des lignes structurées dans des tables avec typage strict, plus un type de colonne JSONB qui lui permet de se comporter comme une base de données documentaire quand vous en avez besoin. Les deux sont de niveau production en 2026 et peuvent gérer d’énormes charges de travail avec la configuration adéquate.

L’évolution intéressante des dernières années est que le JSONB de Postgres a réduit l’écart traditionnel de « flexibilité de schéma ». Vous pouvez exécuter une application sur Postgres qui stocke principalement des documents JSON tout en gardant la possibilité d’ajouter des colonnes strictes et l’intégrité relationnelle plus tard. Cela fait de Postgres une alternative sérieuse même pour les charges de travail qui étaient auparavant dédiées à Mongo.

Modélisation des données

MongoDB brille lorsque vos données sont naturellement de forme documentaire – pensez aux profils utilisateurs avec des préférences imbriquées, aux articles de catalogue avec des attributs variés par catégorie, ou aux journaux d’événements dont le schéma évolue constamment. Les documents embarqués réduisent le besoin de jointures et peuvent rendre les lectures plus rapides qu’un schéma relationnel équivalent.

Postgres est plus performant lorsque vos données ont des relations naturelles – utilisateurs, commandes, factures, produits – où l'intégrité référentielle, les jointures et la cohérence transactionnelle entre les tables sont importantes. Le type de colonne JSONB vous offre des échappatoires pour les champs semi-structurés (paramètres, métadonnées, journaux) au sein d'un schéma autrement normalisé, ce qui est souvent le meilleur des deux mondes.

Interrogation

SQL est un langage de requête standardisé et puissant. Vous pouvez réaliser des jointures entre de nombreuses tables, des fonctions fenêtrées, des CTE, des requêtes récursives et des agrégations complexes avec une syntaxe déjà connue de la plupart des développeurs. Le pipeline d'agrégation de MongoDB est expressif mais plus verbeux et non standard. Pour les rapports et les requêtes analytiques ad‑hoc, SQL représente un gain de productivité significatif.

La force de MongoDB réside dans la navigation des documents imbriqués. Interroger des champs profondément imbriqués et extraire des sous‑documents spécifiques est plus naturel en MQL que de marteler du JSONB avec les opérateurs de Postgres.

Transactions & Cohérence

Postgres est conforme ACID depuis le premier jour, sur des lignes et tables arbitraires. MongoDB a ajouté les transactions ACID multi‑documents dans la version 4.0 (2018) et elles fonctionnent désormais de façon fiable dans les ensembles de réplication et les clusters sharded, mais elles restent plus coûteuses et plus sujettes aux erreurs que les transactions de Postgres. Si votre application nécessite réellement une cohérence inter‑entités (banque, inventaire, commandes multi‑étapes), Postgres demeure la base la plus sûre.

Mise à l'échelle

MongoDB a été conçu dès le départ pour la mise à l'échelle horizontale. Le sharding natif vous permet de répartir les collections sur de nombreux nœuds avec une surcharge opérationnelle relativement faible. Pour des charges de travail avec un volume d'écriture énorme ou des données de plusieurs dizaines de téraoctets, Mongo offre un réel avantage opérationnel.

Postgres s'adapte très bien à la montée en puissance verticale – une grande instance gérée peut supporter une charge énorme. La mise à l'échelle horizontale nécessitait historiquement Citus (extension), des réplicas en lecture ou un sharding logique au niveau de l'application. Les services gérés comme Aurora PostgreSQL et CockroachDB (compatible Postgres) comblent une grande partie de cet écart.

Tarification & Services gérés

MongoDB Atlas propose un niveau gratuit généreux (M0, 512 Mo), les clusters payants commencent autour de 9 $/mois pour le partage, avec des clusters dédiés à partir de 57 $/mois et plus. Les options gérées pour Postgres varient : Neon propose un niveau gratuit et une tarification à l'échelle zéro ; Supabase Pro coûte 25 $/mois ; les prix d'Amazon RDS et Aurora démarrent dans des fourchettes similaires. Pour les projets hobby et petits, les deux écosystèmes offrent de bonnes options gratuites.

Licence

MongoDB utilise la SSPL (Server Side Public License), qui n'est pas approuvée par l'OSI et rend risqué pour les revendeurs cloud d'offrir Mongo en tant que service. Cela importe peu pour les développeurs d'applications mais compte si vous créez des produits d'infrastructure. La licence permissive de Postgres n'impose aucune de ces restrictions.

Lequel choisir ?

Comparaisons liées