آموزشSQL و کار با داده

درس ۴ از ۵۴، برنامه‌نویسی و علوم کامپیوتر، حدود ۲۹ دقیقه خواندن

انواع پایگاه داده: رابطه‌ای و NoSQL

جواب کوتاه

پایگاه‌های داده چند خانواده‌ی اصلی دارن. رابطه‌ای، که داده رو توی جدول‌های به‌هم‌وصل نگه می‌داره و با SQL کار می‌کنه؛ پرکاربردترین نوع، برای بیشتر نرم‌افزارها. سندی، که هر ردیف یه سند انعطاف‌پذیره و شکلش می‌تونه با بقیه فرق داشته باشه. کلید و مقدار، که مثل یه کمد کلید خیلی سریعه و برای حافظه‌ی موقت عالیه. گراف، برای داده‌هایی که رابطه‌ها اصل ماجران، مثل شبکه‌ی دوستان. سری زمانی، برای عددهایی که هر لحظه ثبت می‌شن. و برداری، برای پیدا کردن چیزهای هم‌معنی، که امروز پایه‌ی خیلی از ابزارهای هوش مصنوعیه. به همه‌ی نوع‌های غیررابطه‌ای، NoSQL می‌گن. هیچ نوعی همه‌جا بهترین نیست؛ برای بیشتر کارها، رابطه‌ای بهترین شروعه.

یه خیابون، چند جور انبار

یه خیابون رو تصور کنید که چند جور انبار کنار هم داره. یکی، بایگانی اداره‌ست با کمدهای کشودار و پرونده‌هایی که به هم ارجاع می‌دن. یکی، دفتر یه وکیل، پر از پوشه‌هایی که هر کدوم سندهای متفاوتی دارن. یکی، کمد کلید یه هتل، که فقط می‌گه کلید هر اتاق کجاست. و یکی، تخته‌ی کارآگاهیه با عکس‌ها و نخ‌هایی که آدم‌ها رو به هم وصل می‌کنن.

هر کدوم برای یه کار عالی‌ان و برای کارهای دیگه، دست‌وپاگیر. دیتابیس‌ها هم همین‌طورن. توی درس قبل دیدیم SQL زبان یه نوع خاص از دیتابیس‌هاست؛ این درس، کل خیابون رو نشون می‌ده، تا بدونید هر انبار برای چیه و کی سراغ کدوم برید.

چرا این‌همه نوع دیتابیس

اگه دیتابیس رابطه‌ای این‌قدر خوبه، چرا نوع‌های دیگه ساخته شدن؟ چون داده‌ها و نیازها خیلی متفاوتن. یه بانک، درستی مطلق می‌خواد؛ یه شبکه‌ی اجتماعی، پیدا کردن دوست‌های دوست‌ها؛ یه حسگر دما، ثبت میلیون‌ها عدد در روز؛ و یه دستیار هوش مصنوعی، پیدا کردن متن‌های هم‌معنی.

هر نوع دیتابیس، برای یکی از این نیازها بهینه شده؛ یعنی یه کار رو خیلی خوب انجام می‌ده، به قیمت اینکه کارهای دیگه رو کمتر خوب انجام بده. همون بده‌بستونی که توی مسیر الگوریتم بارها دیدیم: هیچ ساختمان داده‌ای همه‌جا بهترین نیست؛ و دیتابیس‌ها، در اصل، ساختمان‌های داده‌ی خیلی بزرگ و پیشرفته‌ان.

رابطه‌ای: جدول‌های به‌هم‌وصل

دیتابیس رابطه‌ای (Relational)، داده رو توی جدول‌هایی با ستون و ردیف نگه می‌داره، و جدول‌ها از راه شناسه‌ها به هم اشاره می‌کنن؛ مثل سفارش که شماره‌ی مشتری رو داره. با SQL باهاش کار می‌کنیم. PostgreSQL، SQLite و MySQL، معروف‌ترین‌های رایگان این خانواده‌ان.

طبق سند رسمی PostgreSQL، «رابطه» در اصل یه کلمه‌ی ریاضی برای جدوله؛ و ایده‌ی نگه داشتن داده توی جدول، اون‌قدر رایجه که حالا بدیهی به نظر میاد. این نوع، از دهه‌ی ۱۹۸۰ پرکاربردترین نوع دیتابیس بوده و هنوز هم هست؛ و تقریبا کل این مسیر، درباره‌ی همینه.

چرا رابطه‌ای هنوز اوله

دیتابیس رابطه‌ای چند قوت بزرگ داره. درستی: تراکنش‌ها تضمین می‌کنن که داده هیچ‌وقت نیمه‌کاره نمی‌مونه. قانون: ساختار ثابت و قیدها، جلوی داده‌ی خراب رو می‌گیرن. انعطاف پرسیدن: با SQL، تقریبا هر سوالی رو می‌شه از داده پرسید؛ حتی سوال‌هایی که موقع طراحی، به فکر کسی نرسیده بود.

و یه قوت دیگه: پختگی. بیشتر از چهل سال تجربه، ابزارهای فراوون، و تقریبا همه‌ی برنامه‌نویس‌ها که باهاش آشنان. برای همین، یه قاعده‌ی رایج میون مهندس‌ها اینه: «اگه نمی‌دونی چه دیتابیسی لازم داری، با یه دیتابیس رابطه‌ای شروع کن». بیشتر وقت‌ها، همون کافیه.

جایی که رابطه‌ای کم میاره

دیتابیس رابطه‌ای هم حد داره. وقتی شکل داده خیلی متغیره، مثل محصول‌هایی که هر کدوم ویژگی‌های کاملا متفاوتی دارن، ساختار ثابت دست‌وپاگیر می‌شه. وقتی داده اون‌قدر بزرگ می‌شه که روی یه سرور جا نمی‌شه، پخش کردنش روی چند سرور، با حفظ همه‌ی تضمین‌ها، سخته.

و وقتی سوال‌ها بیشتر درباره‌ی رابطه‌های عمیقن، مثل «دوست‌های دوست‌های دوست‌های من»، پرسش‌های SQL خیلی پیچیده و کند می‌شن. البته دیتابیس‌های رابطه‌ای امروزی، برای خیلی از این‌ها راه حل دارن؛ مثلا PostgreSQL می‌تونه سندهای انعطاف‌پذیر رو هم نگه داره. ولی برای نیازهای خیلی خاص، نوع‌های دیگه ساخته شدن.

NoSQL یعنی چی

به همه‌ی دیتابیس‌هایی که رابطه‌ای نیستن، NoSQL می‌گن. اسمش اول به معنی «بی SQL» بود، ولی امروز بیشتر به شکل «نه فقط SQL» (Not only SQL) معنی می‌شه؛ چون خیلی از این دیتابیس‌ها، زبانی شبیه SQL هم دارن. NoSQL یه نوع خاص نیست؛ یه چتره که چند خانواده‌ی متفاوت رو زیر خودش جا می‌ده.

این دیتابیس‌ها، دهه‌ی ۲۰۰۰ میلادی، وقتی شرکت‌های بزرگ اینترنتی با داده‌ها و ترافیکی روبه‌رو شدن که روی یه سرور جا نمی‌شد، رایج شدن. معمولا بخشی از تضمین‌های دیتابیس رابطه‌ای رو کنار می‌ذارن، تا سریع‌تر یا گسترش‌پذیرتر بشن.

سندی: هر سند، شکل خودش

دیتابیس سندی (Document)، هر ردیف رو به شکل یه سند نگه می‌داره، معمولا با قالبی شبیه JSON، که می‌تونه ساختار تودرتو داشته باشه و هر سند، فیلدهای متفاوتی داشته باشه. یه سند محصول ممکنه «رنگ» و «اندازه» داشته باشه، و یکی دیگه «حجم باتری» و «گارانتی».

این انعطاف، برای وقتی که شکل داده زیاد عوض می‌شه یا هر مورد ویژگی‌های خاص خودش رو داره، عالیه؛ و برای برنامه‌نویس‌هایی که با JSON کار می‌کنن، طبیعی به نظر میاد. ولی بهاش اینه که قانون‌ها ضعیف‌ترن و پرسیدن سوال‌هایی که چند نوع سند رو به هم وصل می‌کنن، سخت‌تره.

کلید و مقدار: کمد کلید هتل

ساده‌ترین نوع دیتابیس، کلید و مقدار (Key-Value) ـه: هر داده یه کلید یکتا داره و فقط با همون کلید پیدا می‌شه؛ مثل کمد کلید هتل که فقط می‌گه کلید اتاق ۲۰۴ کجاست. پرسیدن «همه‌ی اتاق‌های طبقه‌ی دو» ازش سخته؛ ولی پیدا کردن یه کلید، خیلی خیلی سریعه.

این، همون جدول هشه که توی مسیر الگوریتم دیدیم، به شکل یه دیتابیس کامل. برای کارهایی مثل نگه داشتن نشست ورود کاربرها، تنظیمات، یا شمارنده‌ها، عالیه؛ جایی که فقط با یه کلید مشخص کار داریم و سرعت از همه‌چیز مهم‌تره.

کش: حافظه‌ی دم دست

یکی از رایج‌ترین کاربردهای دیتابیس‌های کلید و مقدار، کش (Cache) ـه: نگه داشتن جواب سوال‌های پرتکرار توی حافظه‌ی رم، تا دفعه‌ی بعد، به جای پرسیدن دوباره از دیتابیس اصلی، جواب از حافظه بیاد. خیلی از این دیتابیس‌ها، کل داده رو توی رم نگه می‌دارن، که هزاران برابر از دیسک سریع‌تره.

مثلا صفحه‌ی اصلی یه سایت خبری، که هزاران نفر هم‌زمان باز می‌کنن، می‌تونه یه بار ساخته بشه و توی کش بمونه. درس ردیس چیست یه نمونه‌ی معروف و رایگان از این دیتابیس‌ها رو کامل نشون می‌ده؛ و درس آبجکت کش، کاربردش توی سایت‌ها رو.

ستون‌گسترده: برای داده‌ی خیلی بزرگ

دیتابیس‌های ستون‌گسترده (Wide-Column)، برای داده‌هایی ساخته شدن که اون‌قدر بزرگن که باید روی صدها یا هزاران سرور پخش بشن، و نوشتن خیلی زیاد و پیوسته دارن؛ مثل پیام‌های یه پیام‌رسان بزرگ یا رخدادهای میلیون‌ها دستگاه. ظاهرشون شبیه جدوله، ولی هر ردیف می‌تونه ستون‌های متفاوتی داشته باشه.

طراحی این دیتابیس‌ها، برعکس رابطه‌ای‌هاست: اول سوال‌هایی که می‌خواید بپرسید رو مشخص می‌کنید، بعد داده رو دقیقا به شکلی نگه می‌دارید که اون سوال‌ها سریع جواب بدن. این، سرعت و اندازه‌ی خیلی زیادی می‌ده، ولی انعطاف پرسیدن سوال‌های تازه رو کم می‌کنه.

گراف: وقتی رابطه اصل ماجراست

دیتابیس گراف (Graph)، داده رو به شکل گره‌ها و یال‌ها نگه می‌داره؛ همون گرافی که توی مسیر الگوریتم دیدیم. آدم‌ها گره‌ان و دوستی‌ها یال؛ یا شهرها گره‌ان و جاده‌ها یال. سوال‌هایی مثل «کوتاه‌ترین راه بین این دو نفر» یا «دوست‌های دوست‌های من که از من خوششون نمیاد»، اینجا خیلی ساده و سریعن.

این دیتابیس‌ها برای شبکه‌های اجتماعی، پیشنهاد محصول، پیدا کردن تقلب‌های مالی که چند حساب به هم وصلن، و نقشه‌ی دانش، به کار می‌رن. ولی برای داده‌های ساده‌ی جدولی، مثل فهرست سفارش‌ها، معمولا پیچیده‌تر از لازمن.

سری زمانی: هر لحظه، یه عدد

بعضی داده‌ها، همیشه یه زمان دارن: دمای یه حسگر هر ثانیه، قیمت یه کالا هر دقیقه، یا مصرف پردازنده‌ی یه سرور هر ده ثانیه. دیتابیس‌های سری زمانی (Time-Series) برای همین ساخته شدن: نوشتن خیلی سریع رخدادهای پشت سر هم، فشرده کردن داده‌های قدیمی، و سوال‌هایی مثل «میانگین هر ساعت توی هفته‌ی گذشته».

یه ویژگی رایجشون، پاک کردن خودکار داده‌های قدیمیه؛ مثلا نگه داشتن جزئیات ثانیه‌ای فقط برای یه هفته، و بعد فقط میانگین‌های ساعتی. ابزارهای پایش سرور که توی مسیر دواپس می‌بینیم، معمولا روی همین نوع دیتابیس کار می‌کنن.

برداری: پیدا کردن چیزهای هم‌معنی

تازه‌ترین نوع پرکاربرد، دیتابیس برداریه (Vector Database). مدل‌های هوش مصنوعی می‌تونن هر متن یا عکس رو به یه فهرست عدد، یعنی یه بردار، تبدیل کنن؛ طوری که چیزهای هم‌معنی، بردارهای نزدیک به هم داشته باشن. دیتابیس برداری، این بردارها رو نگه می‌داره و خیلی سریع، نزدیک‌ترین‌ها به یه بردار تازه رو پیدا می‌کنه.

این، پایه‌ی خیلی از دستیارهای هوش مصنوعیه که از روی سندهای شما جواب می‌دن: سوال شما به بردار تبدیل می‌شه، و تکه‌هایی از سندها که بردارشون نزدیکه، پیدا می‌شن. جالبه که PostgreSQL هم با یه افزونه‌ی رایگان، می‌تونه بردار نگه داره. درس جستجوی برداری این رو کامل باز می‌کنه.

ذخیره‌ی ستونی: برای تحلیل

دیتابیس‌های رابطه‌ای معمولی، هر ردیف رو کنار هم روی دیسک نگه می‌دارن؛ که برای کارهای روزمره، مثل خوندن یه سفارش کامل، عالیه. ولی برای تحلیل، مثل «میانگین مبلغ همه‌ی سفارش‌های سال»، فقط یه ستون لازمه؛ و خوندن کل ردیف‌ها، اتلافه. دیتابیس‌های ستونی (Columnar)، هر ستون رو جدا نگه می‌دارن.

نتیجه، اینه که سوال‌های تحلیلی روی میلیاردها ردیف، خیلی سریع‌تر جواب می‌دن، و داده هم خیلی بهتر فشرده می‌شه؛ چون عددهای یه ستون معمولا شبیه همن. انبارهای داده، که توی ایستگاه مهندسی داده می‌بینیم، معمولا همین شکلی‌ان.

دو جور کار: روزمره و تحلیل

کارهای دیتابیس رو معمولا به دو دسته تقسیم می‌کنن. یکی، کار روزمره (OLTP، کوتاه‌شده‌ی Online Transaction Processing): خیلی خوندن و نوشتن کوچیک و سریع، مثل ثبت یه سفارش یا دیدن یه پروفایل. دیگری، تحلیل (OLAP، کوتاه‌شده‌ی Online Analytical Processing): سوال‌های بزرگ روی داده‌ی زیاد، مثل گزارش فروش سالانه.

این دو، نیازهای متفاوتی دارن، و خیلی از شرکت‌ها برای هر کدوم یه دیتابیس جدا دارن: یه دیتابیس رابطه‌ای برای کار روزمره، و یه انبار داده‌ی ستونی برای تحلیل، که داده هر شب یا هر ساعت از اولی به دومی می‌ره. این‌طوری، یه گزارش سنگین، سایت رو کند نمی‌کنه.

توکار یا سروری

یه دسته‌بندی دیگه، بر اساس جای اجراست. دیتابیس توکار، مثل SQLite، توی خود برنامه اجرا می‌شه و داده‌ش یه فایله؛ برای گوشی، برنامه‌های کوچیک و یادگیری، عالیه. دیتابیس سروری، مثل PostgreSQL، یه برنامه‌ی جداست که روی یه سرور اجرا می‌شه و برنامه‌ها از راه شبکه بهش وصل می‌شن؛ برای سایت‌ها و برنامه‌هایی که چند کاربر هم‌زمان دارن.

این دو دسته‌بندی، روی هم می‌افتن: SQLite و PostgreSQL هر دو رابطه‌ای‌ان، ولی یکی توکار و یکی سروری. انتخاب میونشون، بیشتر به این بستگی داره که چند نفر هم‌زمان باید به داده دسترسی داشته باشن.

دیتابیس‌هایی که توی حافظه زندگی می‌کنن

بعضی دیتابیس‌ها، کل داده رو توی رم نگه می‌دارن؛ که دسترسی رو هزاران برابر سریع‌تر از دیسک می‌کنه. هزینه‌ش اینه که رم گرون‌تر و کوچیک‌تره، و با قطع برق، خالی می‌شه؛ برای همین، این دیتابیس‌ها معمولا هر چند وقت یه نسخه روی دیسک هم می‌نویسن، یا فقط برای داده‌هایی به کار می‌رن که از دست رفتنشون فاجعه نیست، مثل کش.

یادتون باشه که حتی دیتابیس‌های معمولی هم، بخش پرکاربرد داده رو توی رم نگه می‌دارن؛ همون پله‌های حافظه که توی مسیر کامپیوتر دیدیم. فرق دیتابیس‌های حافظه‌ای اینه که کل داده رو اونجا نگه می‌دارن.

وقتی یه سرور کافی نیست

وقتی داده یا ترافیک از توان یه سرور بیشتر بشه، دو راه هست. یکی، سرور قوی‌تر؛ که یه جایی به سقف می‌رسه. دیگری، پخش کردن داده روی چند سرور. به این، گسترش افقی می‌گن، و خیلی از دیتابیس‌های NoSQL، از اول برای همین ساخته شدن. دیتابیس‌های رابطه‌ای هم راه‌هایی برای این کار دارن، ولی معمولا پیچیده‌ترن.

پخش کردن، چالش‌های تازه‌ای میاره: اگه یه سرور قطع بشه، چی؟ اگه دو سرور نسخه‌های متفاوتی از یه داده داشته باشن، کدوم درسته؟ این سوال‌ها، ما رو به یکی از معروف‌ترین ایده‌های دنیای داده می‌رسونن.

همه‌چیز رو با هم نمی‌شه داشت

یه ایده‌ی معروف، که به قضیه‌ی CAP مشهوره، می‌گه یه دیتابیس پخش‌شده روی چند سرور، وقتی ارتباط بین سرورها قطع بشه، باید یکی از دو چیز رو انتخاب کنه: یا همه همیشه آخرین نسخه‌ی داده رو ببینن، یعنی سازگاری؛ یا همیشه به درخواست‌ها جواب بده، حتی اگه جوابش کمی کهنه باشه، یعنی دسترس‌پذیری.

بانک‌ها معمولا سازگاری رو انتخاب می‌کنن: بهتره چند ثانیه جواب ندن تا اینکه موجودی اشتباه نشون بدن. یه شبکه‌ی اجتماعی معمولا دسترس‌پذیری رو: اشکالی نداره اگه یه لایک چند ثانیه دیرتر دیده بشه. این انتخاب، به کار بستگی داره، نه به اینکه کدوم دیتابیس بهتره.

سازگاری سخت و سازگاری کم‌کم

دیتابیس‌های رابطه‌ای معمولا سازگاری سخت (Strong Consistency) دارن: بعد از هر تغییر، همه بلافاصله نسخه‌ی تازه رو می‌بینن. خیلی از دیتابیس‌های NoSQL، سازگاری کم‌کم (Eventual Consistency) دارن: تغییر، کم‌کم به همه‌ی سرورها می‌رسه، و برای چند لحظه، ممکنه کسی نسخه‌ی قدیمی رو ببینه.

برای خیلی از کارها، سازگاری کم‌کم کاملا کافیه و در عوض، سرعت و دسترس‌پذیری بیشتری می‌ده. ولی برای کارهایی مثل پول، موجودی انبار یا رزرو صندلی، معمولا سازگاری سخت لازمه. دونستن این فرق، به انتخاب درست کمک می‌کنه.

چطور انتخاب کنیم

چند سوال ساده، انتخاب رو روشن‌تر می‌کنه:

  1. داده‌ی من شکل ثابت داره یا خیلی متغیره؟
  2. درستی مطلق مهمه، مثل پول، یا کمی تاخیر اشکالی نداره؟
  3. سوال‌هام از پیش معلومن یا هر روز سوال تازه دارم؟
  4. رابطه‌ها، اصل ماجران یا فقط کنار داده‌ان؟
  5. داده‌م روی یه سرور جا می‌شه یا نه؟
  6. کار روزمره‌ست یا تحلیل؟

برای بیشتر کسب‌وکارهای کوچیک و متوسط، جواب این سوال‌ها به یه دیتابیس رابطه‌ای می‌رسه؛ و بقیه‌ی نوع‌ها، وقتی یه نیاز خاص پیدا شد، کنارش میان.

یه اپ، چند انبار

برنامه‌های بزرگ امروز، معمولا فقط یه دیتابیس ندارن. یه فروشگاه اینترنتی ممکنه سفارش‌ها و حساب‌ها رو توی یه دیتابیس رابطه‌ای نگه داره، نشست کاربرها و صفحه‌های پرتکرار رو توی یه کش کلید و مقدار، جستجوی محصول رو توی یه فهرست جستجو، و گزارش‌ها رو توی یه انبار داده‌ی ستونی.

به این کار، نگه‌داری چندزبانه (Polyglot Persistence) می‌گن. مزیتش اینه که هر داده، توی بهترین جاش هست؛ عیبش اینه که هر انبار تازه، یه چیز تازه برای نگه‌داری، پشتیبان و هماهنگ کردنه. برای همین، تیم‌های عاقل فقط وقتی انبار تازه اضافه می‌کنن که واقعا لازم شده باشه.

مرزها کم‌رنگ شدن

امروز مرز این نوع‌ها کم‌رنگ‌تر شده. دیتابیس‌های رابطه‌ای مثل PostgreSQL، می‌تونن سندهای JSON رو با جستجوی سریع نگه دارن، جستجوی متنی کنن، و با افزونه، بردار و داده‌ی جغرافیایی هم نگه دارن. و خیلی از دیتابیس‌های NoSQL، حالا تراکنش و زبانی شبیه SQL دارن.

این یعنی برای خیلی از پروژه‌ها، یه دیتابیس رابطه‌ای خوب، می‌تونه کار چند نوع دیگه رو هم، دست‌کم تا یه اندازه‌ای، انجام بده. یه دلیل دیگه برای اینکه شروع با رابطه‌ای، بیشتر وقت‌ها انتخاب درستیه.

یه جدول تصمیم ساده

یه خلاصه برای وقتی که باید انتخاب کنید:

  • بیشتر نرم‌افزارها، فروشگاه، حسابداری، سامانه‌ها: رابطه‌ای.
  • محصول‌ها یا محتوای خیلی متغیر: سندی، یا رابطه‌ای با ستون JSON.
  • نشست، کش و شمارنده‌ی خیلی سریع: کلید و مقدار.
  • شبکه‌ی دوستان، پیشنهاد، تقلب: گراف.
  • داده‌ی حسگر و پایش سرور: سری زمانی.
  • جستجوی معنایی و دستیار هوش مصنوعی: برداری.
  • گزارش و تحلیل روی داده‌ی خیلی بزرگ: انبار داده‌ی ستونی.

این جدول، نقطه‌ی شروعه، نه قانون. هر انتخاب واقعی، به اندازه‌ی داده، تیم و بودجه هم بستگی داره.

اگه بعدا خواستیم عوض کنیم

یه سوال رایج: اگه با یه نوع شروع کنیم و بعدا معلوم بشه نوع دیگه‌ای لازمه، چی؟ عوض کردن دیتابیس ممکنه، ولی معمولا کار بزرگیه: داده باید منتقل بشه، بخش‌هایی از برنامه که با دیتابیس حرف می‌زنن باید بازنویسی بشن، و همه‌چیز دوباره آزموده بشه. برای همین، تصمیم اول مهمه؛ ولی نه اون‌قدر که فلج کننده باشه.

یه راه عاقلانه اینه که بخشی از برنامه که با دیتابیس کار می‌کنه رو یه جا جمع کنید، نه پخش توی همه‌ی کد. این‌طوری، اگه روزی خواستید بخشی از داده رو به یه نوع دیگه ببرید، فقط همون یه جا عوض می‌شه. این همون ایده‌ی لایه‌هاست که توی مسیر کامپیوتر دیدیم.

جواب کوتاه

«انواع پایگاه داده رو نام ببرید» یه سوال رایج درسیه. یه جواب کوتاه:

پایگاه‌های داده به دو دسته‌ی اصلی تقسیم می‌شن: رابطه‌ای، که داده رو توی جدول‌های به‌هم‌مرتبط نگه می‌داره و با SQL کار می‌کنه؛ و غیررابطه‌ای یا NoSQL، که شامل نوع‌های سندی، کلید و مقدار، ستون‌گسترده و گرافه. نوع‌های دیگه‌ای مثل سری زمانی و برداری هم برای کارهای خاص به کار می‌رن.

چند باور رایج

  • «NoSQL جای SQL رو گرفته.» رابطه‌ای هنوز پرکاربردترینه.
  • «NoSQL همیشه سریع‌تره.» فقط برای کاری که براش ساخته شده.
  • «NoSQL یعنی بی ساختار.» ساختار هست؛ فقط انعطاف‌پذیرتر.
  • «یه اپ فقط یه دیتابیس داره.» خیلی از اپ‌ها چند انبار دارن.
  • «هر چی تازه‌تر، بهتر.» پختگی و تجربه هم مهمه.

یه مثال

تیم یه استارتاپ کوچیک تحویل غذا، از روز اول تصمیم گرفت سه دیتابیس مختلف بذاره: یکی سندی برای منوها، یکی گراف برای «رستوران‌هایی که دوستات سفارش دادن»، و یه کش برای سرعت. شش ماه بعد، بیشتر وقت تیم صرف هماهنگ کردن این سه شده بود و هنوز کاربر زیادی نداشتن.

مشاوری که دعوت کردن، یه پیشنهاد ساده داد: همه‌چیز رو به یه دیتابیس رابطه‌ای ببرن، منوها رو با ستون‌های JSON نگه دارن، و هر وقت واقعا کند شدن، کش اضافه کنن. تیم این کار رو کرد، و وقتی که آزاد شد، صرف ساختن چیزهایی شد که مشتری‌ها واقعا می‌خواستن.

تمرین امروز

امروز برای چند اپ، نوع دیتابیس رو حدس بزنید.

  1. سه اپ که هر روز ازشون استفاده می‌کنید رو بنویسید.
  2. برای هر کدوم، داده‌های اصلیش رو فهرست کنید.
  3. با جدول تصمیم این درس، حدس بزنید هر داده توی چه نوع دیتابیسی نگه داشته می‌شه.
  4. یه داده پیدا کنید که «سازگاری سخت» لازم داره و یکی که «کم‌کم» کافیه.
  5. برای پروژه‌ی خودتون، با شش سوال انتخاب، یه نوع دیتابیس انتخاب کنید.

درس بعدی، ابزارها رو نصب می‌کنیم و اولین دیتابیس رو می‌سازیم: نصب ابزار: اولین دیتابیس روی کامپیوتر خودتون.

جمع‌بندی. آنچه از این درس با خودتان می‌برید.

  • رابطه‌ای: جدول، رابطه و SQL؛ بهترین شروع برای بیشتر کارها.
  • سندی: سندهای انعطاف‌پذیر؛ کلید و مقدار: خیلی سریع و ساده.
  • گراف: وقتی رابطه‌ها اصل ماجران.
  • سری زمانی و برداری: عدد لحظه‌ای و نزدیکی معنی.
  • NoSQL یعنی «نه فقط SQL»؛ انتخاب، بر اساس نیاز.

خودتون رو بسنجید

۱۵ پرسش، هر بار تازه از میان ۳۰ پرسش این درس. آخرش فقط کارنامه رو می‌بینید: چند تا درست، چند تا نادرست.

خودتون رو بسنجید

۱۵ پرسش

  • هر بار پرسش‌ها و ترتیب گزینه‌ها عوض می‌شه.
  • تا آخر نمی‌گیم کدوم جواب درست بوده؛ می‌تونید برگردید و جوابتون رو عوض کنید.
  • آخرش کارنامه می‌گیرید: چند تا درست، چند تا نادرست.
  • اگه وسطش بستید، دوباره که باز کنید از همون‌جا ادامه می‌دید.

فصل‌های این درس

درس بعد