Apa keuntungan menggunakan database NoSQL? Saya sudah membaca banyak tentang mereka belakangan ini, tetapi saya masih tidak yakin mengapa saya ingin menerapkannya, dan dalam keadaan apa saya ingin menggunakannya.
141
Database relasional memberlakukan ACID . Jadi, Anda akan memiliki penyimpanan data berorientasi transaksi berbasis skema. Ini terbukti dan cocok untuk 99% aplikasi dunia nyata. Anda bisa melakukan apa saja dengan database relasional.
Namun, ada batasan pada kecepatan dan penskalaan dalam hal penyimpanan data dengan ketersediaan besar. Misalnya, Google dan Amazon memiliki terabyte data yang disimpan di pusat data besar. Permintaan dan penyisipan tidak tampil dalam skenario ini karena sifat pemblokiran / skema / transaksi dari RDBM. Itulah alasan mereka menerapkan basis data mereka sendiri (sebenarnya, toko-toko kunci) untuk peningkatan kinerja dan skalabilitas yang besar.
Database NoSQL telah ada sejak lama - hanya istilahnya yang baru. Beberapa contoh adalah grafik, objek, kolom, XML, dan basis data dokumen.
Untuk pertanyaan kedua: Apakah boleh menggunakan keduanya di situs yang sama?
Kenapa tidak? Keduanya melayani tujuan yang berbeda bukan?
Solusi NoSQL biasanya dimaksudkan untuk menyelesaikan masalah yang tidak cocok untuk database relasional, terlalu mahal untuk digunakan (seperti Oracle) atau mengharuskan Anda untuk mengimplementasikan sesuatu yang merusak sifat relasional db Anda.
Keuntungan biasanya spesifik untuk penggunaan Anda, tetapi kecuali jika Anda memiliki semacam masalah pemodelan data Anda dalam RDBMS saya tidak melihat alasan mengapa Anda akan memilih NoSQL.
Saya sendiri menggunakan MongoDB dan Riak untuk masalah khusus di mana RDBMS bukan solusi yang layak, untuk semua hal lain saya menggunakan MySQL (atau SQLite untuk pengujian).
Jika Anda memerlukan dB NoSQL yang biasanya Anda ketahui, kemungkinan alasannya adalah:
Jika Anda tidak memerlukan solusi NoSQL, ingatlah bahwa solusi ini tidak dimaksudkan sebagai pengganti RDBMS melainkan sebagai alternatif di mana yang sebelumnya gagal dan yang lebih penting bahwa mereka relatif baru karena mereka masih memiliki banyak bug dan fitur yang hilang.
Oh, dan mengenai pertanyaan kedua, tidak apa-apa untuk menggunakan teknologi apa pun dalam hubungannya dengan yang lain, jadi untuk melengkapi dari pengalaman saya, MongoDB dan MySQL bekerja dengan baik selama mereka tidak menggunakan mesin yang sama
sumber
Martin Fowler memiliki video yang luar biasa yang memberikan penjelasan yang baik tentang basis data NoSQL. Tautan langsung ke alasannya untuk menggunakannya, tetapi seluruh video berisi informasi yang baik.
Anda memiliki sejumlah besar data - terutama jika Anda tidak dapat memasukkan semuanya pada satu server fisik karena NoSQL dirancang untuk menyesuaikan skala dengan baik.
Ketidakcocokan impedansi objek-relasional - Objek domain Anda tidak cocok dengan baik dalam skema basis data relaitional. NoSQL memungkinkan Anda untuk mempertahankan data Anda sebagai dokumen (atau grafik) yang mungkin memetakan lebih dekat dengan model data Anda.
sumber
NoSQL adalah sistem basis data di mana data disusun ke dalam dokumen (MongoDB), pasangan kunci-nilai (MemCache, Redis), bentuk struktur grafik (Neo4J).
Mungkin di sini ada beberapa pertanyaan dan jawaban untuk "Kapan harus menggunakan NoSQL":
Membutuhkan skema yang fleksibel atau menangani data seperti pohon?
Secara umum, dalam pengembangan tangkas kami mulai merancang sistem tanpa mengetahui semua persyaratan di muka, di mana nantinya sepanjang pengembangan sistem basis data mungkin perlu mengakomodasi perubahan desain yang sering, menampilkan MVP (produk Minimal yang layak). Atau Anda berurusan dengan skema data yang bersifat dinamis. mis. Log Sistem, contoh yang sangat tepat adalah log AWS cloudwatch.
Kumpulan data sangat luas / besar?
Ya basis data NoSQL adalah kandidat yang lebih baik untuk aplikasi di mana basis data perlu mengelola jutaan atau bahkan milyaran catatan tanpa mengorbankan kinerja.
Trade off antara penskalaan konsistensi
Tidak seperti RDMS, basis data NoSQL dapat kehilangan data kecil di sana-sini (Catatan: probabilitas .x%), tetapi mudah untuk diukur dalam hal kinerja. Contoh: Ini mungkin baik untuk menyimpan orang yang sedang online di aplikasi pesan instan, token di db, mencatat statistik lalu lintas situs web.
Melakukan Operasi Geolokasi: MongoDB kaya dukungan untuk melakukan operasi GeoQuerying & Geolokasi. Saya sangat menyukai fitur MongoDB ini.
Singkatnya, MongoDB sangat cocok untuk aplikasi di mana Anda dapat menyimpan data terstruktur dinamis dalam skala besar.
sumber
Beberapa informasi penting tidak ada untuk menjawab pertanyaan: Kasus penggunaan mana yang harus dapat dicakup oleh database? Apakah analisis yang rumit harus dilakukan dari data yang ada ( OLAP ) atau apakah aplikasi harus dapat memproses banyak transaksi ( OLTP )? Apa struktur datanya? Itu jauh dari akhir waktu pertanyaan.
Dalam pandangan saya, adalah salah untuk membuat keputusan teknologi berdasarkan kata kunci yang berani tanpa tahu persis apa yang ada di baliknya. NoSQL sering dipuji karena skalabilitasnya. Tetapi Anda juga harus tahu bahwa penskalaan horizontal (lebih dari beberapa node) juga memiliki harganya dan tidak gratis. Maka Anda harus berurusan dengan masalah-masalah seperti konsistensi akhirnya dan menentukan cara menyelesaikan konflik data jika mereka tidak dapat diselesaikan di tingkat database. Namun, ini berlaku untuk semua sistem basis data terdistribusi.
Kegembiraan pengembang dengan kata "schema less" di NoSQL pada awalnya juga sangat besar. Kata kunci ini dengan cepat kecewa setelah analisis teknis, karena dengan benar tidak memerlukan skema saat menulis, tetapi mulai berlaku saat membaca. Itu sebabnya harus benar "skema baca". Mungkin tergoda untuk dapat menulis data atas kebijaksanaan sendiri. Tetapi bagaimana saya menangani situasi jika ada data yang ada tetapi versi baru dari aplikasi mengharapkan skema yang berbeda?
Model dokumen (seperti dalam MongoDB, misalnya) tidak cocok untuk model data di mana ada banyak hubungan antara data. Bergabung harus dilakukan pada level aplikasi, yang merupakan upaya tambahan dan mengapa saya harus memprogram hal-hal yang harus dilakukan database.
Jika Anda berpendapat bahwa Google dan Amazon telah mengembangkan basis datanya sendiri karena RDBMS konvensional tidak dapat lagi menangani banjir data, Anda hanya dapat mengatakan: Anda bukan Google dan Amazon. Perusahaan-perusahaan ini adalah ujung tombak, sekitar 0,01% dari skenario di mana database tradisional tidak lagi cocok, tetapi untuk seluruh dunia mereka.
Apa yang tidak signifikan: SQL telah ada selama lebih dari 40 tahun dan jutaan jam pengembangan telah masuk ke sistem besar seperti Oracle atau Microsoft SQL. Ini harus dicapai oleh beberapa database baru. Kadang-kadang juga lebih mudah untuk menemukan admin SQL daripada seseorang untuk MongoDB. Yang membawa kita ke pertanyaan pemeliharaan dan manajemen. Subjek yang tidak benar-benar seksi, tetapi itu adalah bagian dari keputusan teknologi.
sumber
Saya menemukan pertanyaan ini sambil mencari alasan meyakinkan untuk menyimpang dari desain RDBMS.
Ada posting bagus oleh Julian Brown yang menyoroti kendala dari sistem terdistribusi. Konsep ini disebut Teorema CAP Brewer yang secara ringkas berbunyi:
Dan inilah bagaimana saya merangkumnya untuk diri saya sendiri:
sumber
Saya merancang dan mengimplementasikan solusi dengan database NoSQL dan berikut ini adalah daftar pos pemeriksaan saya untuk membuat keputusan untuk menggunakan SQL atau NoSQL yang berorientasi dokumen .
JANGAN
SQL tidak usang dan tetap menjadi alat yang lebih baik dalam beberapa kasus. Sulit untuk membenarkan penggunaan NoSQL yang berorientasi dokumen saat
LAKUKAN
Jika Anda tidak memiliki persyaratan tersebut atau dapat menguranginya, maka berikut adalah 2 alasan di mana Anda dapat memperoleh manfaat dari NoSQL:
Info lebih lanjut
Dalam posting blog saya, saya menjelaskan alasannya lebih terinci:
Catatan: di atas hanya berlaku untuk dokumen berorientasi NoSQL saja. Ada jenis lain dari NoSQL, yang memerlukan pertimbangan lain.
sumber
Menangani Sejumlah Besar Operasi Baca Tulis
Lihatlah ke database NoSQL saat Anda perlu melakukan skala cepat. Dan kapan Anda biasanya perlu mengukur cepat?
Ketika ada sejumlah besar operasi baca-tulis di situs web Anda & ketika berhadapan dengan sejumlah besar data, basis data NoSQL paling cocok dalam skenario ini. Karena mereka memiliki kemampuan untuk menambahkan node on the fly, mereka dapat menangani lebih banyak lalu lintas bersamaan & sejumlah besar data dengan latensi minimal.
Fleksibilitas Dengan Pemodelan Data
Isyarat kedua adalah selama fase awal pengembangan ketika Anda tidak yakin tentang model data, desain database, hal-hal yang diharapkan berubah dengan cepat. Basis data NoSQL menawarkan kami lebih banyak fleksibilitas.
Konsistensi Akhirnya Lebih Dari Konsistensi Yang Kuat
Lebih baik untuk memilih basis data NoSQL ketika kita boleh menyerah pada konsistensi yang kuat dan ketika kita tidak memerlukan transaksi.
Contoh yang baik dari ini adalah situs web jejaring sosial seperti Twitter. Ketika sebuah tweet dari seorang selebriti meledak dan semua orang menyukai dan men-tweetnya dari seluruh dunia. Apakah masalah jika jumlah suka naik atau turun sedikit untuk sementara waktu?
Selebriti itu pasti tidak akan peduli jika bukannya 5 juta 500 suka yang sebenarnya, sistem menunjukkan jumlah seperti 5 juta 250 untuk sementara waktu.
Ketika aplikasi besar digunakan pada ratusan server yang tersebar di seluruh dunia, node yang terdistribusi secara geografis membutuhkan waktu untuk mencapai konsensus global.
Sampai mereka mencapai konsensus, nilai entitas tidak konsisten. Nilai entitas akhirnya menjadi konsisten setelah beberapa saat. Inilah yang akhirnya Konsistensi.
Padahal inkonsistensi bukan berarti ada semacam kehilangan data. Ini berarti bahwa data memerlukan waktu singkat untuk melakukan perjalanan di seluruh dunia melalui kabel internet di bawah lautan untuk mencapai konsensus global dan menjadi konsisten.
Kami mengalami perilaku ini sepanjang waktu. Terutama di YouTube. Seringkali Anda akan melihat video dengan 10 tampilan dan 15 suka. Bagaimana ini mungkin?
Ini bukan. Tampilan sebenarnya sudah lebih dari suka. Hanya saja jumlah tampilan tidak konsisten dan membutuhkan waktu singkat untuk diperbarui.
Menjalankan Analisis Data
Basis data NoSQL juga cocok untuk kasus penggunaan analitik data, di mana kita harus berurusan dengan masuknya sejumlah besar data.
sumber