Architecture Course Home / Системы управления базами данных

Семейства баз данных

Семейство базы данных или модель данных — это фундаментальный аспект любой базы данных. Оно определяет, как данные будут логически

организованны, как они будут извлекаться и храниться. Различные базы данных поддерживают разные модели данных, и правильный выбор модели зависит от конкретных требований к приложению.

В этой обзорной главе я дам краткое введение в популярные модели баз данных и области их применения. Ниже обзор семейств которых мы коснемся:

Sql/Relational DataBase

Реляционные базы данных – старейший тип до сих пор широко используемых баз данных общего назначения. Данные и связи между данными организованы с помощью таблиц. Каждый столбец в таблице имеет имя и тип. Каждая строка представляет отдельную запись или элемент данных в таблице, который содержит значения для каждого из столбцов.

Моделирование взаимоотношений в реляционных БД

Основные принципы

Сложные взаимоотношения объектов в реляционных базе данных моделируются с помощью внешних ключей – ссылок на другие таблицы. Это позволяет подходить к вопросу проектирования базы данных с позиций нормализации – минимизации избыточности при описании свойств объектов.

Гарантии ACID. Все РСУБД поддерживают ACID с самими высокими гарантиями изоляции.

Trade-Offs

ПреимуществаНедостатки
Нормализованная структура имеет меньший объем по сравнению с денормализованнойОтсутствие масштабируемости на запись
Поддержка ACID на уровне всей базы в отличии от большинства NoSQL конкурентов.Во всех специализированных сценариях будет проигрывать специализированным базам данных

Моделирование сложных отношений


Универсальная база широкого назначения. Поддерживает как OLTP так и OLAP сценарии использования. Позволяет взглянуть на данные под любым углом.


Популярный язык запросов SQL


Богатая история развития и широкое распространение (основной инструмент при разработке различных приложений и сервисов).


NoSql/Key-value DataBase

Модель данных «Ключ-Значение» является одной из наиболее простых и широко используемых моделей в NoSQL базах данных. Она основывается на простой абстракции, где каждая запись в базе данных представляет собой пару «ключ-значение».

Ключ-значение

Основные принципы

В модели данных «Ключ-Значение» каждая запись хранится с уникальным ключом, который используется для идентификации и извлечения этой записи. Значение, связанное с ключом, может быть практически любого формата, включая строки, числа, JSON-объекты, бинарные данные и многое другое.

Trade-Offs

ПреимуществаНедостатки

Высокая производительность: Быстрый доступ к данным по ключу делает эту модель отличным выбором для кэширования и быстрого поиска данных.

Отсутствие сложных запросов: Эта модель ограничивает способность выполнять сложные запросы и аналитику, характерные для реляционных баз данных.

Гибкость: Значения могут быть разного типа, что позволяет хранить разнообразные данные.

Сложность в обработке связей: Если вам нужно хранить и работать с данными, имеющими сложные взаимосвязи, модель «Ключ-Значение» может потребовать дополнительной работы.

Масштабируемость: Многие NoSQL базы данных с моделью «Ключ-Значение» могут масштабироваться горизонтально, обрабатывая большие объемы данных и высокие нагрузки.


NoSql/Document-Oriented DataBase

В отличие от баз типа «Ключ-значение» данные здесь хранятся в структурированных форматах – XML, JSON, BSON. Тем не менее, сохраняется адресный доступ к данным по ключу. При этом содержимое документа может иметь различный набор свойств. 


Для примера можем рассмотреть как мог бы выглядеть профиль Билла Гейтся в LinkedIn.


Основные принципы

Trade-offs

ПреимуществаНедостатки

Гибкость: Схема данных является гибкой, что позволяет хранить и изменять данные без необходимости изменения всей схемы. Это особенно полезно в ситуациях, когда структура данных меняется с течением времени.

Справедливости ради сложно это считать преимуществом. Схема все-равно есть, но смещается она на сторону потребителя.

Сложность запросов между документами: В сценариях, где требуется выполнение сложных запросов, связанных с данными из нескольких документов, документо-ориентированные базы данных могут оказаться менее удобными чем РСУБД

Мощные запросы: Документо-ориентированные базы данных предоставляют мощные инструменты для запросов данных, включая возможность индексации, фильтрации и агрегации данных.

Избыточность данных: Поскольку данные могут дублироваться в разных документах, есть риск избыточности данных и несоответствия данных между документами.

Скорость доступа: Документы могут быть быстро извлечены по уникальному идентификатору, что обеспечивает высокую производительность. Достигается за счет локальности данных.

Не подходит для связанных данных: В случае, когда требуется работать с данными, имеющими сложные взаимосвязи, такие как транзакции и связи между сущностями, модель документов может потребовать дополнительной обработки.

Современые документные базы данных не страдают этой проблемой, но остаются ли они все еще документными? Кажется, что уже нет.

Подходит для больших объемов данных: Многие документо-ориентированные базы данных могут масштабироваться для обработки больших объемов данных и высоких нагрузок.


NoSql/Graph database

Это семейство баз предназначено для моделирования сложных отношений с помощью теории графов, где связями выступают ребра графа, а сами объекты – это узлы или вершины.

Графовые базы

Такой подход может пригодиться при анализе профилей пользователей социальных сетей. Один пользователь подписан на обновления второго, другой пользователь подписан на определенное сообщество и так далее. Также технология может использоваться при анализе экономической активности контрагентов для выявления различных схем мошенничества. Например, можно отследить использование определенных счетов, карт или реквизитов контрагентов в различных операциях.

Основные принципы

Trade-Offs

ПреимуществаНедостатки

Моделирование сложных отношений: Графовые базы данных идеально подходят для моделирования данных, где отношения между сущностями играют важную роль. Например, они могут использоваться для анализа социальных сетей, рекомендательных систем и семантических сетей.

Неэффективность для определенных запросов: Графовые базы данных могут оказаться неэффективными для запросов, которые не связаны с анализом отношений между сущностями.

Гибкий и интуитивный запросы: Графовые базы данных предоставляют интуитивные средства запросов, которые позволяют легко находить и анализировать данные в графе. Языки запросов, такие как Cypher, спроектированы специально для работы с графами.

Сложность масштабирования: Масштабирование графовых баз данных может оказаться сложной задачей, особенно в случае больших и высоконагруженных графов.

Высокая производительность для определенных задач: В задачах, где необходимо находить связи между вершинами, графовые базы данных могут обеспечивать высокую производительность и эффективность.



NoSQL/Column/wide column/column family database

Базы данных широких колонок внешне похож на реляционные базы. Как и реляционные, семейства колонок хранят данные, используя строки и столбцы, но с иной связью между элементами.

В реляционных базах все строки должны соответствовать фиксированной схеме. Схема определяет, какие столбцы будут в таблице, типы данных и другие критерии. В семействе колонок вместо таблиц имеются структуры – «колоночные семейства». Семейства содержат строки, каждая из которых определяет собственный формат. Строка состоит из уникального идентификатора, используемого для поиска, за которым следуют наборы имён и значений столбцов.

Называть семейства колонок или базы широких колонак, столбцовыми означало бы вводить себя и других в заблуждение: внутри каждого семейства столбцов все столбцы из строки хранятся вместе наряду с ключом строки и сжатие столбцов там не используется. Следовательно, модель данных Bigtable является в основном построчной.


Image showing the data model of multiple rows in a wide column database

Основные принципы

Колонки: Данные хранятся в виде колонок, где каждая колонка представляет собой отдельный атрибут или поле данных. Это отличается от традиционных реляционных баз данных, где данные хранятся в виде строк, представляющих сущности целиком.

Семейства колонок: Колонки могут быть сгруппированы в семейства колонок, что позволяет организовать данные логически. Например, все данные о пользователях могут храниться в одном семействе колонок, а данные о продуктах — в другом. Таким образом мы можем минимизировать объем прочитанных с диска данных.

Семейства супер колонок: Семейства колонок могут быть сгруппированы в семейства супер колонок, что позволяет организовать данные логически. Такой подход позволяет при необходимости более эффективно прочитать разом несколько семейств колонок. Такая организация позволяет более эффективно работать с диском.

Trade-Offs

ПреимуществаНедостатки
Высокая производительность чтения: Базы данных широких колонок обеспечивают высокую производительность для запросов, которые требуют доступа к ограниченному набору колонок.

Сложность моделирования отношений: В модели баз данных широких колонок отношения между данными могут быть сложными для представления и обработки.

Горизонтальное масштабирование: Многие колоночные базы данных, такие как Cassandra и HBase, поддерживают горизонтальное масштабирование, что позволяет обрабатывать растущие объемы данных.

Ограниченная поддержка транзакций: Некоторые базы данных широких колонок могут иметь ограниченную поддержку транзакций, что делает их менее подходящими для приложений, требующих высокой согласованности данных.

NoSQL/Column/column oriented/base column

Базы данных ориентированные на колонки предназначены для работы с аналитическими сценариями. Такие базы группируют свои записи не по строкам как это делают релиационные базы, а по колонкам. Такая организация позволяет:


Строковые СУБД

Столбцовые СУБД

Trade-Offs

ПреимуществаНедостатки
Высокая производительность чтения OLAP сценариев: Ориентированные на колонки базы данных хорошо работают для аналитических запросов.

Не подходит для OLTP сценариев использования

  • медленная запись из-за того, что приходится писать в множество структур на диске
  • отсутствие транзакционности
Как правило высокая масштабируемость: Обычно такие базы данных изначально спроектированы под высокие требования по масштабируемостиСложность в моделировании данных

NoSQL/Search Engine

Специализированное семейство ни в коем случае не является конкурентам релиационным баз. Задача поисковых движков подержать сложные поисковые запросы к данным. По сути это вторичный индекс к любой другой базе данных.

Trade-Offs

ПреимуществаНедостатки
Вторичный индекс для систем которые такой индекс не поддерживают. В первую очередь полнотексторый.Такие система как правило сложно использовать как первичное хранилище данных
Вертикальная масштабируемость. Такие системы как правило уже спроектированны с учетом ростаМоделирование отношений. Не подходит для моделирования отношений. Как правило пребудет денормализации.
Отказоустойчивость. Как и большенство NoSQL решений. В основу поисковых движков изначально закладывают риски отказов

NoSQL/time series database

Данный тип баз данных можно использовать при необходимости отслеживания исторической динамики по ряду показателей. Здесь данные группируются по временным меткам. Базы временных рядов чаще ориентированы на запись, чем на построение сложных аналитических запросов.

описание картинки

Trade-Offs

ПреимуществаНедостатки
Ориентированны на запись большого объема данных

Специализированное решение для анализа временных рядов. Таких как:

  • данные о температуре
  • финансовые показатели
  • данные с датчиков IoT
Идеально подходит для time series сценариев


NoSQL/Multi-model database

Такие базы данных сочетают в себе несколько подходов к организации данных одновременно. Это обеспечивает функциональное разнообразие при разработке систем с их использованием.

Справедливости ради большинство совремпнных баз данных стремятся к мульти модельности. Зачастую уже и не понятно к какому семейству принадлежит та или иная базу.

Например:

Отличительной особенностью мульти-модельных баз данных является их изначальное проектирование с целью поддержания множественных моделей. Такие базы как правило имеют в своём составе очередь сообщения для рассылки общий последовательности.

dzone-multimodel.png

Trade-Offs

ПреимуществаНедостатки
Высокая масштабируемость. Такие базы данных как правило изначально спроектированны под высокие нагрузкиКак правило такие решения распространяются под закрытой лицензией и лицензирование стоит денег
Отказоустойчивость. Принципы высокой доступности и терпимость к отказам в них обычно заложены изначальноСеребренной пули не существует. Одна база скорее всего не удовлетворит всем нужным требованиям. Либо реализация будет хромать. Либо функциональности будет не хватать.
Более эффективная работа с разными представлениями в сравнении с базами широкого применения.Конечная согласованность. Не для всех приложений допустима согласованность в конечном счете. Может так получиться, что вам нужно вычитать из вторичного индекса, а он не согласован в данный момент.
Консистентность данных между разными моделями. Такие базы данных сами заботятся о консистентности данный между разными представлениями

NewSQL

NewSQL базы данных это попытка переиспользовать существующие SQL решения в распределенной среде. Как правило в таких базах за основу взято какая-то SQL база. Поверх реализовано шардирование и синхронная репликация. Такие базы данных как правило не способны обрабатывать распределенные транзакции, но гарантируют строгой согласованности в репликах.

Trade-Offs

ПреимуществаНедостатки
Поддержка ACID на несколько строк внутри одного шарда

Наследие прошлого, в виде РСУБД, не позволяет реализовать распределенные транзакции

Горизональная масштабируемость
Отказоустойчивость

DistributedSQL

DistributedSQL базы данных наследуют реляционную структуру и семантику, но построены с использованием более современных, масштабируемых конструкций. Цель – обеспечить большую масштабируемость, нежели РСУБД, и более высокие гарантии согласованности, чем в NoSQL. Компромисс между согласованностью, доступностью и производительностью является фундаментальной проблемой распределённых баз данных.

Часто термины NewSQL и DistributedSQL используют в качестве синонимов, но это не так. DistributedSQL построены полностью с нуля и не наследуют проблемы монолитных SQL.

Trade-Offs

ПреимуществаНедостатки
Масштабируемость. Это базовый принцип заложенный в это семействоДля эффективной работы с данными и транзакциями по прежнему требуется локальность данных.
Согласованность. От этого семейства требуется высокий уровень согласованности и изоляцииХоть и заявляется распределенный ACID, но он по прежнему не рекомендуется. Такие транзакции хоть и возможно, но остаются по прежнему дорогими.
Распределенная база данных SQL естественным образом должна обеспечивать высочайший уровень отказоустойчивости без необходимости использования внешних инструментов для достижения этой цели.
Поддержка ACID как локального так и распределенного

Оригинал на wiki