درس اول: آشنایی با مفهوم NoSQL

مقدمه

توسعهٔ دیتابیس‌های NoSQL همراه با احساس نیاز شرکت‌هایی مانند فیسبوک، گوگل، آمازون و دیگر غول‌های فناوری به کار کردن با حجم زیادی از داده‌ها آغاز شد به طوری که این دست دیتابیس‌ها به‌ صورت چشمگیری در حوزهٔ بیگ دیتا و اپلیکیشن‌های به‌ اصطلاح Real-time استفاده می‌شوند که در این مقاله با ماهیت و همچنین انواع مختلف این نوع از دیتابیس‌ها، قابلیت‌ها و تفاوت‌های آن‌ها آشنا خواهید شد.

دیتابیس‌های NoSQL، که گاهی تحت‌عنوان Not Only SQL هم شناخته می‌شوند، روشی برای مدیریت داده‌ها و طراحی پایگاه‌داده است که برای مجموعهٔ زیادی از داده‌های نامتمرکز به‌ کار گرفته می‌شوند و این در حالی است که NoSQL شامل طیف وسیعی از تکنولوژی‌ها و معماری‌ها می‌شود که این گوناگونی به خاطر نیاز به روش‌هایی برای حل مشکلات مقیاس‌پذیری و بازدهی بیگ دیتا است که در طراحی دیتابیس‌های به‌ اصطلاح Relational (رابطه‌ای) همچون MySQL این موارد در نظر گرفته نشده است.

اساساً معماری نواس‌کیوال بیشتر برای کسب‌وکارهایی مناسب است که نیاز به دسترسی و آنالیز حجم زیادی از داده‌های به‌ اصطلاح Unstructured (بدون ساختار) دارند و یا داده‌های آن‌ها به‌ صورت ریموت و روی چندین سرور مجازی بر بستر کلود قرار دارد. در واقع، ایدهٔ طراحی این تکنولو‌ژی ابتدا به ساکن توسط شرکت‌های پیشرو در حوزهٔ اینترنت نظیر فیسبوک، گوگل، آمازون و … مطرح شد که نیاز داشتند تا داده‌های خود را در هر جایی از دنیا فراخوانی کنند و در‌ عین‌ حال مشکلی با مقیاس‌پذیری و رشد حجم داده‌ها نداشته باشند و بازدهی مناسبی میان میلیون‌ها مجموعه داده و نیازهای متنوع کاربران خود داشته باشند.

شاخص‌ترین مزیت‌های دیتابیس‌های NoSQL

این دست دیتابیس‌ها مزیت‌های متعددی را نسبت دیتابیس‌های سنتی رابطه‌ای همچون مای‌اس‌کیو‌ال در اختیار دولوپرها قرار می‌دهند که تعدادی از شاخص‌ترین آن‌ها در ادامه آورده شده‌اند که برای اغلب دیتابیس‌های خانوادهٔ نواس‌کیو‌ال صادق هستند:

– ساختارنیافتگی: در دیتابیس‌های نواس‌کیو‌ال نیازی ندارید تا ابتدا اِسکمای پایگاه‌دادهٔ خود را طراحی کنید تا بتوانید داده‌های مورد نظرتان را در آن ذخیره کنید بلکه می‌توانید شروع به ذخیره‌سازی داده‌ها به صورت دلخواه خود کرده سپس دیتای مورد نیاز خود را فراخوانی کنید بدون آنکه نیازی باشد تا بدانید دیتابیس چگونه داده‌ها را ذخیره می‌کند و سازوکار آن به چه شکلی است (به‌ طور کلی، به نظر می‌رسد که ویژگی ساختارنیافتگی مهمترین تفاوت بین دیتابیس‌های نواس‌کیو‌ال و دیگر دیتابیس‌های رابطه‌ای باشد.)

– مقیاس‌پذیری: دیتابیس‌های نواس‌کیوال از روش مقیاس‌‌پذیری افقی پشتیبانی می‌کنند که این ویژگی باعث می‌شود تا بتوان به‌ راحتی و بدون نیاز به ارتقاء سخت‌افزاری، ظرفیت دیتابیس را کم و زیاد کرد. به عبارتی، این کار باعث حذف میزان زیادی از هزینه‌ها و پیچیدگی‌های طراحی اِسکمای دیتابیس‌های به‌ اصطلاح RDBMS می‌شود که هنگام کم و زیاد کردن ظرفیت‌شان، انجام چنین کاری ضروری است (اصطلاح RDBMS مخفف واژگان Relational Database Management System به‌ معنی «سیستم مدیریت دیتابیس رابطه‌ای» است.)

– عملکرد: بعضی از دیتابیس‌ها طوری طراحی شده‌اند که بهترین پرفومنس (عملکرد) خود را با مدل‌های خاصی از سخت‌افزارهای ذخیره‌سازی و پردازشی داشته باشند و گاهی تنها با این سخت‌افزارها سازگاری کامل دارند اما در مورد دیتابیس‌های نواس‌کیو‌ال خواهید توانست به‌ راحتی و با اضافه کردن سرورهای ارزان قیمتی، که اصطلاحاً Commodity Servers نامیده می‌شوند، بازدهی را افزاریش دهید که این ویژگی باعث می‌شود تا کسب‌وکارهای نوپا بتوانند با استفاده از این نوع دیتابیس‌ها، سرعت بالایی در ثبت و فراخوانی داده‌ها را رقم زده که مسلماً منجر به ایجاد تجربهٔ کاربری خوبی بدون صرف هزینه‌های کلان مرتبط با دیتابیس‌های رابطه‌ای می‌گردد.

– دسترسی بالا: به‌ طور‌ کلی، دیتابیس‌های نواس‌کیو‌ال به‌ منظور ایجاد میزان دسترسی بالا و کاهش پیچیدگی‌هایی که به‌ صورت پیش‌فرض در معماری دیتابیس‌های رابطه‌ای وجود دارند، طراحی شده‌اند. بعضی از دیتابیس‌های غیرمتمرکز نواس‌کیوال (Distributed NoSQL) از نوعی معماری تحت‌ عنوان Masterless استفاده می‌کنند که به‌ صورت خودکار داده‌ها را میان منابع مختلفی تقسیم می‌کند تا عملیات ثبت و فراخوانی، حتی در صورت از کار افتادن یکی از منابع، همچنان امکان‌پذیر باشد.

– دسترسی جهانی: دیتابیس‌های غیرمتمرکز نواس‌کیو‌ال با تکثیر خودکار داده‌ها در میان سرورهای متعدد، دیتاسنترها و یا فضاهای ابری می‌توانند تأخیر در دسترسی را به‌ حداقل برسانند و صرف‌ نظر از مکان جغرافیایی کاربران، تجربهٔ کاربری یکسانی برای تمامی ایشان رقم بزنند. یکی دیگر از مزیت‌های این نوع دیتابیس‌ها، کاهش میزان قابل‌توجهی از کار مدیریت دستی دیتابیس است که در دیتابیس‌های رابطه‌ای وجود دارد و حذف چنین حجمی از کار، باعث می‌شود که تیم‌های توسعهٔ نرم‌افزار توجه خود را به اولویت‌های کاری دیگر متمرکز کنند.