Чем отличается SQL от NoSQL?

SQL vs NoSQL: Полное сравнение

Основные различия

SQL (реляционные БД) и NoSQL (документные/графовые/key-value) решают разные задачи. Выбор зависит от данных и требований приложения.

Таблица сравнения

Детальное сравнение

SQL: PostgreSQL, MySQL, Oracle

Плюсы:

# Пример: Социальная сеть
# Таблица users
CREATE TABLE users (
    id SERIAL PRIMARY KEY,
    username VARCHAR(100) UNIQUE NOT NULL,
    email VARCHAR(100) UNIQUE,
    created_at TIMESTAMP
);

# Таблица posts
CREATE TABLE posts (
    id SERIAL PRIMARY KEY,
    user_id INTEGER REFERENCES users(id),
    content TEXT,
    created_at TIMESTAMP
);

# Таблица likes
CREATE TABLE likes (
    id SERIAL PRIMARY KEY,
    post_id INTEGER REFERENCES posts(id),
    user_id INTEGER REFERENCES users(id),
    UNIQUE(post_id, user_id)
);

# Сложный JOIN - работает быстро
SELECT u.username, COUNT(p.id) as post_count
FROM users u
LEFT JOIN posts p ON u.id = p.user_id
GROUP BY u.id
ORDER BY post_count DESC;

Плюсы SQL:

• Строгая схема (данные всегда корректны)
• Транзакции (ACID) - либо всё выполнится, либо ничего
• Мощные JOIN-ы без дополнительного кода
• Интеграция (внешние ключи, каскадное удаление)
• Проверка целостности на уровне БД
• Стандартный язык для всех СУБД

Минусы SQL:

• Масштабирование - сложно и дорого
• Нельзя быстро менять схему
• Требует нормализацию (много таблиц)
• Не подходит для очень большых объёмов (миллиарды строк)

NoSQL: MongoDB, DynamoDB, Redis, Cassandra

Пример: Большая социальная сеть

# MongoDB документ (JSON-like)
{
    "_id": ObjectId("507f1f77bcf86cd799439011"),
    "username": "john_doe",
    "email": "john@example.com",
    "profile": {
        "bio": "Software engineer",
        "followers": 1500
    },
    "posts": [
        {
            "id": "post_1",
            "content": "Hello world",
            "likes": 45,
            "comments": [
                {"user": "jane", "text": "Nice post!"}
            ],
            "created_at": "2025-03-23T10:00:00Z"
        }
    ]
}

# Запрос в MongoDB
db.users.find({
    "username": "john_doe",
    "profile.followers": {$gt: 1000}
})

# Масштабирование - добавляем новые серверы
db.users.insertMany([...])  # Автоматически распределяется

Плюсы NoSQL:

• Горизонтальное масштабирование (добавляй серверы, данные автоматически распределяются)
• Гибкая схема (документы могут быть разной структуры)
• Высокая производительность для чтения (кэширование, денормализация)
• Подходит для больших объёмов (петабайты данных)
• Отсутствие JOIN-ов улучшает скорость (данные в одном документе)
• Хорошо для временных рядов (Time Series Databases)

Минусы NoSQL:

• Отсутствие гарантий транзакций (BASE вместо ACID)
• Денормализация (дублирование данных)
• Сложнее валидировать данные
• JOIN-ы требуют дополнительного кода (N+1 запросы)
• Требует опыта (легче ошибиться)
• Итоговая консистентность (задержки в распространении)

Когда использовать что?

Используй SQL когда:

# 1. Много связей между сущностями
# Блоговая платформа с комментариями, лайками, подписками
# SQL с JOIN-ами решает это идеально

# 2. Транзакции критичны
# Банковский перевод: списать деньги со счёта, зачислить на другой
# Либо оба шага выполнятся, либо ни один
BEGIN;
UPDATE accounts SET balance = balance - 100 WHERE id = 1;
UPDATE accounts SET balance = balance + 100 WHERE id = 2;
COMMIT;  # Либо оба UPDATE-а выполнятся, либо оба откатятся

# 3. Данные хорошо структурированы
# Таблица с фиксированными колонками
# Каждая запись похожа на соседнюю

# 4. Объём данных умеренный (до десятков ГБ)
# PostgreSQL легко справляется с 10-20GB

Используй NoSQL когда:

# 1. Неструктурированные или полуструктурированные данные
# Логи приложений (разная структура логов)
# JSON API responses
# User profiles с разными полями

# 2. Масштабирование критично
# Социальная сеть с миллионами пользователей
# IoT датчики (миллиарды данных в день)
# Real-time analytics

# 3. Высокая скорость чтения важна
# Кэш сессий
# Лидерборды в играх (Redis)
# Прямой доступ к документам без JOIN-ов

# 4. Большие объёмы данных (терабайты и выше)
# Данные могут быть распределены на много машин

Примеры СУБД

SQL:

• PostgreSQL (мощная, с расширениями)
• MySQL (популярная, простая)
• Oracle (enterprise, дорогая)
• SQL Server (Microsoft, для Windows)

NoSQL:

• MongoDB (документная, JSON-like)
• Redis (key-value, очень быстрая, в памяти)
• Cassandra (column-family, распределённая)
• DynamoDB (AWS, управляемая)
• Elasticsearch (полнотекстовый поиск)

Гибридный подход

В современных приложениях часто используют оба:

# PostgreSQL для основной БД (структурированные данные)
user = db.query(User).filter_by(id=user_id).first()

# Redis для кэша (быстрый доступ)
cache = redis_client.get(f'user:{user_id}')

# MongoDB для логов (неструктурированные, много данных)
db.logs.insert_one({
    'timestamp': datetime.now(),
    'user_id': user_id,
    'event': 'login',
    'metadata': {...}  # Гибкая структура
})

# Elasticsearch для поиска (полнотекстовый)
es_client.search(index='posts', body={
    'query': {'match': {'content': 'python programming'}}
})

Новые тренды

NewSQL:

• CockroachDB - горизонтальное масштабирование + SQL + ACID
• Google Cloud Spanner - глобально распределённая SQL БД

Time Series Databases:

• InfluxDB - для метрик и аналитики
• Prometheus - для мониторинга

Ключевые моменты для интервью

1. SQL = структурированные данные + ACID транзакции + JOIN-ы
2. NoSQL = масштабирование + гибкость + скорость чтения
3. Выбор зависит от данных, объёма и требований
4. Современные приложения часто используют оба подхода
5. Никто не говорит "NoSQL заменит SQL", просто разные инструменты