Какие типы БД знаешь?

Основные типы баз данных и их применение

Реляционные БД (SQL)

Характеристика: Данные организованы в таблицы со строками и столбцами. Строгая схема, ACID гарантии.

Примеры:

• PostgreSQL — открытая, мощная, расширяемая, поддерживает JSON
• MySQL — простая, популярная, хороша для веб-приложений
• Oracle — корпоративная, дорогая, мощная
• SQL Server — от Microsoft, хороша в экосистеме Windows
• MariaDB — форк MySQL с открытым кодом

Когда использовать:

• Структурированные данные
• Строгие требования консистентности
• Сложные запросы с JOIN
• Финансовые системы, критичные приложения

var db *sql.DB
rows, err := db.Query("SELECT id, name FROM users WHERE age > $1", 18)
if err != nil {
    log.Fatal(err)
}
defer rows.Close()

NoSQL БД

1. Документориентированные (Document Store)

MongoDB, CouchDB, Firebase Firestore

• Гибкая схема, JSON-подобные документы
• Хороши для быстрого развития
• Встроенная валидация на уровне приложения

// Пример: MongoDB
type User struct {
    ID    primitive.ObjectID `bson:"_id"`
    Name  string            `bson:"name"`
    Email string            `bson:"email"`
}
col := client.Database("mydb").Collection("users")
result, err := col.InsertOne(ctx, user)

2. Ключ-значение (Key-Value Store)

Redis, Memcached, DynamoDB

• Максимально быстрые, держат данные в памяти
• Идеальны для кеша, сессий, очередей
• Простая модель данных

// Redis пример
rdb := redis.NewClient(&redis.Options{
    Addr: "localhost:6379",
})
err := rdb.Set(ctx, "key", "value", 0).Err()
val, err := rdb.Get(ctx, "key").Result()

3. Колонкиентированные (Columnar)

ClickHouse, Apache Cassandra, Vertica

• Оптимизированы для аналитики и больших объёмов
• Отличная сжимаемость
• Быстрые агрегирующие запросы

Когда использовать: Временные ряды, логирование, аналитика больших данных.

4. Графовые БД (Graph)

Neo4j, Amazon Neptune

• Хранят данные как узлы и рёбра
• Идеальны для социальных сетей, рекомендаций, иерархий
• Быстрые отношения на несколько уровней

// Пример: рекомендации или путешествия по графу
query := `MATCH (u:User)-[:FRIENDS_WITH]->(friend:User)
WHERE u.id = $userId
RETURN friend.name`

5. Поисковые БД (Search Engines)

Elasticsearch, Solr, Meilisearch

• Оптимизированы для полнотекстового поиска
• Инвертированные индексы
• Быстрая фильтрация и агрегация

Когда использовать: Поисковые системы, логирование, мониторинг.

Гибридный подход

На практике эффективные системы часто комбинируют несколько БД:

// Типичная архитектура
// 1. PostgreSQL — основные данные
// 2. Redis — кеш и сессии
// 3. Elasticsearch — поиск
// 4. ClickHouse — аналитика

type DataStore struct {
    PostgreSQL *sql.DB
    Redis      *redis.Client
    Elasticsearch *elastic.Client
}

Критерии выбора БД

• Консистентность → PostgreSQL, MySQL
• Скорость → Redis, Memcached
• Гибкость схемы → MongoDB, Firestore
• Масштабируемость → Cassandra, DynamoDB
• Анализ данных → ClickHouse, BigQuery
• Поиск → Elasticsearch, Solr
• Отношения → Neo4j, PostgreSQL с JSON

При выборе учитывайте требования проекта, объём данных, паттерны доступа и команду разработчиков.