Какие знаешь виды нереляционных баз данных?

Виды нереляционных баз данных

Нереляционные (NoSQL) БД классифицируют по типам хранения и обработки данных. Рассмотрю основные категории:

1. Документо-ориентированные БД

Принцип: Хранят данные в виде документов (JSON, BSON)

Примеры:

• MongoDB - самая популярная, гибкая схема, good для быстро меняющихся требований
• CouchDB - document-based с репликацией, offline-first подход
• Firebase Firestore - managed БД в облаке, real-time синхронизация

Когда использовать: когда структура данных не строга, нужна гибкость, есть вложенные структуры

2. Key-Value хранилища

Принцип: Простое соответствие ключ -> значение

Примеры:

• Redis - в памяти, очень быстро, с поддержкой структур (strings, lists, sets, hashes)
• Memcached - простой кеш в памяти
• DynamoDB - managed key-value от AWS

Когда использовать: кеширование, сессии, real-time данные, очереди задач

3. Графовые БД

Принцип: Хранят узлы (vertices) и связи (edges) между ними

Примеры:

• Neo4j - лидер, мощный query язык Cypher
• ArangoDB - multi-model БД (документы + граф)
• Amazon Neptune - managed граф БД

Когда использовать: социальные сети, рекомендации, анализ зависимостей, путеводители

4. Временные ряды (Time Series)

Принцип: Оптимизированы для хранения метрик и событий с timestamp'ами

Примеры:

• InfluxDB - специализирована на метриках
• TimescaleDB - расширение PostgreSQL
• Prometheus - для мониторинга и алертинга

Когда использовать: мониторинг, логирование, метрики производительности, sensor data

5. Полнотекстовые поисковые системы

Принцип: Индексируют текст для быстрого поиска

Примеры:

• Elasticsearch - полнотекстовый поиск, аналитика
• Solr - Apache, похожа на ES
• Sphinx - лёгкая альтернатива

Когда использовать: поиск по контенту, логирование, аналитика

6. Columnar БД

Принцип: Хранят данные по колонкам, а не строкам

Примеры:

• Apache Cassandra - распределённая, высокая пропускная способность
• ClickHouse - для OLAP аналитики
• Vertica - корпоративная columnar БД

Когда использовать: аналитика больших объёмов данных, OLAP системы

7. Очереди сообщений (Message Brokers)

Принцип: Асинхронное хранение и доставка сообщений

Примеры:

• RabbitMQ - популярный, reliable delivery
• Apache Kafka - streaming, высокая пропускная способность
• AWS SQS - managed очередь

Когда использовать: асинхронная обработка, микросервисы, event streaming

8. Поиск и маршрутизация (Geospatial)

Принцип: Специализированы на географических данных

Примеры:

• MongoDB Geospatial Indexes
• PostGIS (расширение PostgreSQL)
• Redis Geo

Когда использовать: карты, поиск по локации, доставка

Практическое применение в проекте PrepBro

Для платформы с 75k вопросов я бы рекомендовал:

• PostgreSQL (реляционная) - основные данные, вопросы, ответы, пользователи
• Redis - кеширование результатов, сессии, счётчики активности
• Elasticsearch (опционально) - полнотекстовый поиск по вопросам
• ClickHouse (опционально) - аналитика статистики ответов

Критерии выбора NoSQL БД

Масштабируемость: нужна ли горизонтальная масштабируемость? Консистентность: требуется ли ACID? Скорость: какие задержки приемлемы? Сложность запросов: нужны ли join'ы? Затраты на разработку: сколько времени на изучение?