С какими работал базами данных

Опыт работы с различными БД

За 10+ лет разработки я работал с большим спектром баз данных, каждая из которых имеет свои преимущества и use case'ы. Расскажу о наиболее значимом опыте.

PostgreSQL (основной выбор)

Это моя primary БД для 80% проектов. PostgreSQL идеален для:

• Сложные запросы: JSONB, массивы, оконные функции, CTE
• Транзакции: ACID гарантии для финансовых операций
• Full-text search: встроенная поддержка
• Масштабируемость: от малых до крупных приложений

interface UserMetadata {
  preferences: {
    language: string;
    theme: 'light' | 'dark';
  };
  subscription_tier: 'free' | 'pro' | 'enterprise';
}

const users = await db.query(`
  SELECT * FROM users
  WHERE data->>'language' = $1
  AND (data->>'subscription_tier')::text = $2
`, ['en', 'pro']);

MongoDB (документная БД)

Использовал в проектах где нужна гибкость схемы:

• E-commerce: разнородные товары с разными атрибутами
• CMS: динамичный контент с вложенными полями
• Analytics: накопление событийных данных без фиксированной схемы

db.products.insertOne({
  name: 'Product A',
  category: 'Electronics',
  specs: {
    color: 'black',
    ram: '16GB'
  }
});

db.products.insertOne({
  name: 'Product B',
  category: 'Clothing',
  specs: {
    size: 'L',
    material: 'cotton'
  }
});

Redis (in-memory cache)

Работал с Redis в сценариях:

• Кэширование: результаты дорогих запросов
• Rate limiting: счетчики запросов по IP
• Session storage: быстрое хранилище сессий
• Pub/Sub: real-time события между микросервисами
• Очередь: задачи для асинхронной обработки

async function isRequestAllowed(userId: string): Promise<boolean> {
  const key = `rate_limit:${userId}`;
  const limit = 100;
  const window = 3600;
  
  const count = await redis.incr(key);
  if (count === 1) {
    await redis.expire(key, window);
  }
  
  return count <= limit;
}

redis.on('message', (channel, message) => {
  if (channel === 'user-updates') {
    io.emit('user-online', JSON.parse(message));
  }
});

MySQL (для legacy проектов)

Встречал его в старых проектах, но не выбираю новых:

• Нет встроенного оптимального JSON типа
• Нет JSONB
• Нет встроенного Full-text search как в PostgreSQL
• Строго следует стандарту SQL

Elasticsearch (поиск и аналитика)

Использовал для:

• Полнотекстовый поиск: быстрый поиск по большим объемам текста
• Логирование: централизованное хранилище логов (ELK stack)
• Аналитика: быстрые агрегации для dashboard'ов

const client = new elasticsearch.Client({ node: 'http://localhost:9200' });

await client.index({
  index: 'articles',
  body: {
    title: 'Node.js Best Practices',
    content: 'Comprehensive guide to...',
    author: 'John Doe'
  }
});

const results = await client.search({
  index: 'articles',
  body: {
    query: {
      multi_match: {
        query: 'Node.js best practices',
        fields: ['title^2', 'content']
      }
    }
  }
});

DynamoDB (NoSQL в AWS)

Работал в AWS-проектах:

• Масштабируемость: автоматическое масштабирование
• Serverless: платишь за операции, не за инстансы
• Глобальные таблицы: репликация между регионами

import { DynamoDBClient } from '@aws-sdk/client-dynamodb';
import { DynamoDBDocumentClient, PutCommand } from '@aws-sdk/lib-dynamodb';

const client = new DynamoDBClient({ region: 'us-east-1' });
const docClient = DynamoDBDocumentClient.from(client);

await docClient.send(
  new PutCommand({
    TableName: 'users',
    Item: {
      userId: 'user-123',
      email: 'user@example.com',
      createdAt: new Date().toISOString()
    }
  })
);

SQLite (для мобильных и embedded)

Использовал для:

• Мобильные приложения: хранение данных на устройстве
• Electron приложения: локальная БД
• Тестирование: быстрая in-memory БД для тестов

import Database from 'better-sqlite3';

const db = new Database(':memory:');

db.exec(`
  CREATE TABLE users (
    id INTEGER PRIMARY KEY,
    email TEXT NOT NULL,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
  )
`);

const insert = db.prepare('INSERT INTO users (email) VALUES (?)');
insert.run('test@example.com');

Итоговая таблица выбора БД