NoSQL

Co jsou NoSQL databáze?

NoSQL databáze jsou nerelační databázové systémy, které nepoužívají tradiční tabulkovou strukturu jako SQL databáze. Název NoSQL původně znamenal "No SQL" (žádné SQL), ale dnes se častěji interpretuje jako "Not Only SQL" – tyto databáze totiž často podporují SQL-like dotazovací jazyky, ale nejsou na ně omezeny. NoSQL databáze vznikly jako odpověď na potřeby Big Data, vysoké rychlosti a škálovatelnosti, které tradiční relační databáze nedokázaly efektivně pokrýt.

Největší rozdíl oproti SQL je flexibilní schéma – nemusíte předem definovat strukturu dat jako u MySQL tabulek. Můžete ukládat dokumenty různých struktur do stejné kolekce. To je ideální pro rychlý vývoj, protože změny datového modelu nevyžadují nákladné migrace. NoSQL databáze jsou navrženy pro horizontální škálování (přidáním dalších serverů), zatímco SQL databáze typicky škálují vertikálně (výkonnějším serverem). Pro aplikace s miliony uživatelů nebo petabajty dat je horizontální škálování klíčové.

NoSQL databáze často pracují s CAP teorémem – můžete vybrat maximálně dvě ze tří vlastností: Consistency (konzistence), Availability (dostupnost) a Partition Tolerance (odolnost vůči síťovému rozdělení). Většina NoSQL databází volí dostupnost a partition tolerance, což znamená "eventual consistency" – data se časem stanou konzistentními, ale ne okamžitě. Tento kompromis je přijatelný pro mnoho moderních aplikací jako sociální sítě, kde není kritické vidět nejnovější data okamžitě. NoSQL databáze dokonale fungují s API architekturou a podporují JSON formát, což perfektně sedí k moderním backendovým technologiím.

Jak NoSQL databáze fungují?

NoSQL databáze nepoužívají pevné schéma s předem definovanými sloupci a tabulkami. Místo toho ukládají data v flexibilních strukturách – dokumenty, key-value páry, sloupce nebo grafy. Bez pevného schématu můžete přidávat nová pole kdykoliv bez nutnosti měnit strukturu celé databáze. To dramaticky urychluje iterace a vývoj nových funkcí. Například v MongoDB (dokumentová databáze) můžete uložit JSON dokument s libovolnými poli – každý dokument v kolekci může mít jinou strukturu.

NoSQL databáze pracují s eventual consistency – data nemusí být okamžitě konzistentní napříč všemi uzly. Když zapíšete data do jednoho serveru, chvíli trvá, než se replikují na další servery. To umožňuje extrémní rychlost zápisu a čtení, ale vyžaduje to aplikační logiku, která s tímto počítá. Většina NoSQL databází podporuje denormalizaci dat – místo rozdělení dat do mnoha tabulek a joinování (jako u SQL) ukládáte související data pohromadě. Tím eliminujete pomalé joiny a dosáhnete rychlejšího čtení.

Sharding a replication jsou klíčové mechanismy škálování NoSQL databází. Sharding znamená rozdělení dat napříč více servery podle klíče (například podle ID uživatele). Replication vytváří kopie dat na různých serverech pro redundanci a rychlejší čtení. NoSQL databáze nativně podporují JSON dokumenty, což znamená, že můžete ukládat komplexní objekty bez nutnosti je rozdělit do mnoha tabulek. Indexování funguje odlišně než u SQL – můžete indexovat vnořená pole v JSON dokumentech. To je ideální pro moderní aplikace, které pracují s JSON API a potřebují rychlost bez složitých cache vrstev. Výkon NoSQL databází je optimalizován pro vysoký throughput a nízkou latenci, což je klíčové pro rychlé webové aplikace.

Typy NoSQL databází

• Dokumentové databáze (MongoDB, CouchDB, Firebase)

Ukládají data jako JSON nebo BSON dokumenty. Ideální pro webové aplikace, e-shopy a aplikace s proměnlivým schématem. MongoDB je nejpopulárnější NoSQL databáze – skvělá pro Node.js backend, podporuje agregační pipeline, ACID transakce (od verze 4.0) a má obrovskou komunitu. Firebase (Google) je managed databáze s real-time synchronizací, perfektní pro mobilní aplikace.

• Key-Value databáze (Redis, Memcached, DynamoDB)

Nejjednodušší NoSQL typ – ukládají páry klíč-hodnota jako slovník. Extrémně rychlé pro cachování, session management a real-time metriky. Redis je in-memory databáze s persistence – používá se pro cache, message queuing, leaderboardy a rate limiting. DynamoDB (AWS) je serverless key-value databáze s automatickým škálováním.

• Column-Family databáze (Cassandra, HBase)

Ukládají data ve sloupcích místo řádků – optimalizované pro analytické dotazy nad obrovskými datasety. Cassandra zvládá petabajty dat a miliony zápisů za sekundu bez Single Point of Failure. Používají ji Netflix, Apple nebo Spotify pro time-series data, logy a IoT aplikace. HBase běží na Hadoop ekosystému.

• Grafové databáze (Neo4j, ArangoDB)

Specializované na ukládání vztahů mezi entitami. Ideální pro sociální sítě, doporučovací systémy, detekci podvodů nebo knowledge graphs. Neo4j používá Cypher dotazovací jazyk pro traversování grafů – můžete rychle najít všechny přátele přátel nebo nejkratší cestu mezi uzly. ArangoDB podporuje dokumenty, grafy i key-value v jedné databázi.

Výhody a nevýhody NoSQL

Výhody:

• Horizontální škálovatelnost

Můžete přidávat další servery a NoSQL databáze automaticky distribuuje data. SQL databáze typicky škálují vertikálně (výkonnějším serverem), což má limity a je dražší.

• Vysoká rychlost

Denormalizace dat, absence složitých joinů a optimalizace pro čtení/zápis dělají NoSQL extrémně rychlé pro specifické use-casy. Redis vrací data pod 1ms.

• Flexibilní schéma

Můžete ukládat různé struktury do stejné kolekce bez migrace databáze. Ideální pro rychlý vývoj a častých změnách v produktu.

• Skvělé pro Big Data

NoSQL databáze jsou navrženy pro petabajty dat a miliony operací za sekundu. Cassandra, HBase nebo MongoDB Atlas zvládají obrovské objemy dat bez problémů.

• Optimalizované pro cloud

Většina NoSQL databází má managed cloud verze (MongoDB Atlas, AWS DynamoDB, Firebase) s automatickým škálováním, zálohováním a monitoringem. Platíte jen za to, co využijete.

• Nízká latence

Díky denormalizaci a optimalizovanému čtení můžete dosáhnout latence pod 10ms i při milionech dotazů. To je klíčové pro real-time aplikace.

• Vhodné pro nestrukturovaná data

Logy, senzorová data, JSON z API, user-generated obsah – vše, co nemá pevnou strukturu, sedí do NoSQL lépe než do SQL tabulek.

Nevýhody:

• Nedostatečná standardizace

Každá NoSQL databáze má vlastní dotazovací jazyk (MongoDB má MQL, Cassandra CQL, Neo4j Cypher). Na rozdíl od SQL není univerzální standard. Migrace mezi NoSQL databázemi je složitá.

• Eventual consistency problémy

Pro některé aplikace (bankovnictví, rezervační systémy) je eventual consistency nepřijatelná. Potřebujete silnou konzistenci, kterou SQL databáze garantují lépe.

• Složitější joins

NoSQL databáze nejsou navrženy pro komplexní joiny napříč kolekcemi. Pokud vaše aplikace vyžaduje mnoho relací a joinů, SQL bude jednodušší a výkonnější.

• Méně mature nástroje

SQL má desítky let vývoje, stabilní nástroje, ORM frameworky a debugging. NoSQL ekosystém je mladší, některé nástroje jsou méně vyzrálé nebo dokumentované.

• ACID transakce ne vždy

Některé NoSQL databáze nepodporují ACID transakce (atomicita, konzistence, izolace, trvanlivost) nebo je podporují jen omezeně. Pro finanční aplikace je to problém.

• Jiný způsob myšlení

Vývojáři zvyklí na SQL musí přeučit způsob, jak modelovat data. Místo normalizace a joinů musíte denormalizovat a duplicitovat data. To vyžaduje změnu mentality.

Kdy použít NoSQL místo SQL?

NoSQL databáze jsou ideální pro aplikace s obrovským množstvím dat a vysokým provozem – miliony uživatelů, petabajty dat, tisíce zápisů za sekundu. Sociální sítě, streamingové platformy, IoT aplikace nebo e-shopy s obrovským katalogem produktů profitují z horizontálního škálování NoSQL. Pokud vaše data nemají pevnou strukturu nebo se často mění, NoSQL flexibilní schéma dramaticky urychluje vývoj.

Real-time aplikace jako chaty, notifikace, dashboardy nebo online hry vyžadují nízkou latenci a vysoký throughput. Redis nebo MongoDB poskytují sub-10ms latenci při čtení. Cloud-native aplikace využívající mikroservisní architekturu často volí managed NoSQL databáze (MongoDB Atlas, DynamoDB) s automatickým škálováním a pay-per-use modelem. To je levnější a jednodušší než spravovat vlastní SQL clustery.

Kdy zůstat u SQL? Pokud vaše aplikace vyžaduje komplexní relace mezi tabulkami, časté joiny a silné ACID transakce, SQL (MySQL, PostgreSQL) je lepší volba. Finanční aplikace, rezervační systémy nebo ERP systémy potřebují garantovanou konzistenci dat. Pro menší projekty s jasnou strukturou dat je SQL jednodušší a má lepší nástroje.

Konkrétní příklady: MongoDB použijte pro e-commerce katalog s tisíci produkty různých typů (každý má jiné atributy). Redis jako cache vrstvu pro zrychlení načítání často používaných dat nebo session storage. Cassandra pro time-series data z IoT senzorů, kde potřebujete ukládat miliony měření za sekundu. Firebase pro mobilní aplikace s real-time synchronizací. Pro production nasazení doporučuji kvalitní hosting s podporou NoSQL databází (AWS, Google Cloud, MongoDB Atlas).

Související pojmy