【DB2024 #6】NoSQLについて - ニフティ’s Notion

NoSQLとは NoSQLの特徴 NoSQLのメリット垂直スケーリングと水平スケーリング垂直スケーリング水平スケーリング NoSQLのデメリット NoSQLの種類と具体例ドキュメント指向型カラム指向型(ワイドカラム) グラフキーバリュー(KVS) 階層型 Amazon DynamoDB Amazon DynamoDBとはテーブルからのデータの読み込み

NoSQLとは

AIに聞いてみた

NoSQLとは

NoSQLは、従来のリレーショナルデータベース(RDBMS)とは異なる、非リレーショナルなデータベース管理システムの総称です。

RDBMS以外の DBMS (データベース管理システム: D ata B ase M anagement S ystem)を NoSQL と呼ぶ
RDBには カラムの追加に対して柔軟性がない
- テーブル設計が必要
- 各カラム(列)の型が厳密に決まっている
- データ量に比例して処理時間も増加していく
NoSQLを使用することで、膨大な量のデータを処理することができるようになる

NoSQLの特徴

AI君再度登場

NoSQLの特徴

NoSQLの主な特徴は以下のようなことが挙げられます

1. スキーマレス

- NoSQLデータベースは事前にデータ構造を定義する必要がなく、フレキシブルなデータモデルを採用しています。これにより、データ構造の変更が容易になります。

2. 水平スケーラビリティ

- NoSQLでは、データを複数のサーバーに分散して格納するため、データ量の増大に合わせてシステムを柔軟に拡張できます。

3. 高可用性

- NoSQLでは、データの複製や分散配置により、単一障害点が発生しにくく、高い可用性を実現できます。

4. 高スループット

- NoSQLは単純なデータモデルを採用しているため、大量のデータを高速に処理できます。

5. CAP定理への対応

- NoSQLでは、整合性よりも可用性とパーティション耐性を重視した設計が可能です。

6.柔軟なクエリ

- RDBMSのようなSQL言語による複雑なクエリは必要とせず、キーバリューペア、ドキュメント指向、列指向といったデータモデルに合わせたクエリ方式を採用しています。

NoSQLのメリット

拡張性
- 水平スケーリング(マシンの台数を増やすスケーリング方法)に適しているため、あとからサーバの台数を増やしやすい
- RBDMSは主に垂直スケーリング(マシンのスペックを上げるスケーリング方法)で対応する
高速性
- 大量のデータの処理を捌くのが得意
- RDBはデータ量が増えるほど、処理時間も増加していく
柔軟性
- テーブルの構造を厳密に指定せず、そのままの形で拡張可能
分散処理
- 複数のノード(サーバ)に処理を分散することができる
高可用性
- 複数ノード運用に適しているため、マルチゾーンの構成にしやすい
- そのため耐障害性が高い

垂直スケーリングと水平スケーリング

水平スケーリング

	垂直スケーリング	水平スケーリング
対応方法	サーバのスペックアップ	サーバの台数増加
対応難易度	難しい	(設計次第で)容易
上限	あり	なし(ただし無限には増やせない)
設計難易度	低い	高い

NoSQLのデメリット

RDBで使える一部機能が使えない
- 後述のKVSやドキュメント指向型では集計クエリやソートが使えない
一部のモデルでは トランザクション が使えない
- 処理中にシステムがダウンすると、中途半端な状態になってしまう
- 同時並行で処理が実行された場合、整合性が取れなくなる可能性がある
命名規則などを決めないと闇鍋になる
- 何でも入るからと言って、命名規則なしにデータを入れるとデータの管理や検索が大変
トラブルシューティングに技術とシステムに対するドメイン知識が必要
- RDBの用に厳密なスキーマ定義などが決められているわけではないので、システムに合わせた対策が必要
要件定義(ユースケース)をはっきりさせてから設計しなくてはいけない

DynamoDB 用の NoSQL - Amazon DynamoDB

DynamoDB のような NoSQL データベースシステムの主な相違点と設計原則を確認する

https://docs.aws.amazon.com

NoSQLの種類と具体例

ドキュメント指向型

ドキュメントでデータを管理するNoSQL
XML や JSON などの形でデータを保存することができる
後述の MongoDB にはレプリケーション機能があるので、耐障害性が高い
ただし、 SQLが書けなかったり 、 トランザクションがない (データの一貫性が確保できない)などのデメリットもある

カラム指向型(ワイドカラム)

リレーション型が「行」ごとでデータを管理するのに対し、カラム指向型では 「列」単位 でデータを管理する
- 1つのキーに対して複数のカラムを作る
RDSと違い、データが無かったりしても良いし、カラムごとの型指定もない
圧縮や分散処理に向いている

グラフ

データを グラフ (ノード、エッジ、プロパティの３要素で構成される)で管理する
目的のデータを検索するのは得意だが、全体から絞り込みをするなどの検索方法は苦手

キーバリュー(KVS)

データと一緒にキーを保存する形式
- Pythonのdict型が近い
IoTセンサーのデータ記録や株価・為替データの管理などに向いている
キーバリュー型の枠組みの中に、時系列型がある
- キー(時間)
- バリュー(データ)

階層型

親ノードと子ノードを使ってツリーでデータを管理する
ルートがグラフ型より限定されるため検索は非常に高速だが、柔軟性や拡張性に欠ける

一部メインフレームで使われているため、めったに使われることはない(自分も見たことはない)

概要引用
Amazon DynamoDB は、key-value およびドキュメントデータモデルをサポートする NoSQL データベースです。開発者は、DynamoDB を使用して小規模から開始してグローバルまで拡張できる最新のサーバーレスアプリケーションを構築して数ペタバイトのデータや 1 秒あたり数千万の読み込みおよび書き込みリクエストをサポートすることができます。DynamoDB は、従来のリレーショナルデータベースであれば高い負荷を生じさせていた高パフォーマンスのインターネット規模のアプリケーションを実行するように設計されています。
https://aws.amazon.com/jp/dynamodb/features/

KVS およびドキュメント型をサポートするNoSQL
スケーリングが容易なため、小規模~大規模まであらゆる規模のアプリケーションに対応する

以下はAWSのチュートリアルで使われているサンプル

用語

テーブル
- データの集まり
項目
- 1つのデータ(キー+バリューの集合)
- プライマリーキーが設定される
属性
- キー+バリューの1つの組み合わせ
- データの最小単位

プライマリーキー
- パーティションキー
  - 1つの属性で構成されるプライマリーキー
  - テーブルの中で、必ず一意の値でなければいけない
- パーティションキー と ソートキー ( 複合プライマリーキー )
  - 2つの属性で構成されたプライマリーキー
    - 2つより多くは指定できない
  - 1つ目の要素をパーティションキー、2つ目をソートキーと呼ぶ
    - Atrist:パーティションキー
    - SongTitle:ソートキー
  - パーティションキーは重複しても良いが、パーティションキーとソートキーの組み合わせが必ず一意でなければ行けない