Dans la première et la deuxième partie de cette série de blogs, nous avons vu quelques différences fondamentales entre l'évolutivité des bases de données relationnelles et non relationnelles. Dans cet article, je vais vous montrer comment utiliser correctement ces bases de données et vous parler de certaines entreprises bien connues qui utilisent ces bases de données.
Base de données relationnelle
Dans la première partie de cette série de blogs, j'ai parlé des propriétés ACID. Ces propriétés sont importantes pour maintenir une intégration transactionnelle étroite. Il existe certaines industries comme la banque, la vente au détail, etc., où chaque transaction nécessite des propriétés ACID. Dans les transactions bancaires, si un compte est crédité, un autre doit être débité. La mise à jour partielle n'est jamais autorisée, car elle affectera l'intégrité des données - Oracle, SQL Server, MySQL et d'autres RDBMS sont utilisés dans ce scénario.
Base de données non relationnelle (NoSQL DB)
Dans la première partie de cette série de blogs, j'ai également parlé des propriétés BASE. Celles-ci sont importantes pour assurer la cohérence des données sur tous les nœuds d'une base de données. Toute information ne nécessitant pas une intégrité stricte des données peut être stockée dans une base de données NoSQL. Par exemple, le contenu d'un système de moteur de recherche peut être stocké dans une base de données non relationnelle, car il est facile de récupérer rapidement des informations. Un bon exemple de système de moteur de recherche est Google. Google stocke généralement ses pages Web en cache dans une couche Web qui est actualisée périodiquement. Ces bases de données peuvent stocker des téraoctets de données historiques (par exemple, les transactions par carte de crédit d'une banque, au cours des 5 dernières années) dans un environnement distribué. Il est facile d'analyser et d'extraire des données dans une base de données NoSQL à l'aide du logiciel d'entrepôt de données SQL-Like HIVE. Les bases de données NoSQL peuvent être utilisées pour stocker d'énormes volumes de données non structurées et conviennent également à l'analyse de texte.
J'ai répertorié certaines des principales organisations qui utilisent ces bases de données :
Bases de données relationnelles
Serveur SQL :LG Electronics, MySpace, Hilton Hotels.
ORACLE :British Telecom, MasterCard, Reliance Ltd.
MySQL :Facebook, Twitter, LinkedIn. Facebook utilise MySQL pour stocker les interactions des utilisateurs, telles que les mises à jour de statut, les partages, les mentions J'aime, etc.
Bases de données non relationnelles
CouchBase :LinkedIn, AdAction.
Cassandre :Facebook, Twitter, Digg.
MongoDB :LinkedIn, Pearson.
Neo4j :Cisco, eBay, etc.
Comme vous l'avez vu, des entreprises comme Facebook, Twitter et LinkedIn utilisent à la fois des bases de données relationnelles et non relationnelles, en fonction de leurs besoins.
Permettez-moi maintenant de revenir à la première partie de cette série et de répondre aux questions suivantes :
Les bases de données relationnelles sont-elles capables de gérer le Big Data ?
Les bases de données relationnelles sont-elles évolutives ?
Les bases de données relationnelles sont-elles adaptées aux exigences de données de l'ère moderne ? Comme l'analyse en temps réel, traitant des données non structurées ?
La réponse à toutes ces questions est un « OUI » véhément. Les bases de données relationnelles ne vont pas disparaître dans ce monde social. En fonction de la nature et de la complexité de l'ensemble de données, la bonne base de données doit être utilisée. Les bases de données relationnelles et non relationnelles ont leurs propres avantages et inconvénients. La configuration correcte de l'environnement peut utiliser des bases de données relationnelles et non relationnelles de manière appropriée, comme Facebook, Twitter et LinkedIn l'ont fait.
