データベースの技術トレンド

NoSQLとは

NoSQL（Not only SQL）はRDBではスケールできないという課題を解決させるために生まれました。それではこの技術が生まれた背景はどのようなものだったのでしょうか？

NoSQLの特性と、それを活かしたサービスとともに解説していきます。

RDBMSからNoSQLへの変遷

RDBMS（Relational DataBase Management System）は、汎用性が高いデータ構造によってもたらされるACID特性（複数の処理をまとめて管理する時の４つの特性：Atomicity、Consistency、Isolation、Durability）など、金融システムに求められるようなデータの整合性や速いトランザクション処理など、多くのメリットがありました。

しかし、Webサービスの多様化により、非構造的なデータ（文章や動画、画像など）を大量に処理するために、処理能力の拡張をすることが必須となり、それを解決するために、構造化データを構築するSQL（Structured Query Language）と他の言語を組み合わせたNoSQL（Not only SQL）という領域のデータベース技術が登場しました。

NoSQLでは、ACID特性のようなデータの整合性を重要とせず、柔軟な一貫性概念と分散処理能力が重視されました。この移行は「ACIDからBASEへ（厳密な一貫性の代わりにスケーラビリティを優先する概念：Basically Available、Soft-state、Eventually consistent）」と表現されています。

また以下の記事でデータベースのトレンドについて詳しく解説しています。RDBの変遷について理解を深めたい方は参考にしてください。

▼RDBについて詳しく知ろう！
参考記事：データベースの現状と最新トレンド

NoSQLの主な特性

NoSQL誕生の背景からもわかるように、その特性の一つとしてスケールアウトがあります。しかしNoSQLの機能はスケールを拡大できるにとどまらず耐障害性や高速処理もあります。具体的には以下の通りです。

■スケールアウト

大量のデータを扱うことができ、サーバの大きさ・台数に比例して拡張できる柔軟性

■耐障害性

トランザクション（データベース全体の整合性を維持する処理）が必要ないため、一部のトラブルによるバグが生じにくい

■高速処理

整合性を取る処理がないため、反応が速い

NoSQLの種類とは

NoSQLはYoutubeなどの動画サイトが主な例ですが、とにかくデータ量が大きく、整合性よりも処理速度が求められるようになったことで、開発されました。以下は、その特性を前提として、さらに技術的な分類をしたものになります。それぞれ、主な特徴だけを取り上げます。

ドキュメント指向型

データの中でも、記事コンテンツや文字などの不定型データを扱うために、データをドキュメント化して保存することを目的としたデータベース。キー（識別）に対する反応としてバリュー（必要）を要求せず、ドキュメントとして格納できます。スキームが必要なく、複雑なデータ構造にでも対応できるため、オンラインゲームアプリなどに使用されます。

キーバリュー型

製品ごとに異なりますが、共通の特徴としてはトランザクションのない大容量・高速データ処理が挙げられます。動画や文字などの格納に適し、キーワードでアクセス可能です。可用性・拡張性に優れており、Twitterなどの非トランザクション型データを大量に扱う場合に有効です。

カラム指向型

行／列のあるテーブルスキームにデータを格納しますが、クエリを使用した時に、そのクエリと関連のあるデータのカラムがまとめられます。１回の操作での関連データ検索に優れ、行指向型とも呼ばれています。データ分析などに使用されることがあります。

グラフ型

データをノード単位に分類し、ラベル、属性、関係性を与えます。つまり、「人物」という属性に「名前、年齢、性別、住所」などを設定でき、また関係性によってデータ同士のつながりをパターン化することができます。分散処理など、スケールアウトの点で他のNoSQLに劣りますが、FacebookなどのSNSで利用されています。

NoSQLからNewSQLへ

NewSQLが開発された背景は、NoSQLの拡張性と同時に、ACID特性も両立させたいというニーズからです。ちなみに、NoSQL製品にはそれぞれの弱点を補完し、NewSQLと呼べるものがすでに存在しました。

NewSQLによって実現できることは何かというと、AKB総選挙が例として挙げられますが、大量のデータを処理しつつ、データ全体の整合性を取るということです。

ビッグデータを「取得」するよりも「活用」することが重要となり、それによって解を出すために、分析とモデリングを同時に行う必要性が出てきました。データベースという広いくくりの中で、自社のWebサービスのパフォーマンスを最大化するためのニーズを理解し、データ処理の最適化をしましょう。

データベースをビジネスとつなげる

アプリケーション開発によるビジネスシーンの変容は、データベースへのニーズを変え、ビッグデータを処理しながら、トランザクションやリアルタイムな分析を要求するようになりました。

データを使った分析とそれを基にした予測データを出力し、細かな予算の組み立てを行うことが常識となりつつあります。その際、データベースとの関係は切り離せません。この記事を参考に、是非データベース製品の比較検討をしてみてください。