Les environnements d'interrogation des bases de données NoSQL
Les environnements d'interrogation des bases de données NoSQL
Big Data and Database Management · notes
Fiche de révisionRésumé
Rédigée à partir de ce document, puis vérifiée avant publication.
Les bases de données NoSQL sont devenues essentielles pour gérer le volume croissant de données générées par les entreprises. Ce document explore leur définition, leur utilisation, ainsi que les caractéristiques qui les distinguent des systèmes de gestion de bases de données traditionnels. Les étudiants apprendront également les différents types de bases de données NoSQL et le fonctionnement d'HBase sous Hadoop.
NoSQL est un acronyme qui a été introduit en 2009 pour répondre aux défis du Big Data. Pour certains, cela signifie « non SQL », tandis que pour d'autres, cela signifie « Not Only SQL », indiquant que le langage ne se limite pas au SQL traditionnel. NoSQL représente une approche de conception et d'administration des bases de données particulièrement adaptée aux grands ensembles de données distribuées.
Les bases de données NoSQL sont conçues pour répondre au théorème du CAP d'Eric Brewer, qui est plus pertinent pour les systèmes distribués. Ce théorème stipule qu'un système distribué ne peut garantir simultanément la cohérence, la disponibilité et la tolérance aux partitions. Ainsi, les bases de données NoSQL privilégient souvent la disponibilité et la tolérance aux partitions au détriment de la cohérence.
Les solutions NoSQL peuvent être regroupées en quatre grandes familles selon les modèles adoptés :
Le modèle clé/valeur peut être assimilé à une hashmap distribuée, où les données sont représentées par un couple clé/valeur. La valeur peut être une simple chaîne de caractères ou un objet sérialisé. Ce modèle offre une grande flexibilité, mais l'absence de structure ou de typage impacte le requêtage. Les principales solutions connues incluent Redis, Riak et Voldemort.
Ce modèle ressemble à une table dans un SGBDR, mais avec un nombre de colonnes dynamique. Chaque enregistrement peut avoir un nombre différent de colonnes, évitant ainsi les valeurs NULL. Les solutions les plus courantes sont HBase, qui est une implémentation open source du modèle BigTable de Google, et Cassandra, qui respecte l'architecture de Dynamo d'Amazon.
Dans ce modèle, la valeur est un document de type JSON ou XML. Cela permet de récupérer des informations structurées de manière hiérarchique via une seule clé, contrairement aux bases de données relationnelles qui nécessitent plusieurs jointures. Les implémentations populaires incluent CouchDB, RavenDB et MongoDB.
Ce modèle repose sur la théorie des graphes, utilisant des noeuds, des relations et des propriétés. Il est particulièrement adapté pour représenter des données complexes, comme celles des réseaux sociaux. La principale solution dans ce domaine est Neo4J.
HBase est un SGBD distribué orienté colonne qui fournit un accès en temps réel aux données stockées sur le HDFS. Contrairement aux systèmes de fichiers traditionnels, HBase permet un accès rapide aux données, ce qui est crucial pour des applications nécessitant un traitement en temps réel.
HBase est composé de plusieurs éléments clés :
Voici les éléments essentiels à retenir concernant les bases de données NoSQL :
Une base de données NoSQL est un système de gestion de données qui ne repose pas uniquement sur le langage SQL. Elle est conçue pour gérer de grands volumes de données non structurées et distribuées, souvent utilisées dans le contexte du Big Data.
Les principaux types de bases de données NoSQL incluent les modèles clé/valeur, orienté colonne, orienté document et orienté graphe. Chacun de ces modèles a ses propres caractéristiques et cas d'utilisation.
HBase fonctionne comme un SGBD distribué qui permet un accès en temps réel aux données stockées sur HDFS. Il est conçu pour gérer de grandes quantités de données et s'appuie sur des modèles de calculs distribués pour l'exploitation des données.
La principale différence entre NoSQL et SQL réside dans la structure des données et l'approche de gestion. NoSQL est plus flexible et adapté aux données non structurées, tandis que SQL est basé sur des schémas rigides et des relations entre les données.