ฐานข้อมูล NoSQL สร้างขึ้นโดยเฉพาะสำหรับโมเดลข้อมูลเฉพาะ และจัดเก็บข้อมูลในรูปแบบสคีมาที่มีความยืดหยุ่นซึ่งสามารถปรับขนาดได้อย่างง่ายดายสำหรับแอปพลิเคชันสมัยใหม่ ฐานข้อมูล NoSQL เป็นที่รู้จักกันดีในด้านความง่ายในการพัฒนา การทำงาน และประสิทธิภาพตามขนาดที่ต้องการ หน้านี้ประกอบด้วยทรัพยากรเพื่อช่วยให้คุณเข้าใจฐานข้อมูล NoSQL และเริ่มต้นใช้งาน

ข้อดีของฐานข้อมูล NoSQL คืออะไร

แอปพลิเคชันสมัยใหม่เผชิญกับความท้าทายหลายประการที่สามารถแก้ไขได้โดย ฐานข้อมูล NoSQL ตัวอย่างเช่น แอปพลิเคชันประมวลผลปริมาณข้อมูลขนาดใหญ่จากแหล่งที่แตกต่างกัน เช่น โซเชียลมีเดีย เซ็นเซอร์อัจฉริยะ และฐานข้อมูลของบุคคลที่สาม ข้อมูลที่แตกต่างกันทั้งหมดนี้ไม่เหมาะกับโมเดลเชิงสัมพันธ์ การใช้โครงสร้างแบบตารางอาจนําไปสู่ความซ้ำซ้อน ข้อมูลซ้ำ และปัญหาด้านประสิทธิภาพในวงกว้าง

ฐานข้อมูล NoSQL สร้างขึ้นเพื่อโมเดลข้อมูลแบบไม่สัมพันธ์และมีสคีมาที่ยืดหยุ่นสำหรับการสร้างแอปพลิเคชันสมัยใหม่ ฐานข้อมูลประเภทนี้เป็นที่รู้จักกันดีในด้านความง่ายในการพัฒนา การทำงาน และประสิทธิภาพตามขนาดที่ต้องการ ประโยชน์ของฐานข้อมูล NoSQL มีดังต่อไปนี้

ความยืดหยุ่น

โดยทั่วไป ฐานข้อมูล NoSQL จะมีแบบแผนยืดหยุ่นที่ทำให้การพัฒนาเกิดขึ้นเร็วและทำซ้ำคำสั่งได้ดียิ่งขึ้นกว่าเดิม โมเดลข้อมูลที่ยืดหยุ่นทำให้ฐานข้อมูล NoSQL เหมาะสมที่สุดสำหรับข้อมูลแบบกึ่งมีโครงสร้างและไม่มีโครงสร้าง

ความสามารถในการปรับขนาด

โดยทั่วไป ฐานข้อมูล NoSQL มักถูกออกแบบมาให้ปรับขนาดออกได้โดยใช้คลัสเตอร์แบบกระจายของฮาร์ดแวร์แทนการปรับขนาดขึ้นโดยเพิ่มเซิร์ฟเวอร์ที่มีราคาแพงและมีประสิทธิภาพสูง ผู้ให้บริการระบบคลาวด์บางเจ้าจัดการปฏิบัติการนี้อยู่เบื้องหลังในแบบบริการที่มีการจัดการเต็มรูปแบบ

ประสิทธิภาพสูง

ฐานข้อมูล NoSQL ได้ปรับให้เหมาะสมเพื่อโมเดลข้อมูลและรูปแบบการเข้าถึงเฉพาะ ซึ่งจะทำให้ได้ประสิทธิภาพที่สูงกว่าหากต้องการฟังก์ชันการทํางานที่คล้ายกันกับฐานข้อมูลแบบเชิงสัมพันธ์

ทำงานได้ดี

ฐานข้อมูล NoSQL มี API การทำงานและประเภทข้อมูลที่สร้างตามวัตถุประสงค์สำหรับโมเดลข้อมูลแต่ละโมเดลที่สอดคล้องกัน

กรณีการใช้งานของฐานข้อมูล NoSQL มีอะไรบ้าง

คุณสามารถใช้ฐานข้อมูล NoSQL เพื่อสร้างแอปพลิเคชันมือถือ, Internet of Things (IoT), เกม และเว็บประสิทธิภาพสูงมากมายที่มอบประสบการณ์การใช้งานที่ยอดเยี่ยมในวงกว้าง รูปแบบฐานข้อมูล NoSQL และกรณีการใช้งานที่เกี่ยวข้องนั้นมีหลากหลาย แม้ว่าจะเป็นเรื่องยากที่จะกล่าวถึงชุดกรณีการใช้งานที่เป็นตัวแทนหลัก แต่ด้านล่างนี้เราจะให้ตัวอย่างบางส่วนในฐานะผู้ริเริ่มและสนับสนุนให้คุณเรียนรู้เพิ่มเติมเกี่ยวกับฐานข้อมูล NoSQL แต่ละฐานข้อมูลและกรณีการใช้งานที่เกี่ยวข้อง

การจัดการข้อมูลแบบเรียลไทม์

คุณสามารถให้คําแนะนําแบบเรียลไทม์ การปรับเปลี่ยนให้เหมาะกับตนเอง และประสบการณ์ผู้ใช้ที่ดีขึ้นด้วยฐานข้อมูล NoSQL ตัวอย่างเช่น Disney+ แสดงไลบรารีเนื้อหาดิจิทัลที่กว้างขวางให้กับผู้สมัครรับข้อมูลกว่า 150 ล้านคน + โดยใช้เทคโนโลยีฐานข้อมูล NoSQL ซึ่งสามารถปรับขนาดและส่งมอบคุณสมบัติยอดนิยมได้ เช่น รับชมต่อ รายการที่อยากดู และคําแนะนําที่ปรับให้เหมาะกับแต่ละบุคคลด้วย Amazon DynamoDB

การรักษาความปลอดภัยระบบคลาวด์

คุณสามารถใช้ฐานข้อมูลแบบกราฟเพื่อค้นหาความสัมพันธ์ที่ซับซ้อนภายในข้อมูลของคุณได้อย่างรวดเร็ว ตัวอย่างเช่น Wiz แสดงวภาพของการรักษาความปลอดภัยของระบบคลาวด์ใหม่เป็นกราฟโดยใช้ Amazon Neptune Wiz ช่วยให้ลูกค้าปรับปรุงมาตรการรักษาความปลอดภัยโดยการระบุและแก้ไขความเสี่ยงที่สําคัญที่สุดได้อย่างรวดเร็ว พวกเขาใช้โมเดลกราฟที่เก็บไว้ใน Amazon Neptune เพื่อค้นหาองค์ประกอบร้ายของปัจจัยเสี่ยงที่แสดงถึงความเสี่ยงที่สําคัญ เครื่องมือประเมินความเสี่ยง Wiz จะสํารวจกราฟและภายในไม่กี่วินาทีสรา้งชุดของปัจจัยความเสี่ยงที่เชื่อมต่อกันในกราฟความปลอดภัย

แอปพลิเคชันที่มีความพร้อมใช้งานสูง

ฐานข้อมูล NoSQL แบบกระจายนั้นยอดเยี่ยมสําหรับการสร้างแอปพลิเคชันที่มีความพร้อมใช้งานสูงและมีเวลาแฝงต่ำสําหรับการส่งข้อความโซเชียลมีเดีย การแชร์ไฟล์ และอื่น ๆ ตัวอย่างเช่น Snapchat มีผู้ใช้มากกว่า 290 ล้านคนที่ส่งรูปภาพและข้อความวิดีโอหลายพันล้านรายการต่อวัน ใช้ระบบฐานข้อมูล NoSQL เพื่อลดเวลาแฝงโดยเฉลี่ยของการส่งข้อความลง 20%

ฐานข้อมูล NoSQL ทํางานอย่างไร

ฐานข้อมูล NoSQL ใช้โมเดลข้อมูลที่หลากหลายสำหรับการเข้าถึงและจัดการข้อมูล ฐานข้อมูลประเภทนี้ได้รับการปรับให้เหมาะสมเป็นพิเศษสำหรับแอปพลิเคชันที่ต้องการโมเดลข้อมูลที่มีความยืดหยุ่น ปริมาณข้อมูลขนาดใหญ่ และมีความหน่วงต่ำ ซึ่งเกิดขึ้นได้โดยการผ่อนปรนข้อจำกัดความสอดคล้องกันของข้อมูลบางประการของฐานข้อมูลแบบเชิงสัมพันธ์ มีความแตกต่างในการใช้งานตามโมเดลข้อมูล อย่างไรก็ตาม ฐานข้อมูล NoSQL จํานวนมากใช้ Javascript Object Notation (JSON) ซึ่งเป็นรูปแบบการแลกเปลี่ยนข้อมูลแบบเปิดที่แสดงข้อมูลเป็นชุดของคู่ชื่อ-ค่า

ตัวอย่างฐานข้อมูล NoSQL

ลองพิจารณาตัวอย่างการสร้างโมเดลแบบแผนสำหรับฐานข้อมูลหนังสือแบบไม่ซับซ้อน:

  • ในฐานข้อมูลแบบเชิงสัมพันธ์ บันทึกหนังสือมักถูกแยกออกจากกัน (หรือ “มาตรฐาน”) และจัดเก็บในตารางแยก ส่วนความสัมพันธ์จะถูกกำหนดโดยข้อจำกัดคีย์หลักและคีย์นอก ในตัวอย่างนี้ ตารางหนังสือมีคอลัมน์สำหรับ ISBN, ชื่อหนังสือ และครั้งที่พิมพ์ ตารางผู้เขียนมีคอลัมน์สำหรับรหัสผู้เขียนและชื่อผู้เขียน และสุดท้ายตาราง ISBN ของผู้เขียนมีคอลัมน์สำหรับรหัสผู้เขียนและ ISBN โมเดลเชิงสัมพันธ์ถูกออกแบบมาเพื่อทำให้ฐานข้อมูลสามารถบังคับใช้ความสมบูรณ์อ้างอิงระหว่างตารางต่างๆ ในฐานข้อมูล ปรับให้เป็นปกติเพื่อลดความซ้ำซ้อน และได้รับการปรับปรุงประสิทธิภาพสำหรับพื้นที่จัดเก็บอย่างทั่วถึง
  • ในฐานข้อมูล NoSQL บันทึกหนังสือมักจะถูกจัดเก็บเป็นเอกสาร สำหรับหนังสือแต่ละเล่ม รายการ, ISBN, ชื่อหนังสือ ครั้งที่พิมพ์ ชื่อผู้เขียน และรหัสผู้เขียนจะถูกจัดเก็บเป็นคุณลักษณะในเอกสารเดียว ในโมเดลนี้ ข้อมูลได้รับการปรับปรุงประสิทธิภาพสำหรับการพัฒนาที่ง่ายและความสามารถในการปรับขนาดแนวนอน

คำศัพท์ SQL กับ คำศัพท์ที่เกี่ยวข้องกับ NoSQL

ตารางต่อไปนี้เปรียบเทียบคำศัพท์ที่ใช้โดยฐานข้อมูล NoSQL กับคำศัพท์ที่ใช้โดยฐานข้อมูล SQL ที่เลือก

SQL MongoDB DynamoDB Cassandra  Couchbase
ตาราง คอลเลกชัน ตาราง ตาราง บัคเก็ตข้อมูล
แถว เอกสาร รายการ แถว เอกสาร
คอลัมน์ ช่อง คุณลักษณะ คอลัมน์ ช่อง
คีย์หลัก ObjectId คีย์หลัก
คีย์หลัก รหัสเอกสาร
ดัชนี ดัชนี ดัชนีรอง ดัชนี ดัชนี
มุมมอง มุมมอง ดัชนีรองโดยรวม มุมมองจริง มุมมอง
ตารางหรือวัตถุแบบซ้อนกัน เอกสารแบบฝัง แมป แมป แมป
อาร์เรย์ อาร์เรย์ รายชื่อ รายชื่อ รายชื่อ
 
 
 

ฐานข้อมูล NoSQL มีกี่ประเภท

ระบบฐานข้อมูล NoSQL มีอยู่หลายระบบเนื่องจากมีความผันแปรของวิธีการจัดการและจัดเก็บข้อมูลแบบไม่ใช้สคีมา เราอธิบายถึงตัวอย่างของประเภททั่วไปที่ด้านล่าง

ฐานข้อมูลแบบคีย์-ค่า

ฐานข้อมูลแบบคีย์-ค่ามีความสามารถในการแบ่งสัดส่วนที่สูงและให้การปรับขนาดในแนวนอนในระดับที่ฐานข้อมูล NoSQL ประเภทอื่นๆ ไม่สามารถทำได้ ฐานข้อมูลแบบคีย์-ค่าจัดเก็บข้อมูลในรูปของชุดคู่คีย์-ค่าซึ่งคีย์จะทำหน้าที่เป็นตัวระบุเฉพาะ คีย์และค่าสามารถเป็นอะไรก็ได้ ตั้งแต่อ็อบเจกต์ธรรมดาไปจนถึงอ็อบเจกต์แบบผสมที่ซับซ้อน กรณีใช้งาน เช่น สำหรับเล่นเกม เทคโนโลยีโฆษณา และ IoT ทำให้ฐานข้อมูลประเภทนี้เหมาะสำหรับฐานโมเดลข้อมูลแบบคีย์-ค่ามากเป็นอย่างยิ่ง Amazon DynamoDB ได้รับการออกแบบมาเพื่อมอบประสิทธิภาพที่สม่ำเสมอโดยมีเวลาแฝงเป็นมิลลิวินาทีเพียงหลักเดียวสำหรับเวิร์กโหลดทุกขนาด 

ฐานข้อมูลแบบโครงสร้างเอกสาร

ฐานข้อมูลแบบโครงสร้างเอกสารจะมีรูปแบบโมเดลเอกสารเดียวกันกับที่นักพัฒนาใช้ในโค้ดของแอปพลิเคชัน พวกเขาจะจัดเก็บข้อมูลเป็นอ็อบเจกต์ JSON ที่มีความยืดหยุ่น กึ่งมีโครงสร้าง และมีลักษณะเป็นลำดับชั้น ลักษณะที่ยืดหยุ่น เป็นกึ่งโครงสร้าง และเป็นลำดับขั้นของเอกสารและฐานข้อมูลแบบโครงสร้างเอกสาร ทำให้เกิดการพัฒนาพร้อมกับความต้องการของแอปพลิเคชัน โมเดลฐานข้อมูลแบบโครงสร้างเอกสารทำงานกับแคตตาล็อก โปรไฟล์ผู้ใช้ และระบบการจัดการเนื้อหาได้เป็นอย่างดี โดยที่แต่ละเอกสารแตกต่างกันและพัฒนาอย่างต่อเนื่อง Amazon DocumentDB (พร้อมฟังก์ชันการทำงานร่วมกับ MongoDB) และ MongoDB เป็นฐานข้อมูลแบบโครงสร้างเอกสารที่ได้รับความนิยมซึ่งช่วยให้ API มีประสิทธิภาพและใช้งานง่ายสำหรับการพัฒนาที่ยืดหยุ่นและมีการทำซ้ำ

ฐานข้อมูลแบบกราฟ

ฐานข้อมูลแบบกราฟถูกสร้างขึ้นโดยเฉพาะเพื่อให้ง่ายต่อการสร้างและเรียกใช้แอปพลิเคชันที่ทำงานร่วมกับชุดข้อมูลที่เชื่อมต่อกันสูง ฐานข้อมูลชนิดนี้จะใช้โหนดเพื่อจัดเก็บเอนทิตีข้อมูลและ Edge เพื่อจัดเก็บความสัมพันธ์ระหว่างเอนทิตี Edge มักจะมีโหนดเริ่มต้น โหนดปลายทาง ชนิด และทิศทาง โดยสามารถอธิบายความสัมพันธ์ระหว่างตัวหลักและตัวย่อย การกระทำ และความเป็นเจ้าของ และที่คล้ายกัน ไม่จำกัดจำนวนและชนิดของความสัมพันธ์ที่โหนดมีได้ คุณสามารถใช้ฐานข้อมูลแบบกราฟเพื่อสร้างและเรียกใช้แอปพลิเคชันซึ่งทำงานกับชุดข้อมูลที่มีการเชื่อมโยงสูงได้ กรณีใช้งานโดยทั่วไปสำหรับฐานข้อมูลแบบกราฟรวมถึงเครือข่ายทางสังคม กลไกข้อเสนอแนะ การตรวจจับการปลอมแปลง และกราฟความรู้ Amazon Neptune เป็นบริการฐานข้อมูลแบบกราฟที่มีการจัดการเต็มรูปแบบซึ่งรองรับทั้งโมเดล Property Graph และ Resource Description Framework (RDF) โดยมีตัวเลือก API กราฟสองตัว (TinkerPop และ RDF/SPARQL)

ฐานข้อมูลแบบใช้หน่วยความจำ

ในขณะที่ฐานข้อมูลแบบไม่ใช่เชิงสัมพันธ์อื่นๆ จัดเก็บข้อมูลบนดิสก์หรือ SSD, เก็บข้อมูลในหน่วยความจํา ได้รับการออกแบบมาเพื่อขจัดความจําเป็นในการเข้าถึงดิสก์ เหมาะอย่างยิ่งสําหรับแอปพลิเคชันที่ต้องการเวลาตอบสนองระดับไมโครวินาทีหรือมีปริมาณการใช้งานที่เพิ่มขึ้นอย่างรวดเร็ว คุณสามารถใช้ฐานข้อมูลกราฟในแอปพลิเคชันเกมและเทคโนโลยีโฆษณาสําหรับคุณสมบัติต่าง ๆ ได้ เช่น กระดานจัดอันดับ ร้านค้าเซสชัน และการวิเคราะห์แบบเรียลไทม์ Amazon MemoryDB สำหรับ Redis เป็นบริการฐานข้อมูลแบบใช้หน่วยความจำที่ทนทานและใช้งานได้ร่วมกับ Redis ซึ่งมีเวลาแฝงในการอ่านระดับไมโครวินาที เวลาแฝงในการเขียนระดับมิลลิวินาทีหลักเดียว และความทนทานแบบ Multi-AZ Amazon ElastiCache เป็นบริการแคชแบบใช้หน่วยความจำที่มีการจัดการเต็มรูปแบบ ซึ่งเข้ากันได้กับทั้ง Redis และ Memcached เพื่อให้บริการเวิร์กโหลดที่มีเวลาแฝงต่ำและมีอัตราการโอนถ่ายข้อมูลสูง Amazon DynamoDB Accelerator (DAX) เป็นอีกตัวอย่างหนึ่งของพื้นที่จัดเก็บข้อมูลที่สร้างขึ้นตามวัตถุประสงค์ ซึ่งทำให้ DynamoDB สามารถอ่านลำดับความสำคัญได้เร็วขึ้น

ค้นหาฐานข้อมูล

ฐานข้อมูลเครื่องมือค้นหาเป็นฐานข้อมูลแบบไม่ใช่เชิงสัมพันธ์ประเภทหนึ่งที่มีไว้สำหรับการค้นหาเนื้อหาข้อมูลโดยเฉพาะ เช่น ข้อมูลบันทึกผลลัพธ์ของแอปพลิเคชันที่นักพัฒนาใช้เพื่อแก้ไขปัญหา ซึ่งจะใช้ดัชนีเพื่อจัดหมวดหมู่ลักษณะที่คล้ายคลึงกันในข้อมูลและอำนวยความสะดวกในการค้นหา ฐานข้อมูลเครื่องมือค้นหาได้รับการปรับให้เหมาะสมสําหรับการจัดเรียงข้อมูลที่ไม่มีโครงสร้างเช่นรูปภาพและวิดีโอ Amazon OpenSearch Service สร้างตามวัตถุประสงค์เพื่อมอบการแสดงภาพแบบใกล้เคียงเวลาจริงและการวิเคราะห์ข้อมูลที่สร้างโดยเครื่องโดยการทำดัชนี การรวบรวม และการค้นหาข้อมูลบันทึกและตัววัดแบบกึ่งมีโครงสร้าง

อะไรคือความแตกต่างระหว่างฐานข้อมูล NoSQL และ SQL

เป็นเวลาหลายทศวรรษที่โมเดลข้อมูลที่โดดเด่นเรื่องการพัฒนาแอปพลิเคชันคือแบบโมเดลข้อมูลเชิงสัมพันธ์ที่จัดเก็บข้อมูลในตารางแถวและคอลัมน์ Structured Query Language (SQL) ถูกใช้เพื่อสร้างและแก้ไขตารางเชิงสัมพันธ์เหล่านี้ ฐานข้อมูล SQL สร้างโมเดลของความสัมพันธ์ของข้อมูลเป็นตาราง แถวในตารางแทนถึงกลุ่มค่าของหนึ่งอ็อบเจกต์หรือเอนติตีที่สัมพันธ์กัน แต่ละคอลัมน์ในตารางจะแสดงแอตทริบิวต์ข้อมูล และเขตข้อมูล (หรือเซลล์ตาราง) จะเก็บค่าจริงของแอตทริบิวต์ คุณสามารถใช้ระบบการจัดการฐานข้อมูลแบบเชิงสัมพันธ์ (RDBMS) เพื่อเข้าถึงข้อมูลได้หลายวิธีโดยไม่ต้องจัดระเบียบตารางฐานข้อมูลใหม่

จนกระทั่งช่วงกลางถึงปลายปี 2000 จึงได้เริ่มมีการปรับใช้และใช้งานโมเดลข้อมูลที่ยืดหยุ่นแบบต่าง ๆ กันมากขึ้น หากต้องการแยกแยะและจัดหมวดหมู่คลาสใหม่ของฐานข้อมูลและโมเดลข้อมูล ให้ใช้คำว่า NoSQL NoSQL ย่อมาจาก ไม่ใช่แค่ SQL หรือไม่ใช่ SQL คำว่า “NoSQL” มักใช้สลับกับที่ไม่ใช่เชิงสัมพันธ์ ความแตกต่างที่สําคัญระหว่างฐานข้อมูลแบบเชิงสัมพันธ์และไม่ใช่เชิงสัมพันธ์นั้นจะแสดงไว้ในตารางด้านล่าง

 

ระบบฐานข้อมูลแบบเชิงสัมพันธ์

ฐานข้อมูล NoSQL

เวิร์กโหลดที่ดีที่สุด

 

 

ฐานข้อมูลแบบเชิงสัมพันธ์ถูกออกแบบมาเพื่อการทำธุรกรรมและแอปพลิเคชันประมวลผลการทำธุรกรรมออนไลน์ที่มีความสม่ำเสมอมาก (OLTP) นอกจากนี้ยังเหมาะสําหรับการประมวลผลเชิงวิเคราะห์ออนไลน์ (OLAP)   

ฐานข้อมูล NoSQL ออกแบบมาสำหรับรูปแบบการเข้าถึงข้อมูลจำนวนหนึ่งซึ่งรวมถึงแอปพลิเคชันที่มีเวลาแฝงต่ำ ฐานข้อมูลการค้นหา NoSQL ถออกแบบมาเพื่อการวิเคราะห์ข้อมูลแบบกึ่งมีโครงสร้าง

 

โมเดลข้อมูล

โมเดลเชิงสัมพันธ์ปรับข้อมูลให้ดูง่ายในรูปแบบตารางซึ่งประกอบด้วยแถวและคอลัมน์ แบบแผนจะเป็นตัวกำหนดตาราง แถว คอลัมน์ ดัชนี ความสัมพันธ์ระหว่างตาราง และส่วนประกอบฐานข้อมูลอื่นๆ โดยแท้จริง ฐานข้อมูลบังคับใช้ความสมบูรณ์อ้างอิงในความสัมพันธ์ระหว่างตารางต่างๆ

ฐานข้อมูล NoSQL มีโมเดลข้อมูลที่หลากหลายให้ เช่น ค่าหลัก เอกสาร และกราฟ และคอลัมน์ ซึ่งปรับให้เหมาะกับประสิทธิภาพและการปรับขนาด

ลักษณะ ACID

ฐานข้อมูลแบบเชิงสัมพันธ์มีลักษณะ Atomicity, Consistency, Isolation และ Durability (ACID):

  • Atomicity จำเป็นต้องใช้ธุรกรรมเพื่อดำเนินการโดยสมบูรณ์หรือไม่ดำเนินการเลย
  • Consistency กำหนดให้ข้อมูลจะต้องเป็นไปตามสคีมาฐานข้อมูลเมื่อทำธุรกรรม
  • Isolation จำเป็นต้องดำเนินการธุรกรรมที่เกิดขึ้นพร้อมกันแยกจากกันและกัน
  • Durability จำเป็นต้องมีความสามารถในการกู้คืนจากความล้มเหลวของระบบที่ไม่คาดคิดหรือไฟดับให้กลับเป็นสถานะล่าสุดที่ทราบ

ฐานข้อมูล NoSQL ส่วนใหญ่จะทำการแลกเปลี่ยนโดยผ่อนคลายลักษณะ ACID บางรายการของฐานข้อมูลแบบเชิงสัมพันธ์เพื่อโมเดลข้อมูลที่ยืดหยุ่นขึ้นที่สามารถปรับขนาดแนวนอนได้ นี่ทำให้ฐานข้อมูล NoSQL เป็นตัวเลือกที่ดีสำหรับกรณีใช้งานที่มีอัตราการโอนถ่ายข้อมูลสูงและเวลาแฝงต่ำที่ต้องปรับขนาดแนวนอนเกินขีดจำกัดของอินสแตนซ์เดี่ยว

ประสิทธิภาพ

โดยทั่วไป ประสิทธิภาพขึ้นอยู่กับระบบย่อยของดิสก์ มักต้องมีการเพิ่มประสิทธิภาพในการสืบค้น ดัชนี และโครงสร้างตารางเพื่อให้ได้ประสิทธิภาพสูงสุด

โดยทั่วไป ประสิทธิภาพหมายถึงการทำงานของฮาร์ดแวร์พื้นฐานขนาดเท่าคลัสเตอร์ เวลาแฝงของเครือข่าย และการเรียกใช้แอปพลิเคชัน

การปรับขนาด

ฐานข้อมูลเชิงสัมพันธ์มักจะถูกขยายขนาดขึ้นโดยเพิ่มความสามารถในการประมวลผลของฮาร์ดแวร์หรือปรับขนาดออกโดยเพิ่มแบบจำลองสำหรับเวิร์กโหลดแบบอ่านอย่างเดียว

โดยทั่วไปแล้วฐานข้อมูล NoSQL จะแบ่งพาร์ติชันได้ เพราะรูปแบบการเข้าถึงสามารถปรับขนาดออกได้โดยใช้สถาปัตยกรรมแบบกระจายเพื่อเพิ่มอัตราการโอนถ่ายข้อมูลที่จะมอบประสิทธิภาพอย่างสม่ำเสมอในเกือบทุกขนาด

API

คำขอจัดเก็บและเรียกดูข้อมูลจะมีการสื่อสารโดยใช้การสืบค้นที่สอดคล้องกับ Structured Query Language (SQL) การสืบค้นเหล่านี้จะถูกแยกวิเคราะห์และดำเนินการโดยฐานข้อมูลเชิงสัมพันธ์

API เชิงวัตถุช่วยให้ App Developer สามารถจัดเก็บและเรียกโครงสร้างข้อมูลได้อย่างง่ายดาย คีย์พาร์ติชันช่วยแอปค้นหาคู่คีย์-ค่า ชุดคอลัมน์ หรือเอกสารแบบกึ่งมีโครงสร้างที่มีวัตถุและคุณลักษณะที่เป็นอนุกรม

 

คุณควรเลือกฐานข้อมูล NoSQL เหนือฐานข้อมูล SQL เมื่อใด

ฐานข้อมูล NoSQL เหมาะที่สุดสําหรับการจัดการข้อมูลที่ไม่แน่นอน ไม่เกี่ยวข้องกัน หรือเปลี่ยนแปลงอย่างรวดเร็ว ใช้งานง่ายสําหรับนักพัฒนาเมื่อแอปพลิเคชันเป็นตัวกําหนดสคีมาฐานข้อมูล คุณสามารถใช้สําหรับแอปพลิเคชันที่:

  • ต้องการสคีมาที่ยืดหยุ่นซึ่งจะช่วยให้การพัฒนาเร็วขึ้นและทำซ้ำได้มากขึ้น
  • ให้ความสําคัญของประสิทธิภาพมากกว่าความสอดคล้องกันของข้อมูลและรักษาความสัมพันธ์ระหว่างตารางข้อมูล (Referential Integrity) ที่แข็งแกร่ง
  • ต้องการการปรับขนาดแนวนอนโดยการแบ่งส่วนข้อมูลข้ามเซิร์ฟเวอร์
  • รองรับข้อมูลที่มีโครงสร้าง กึ่งโครงสร้าง และไม่มีโครงสร้าง

คุณไม่จําเป็นต้องเลือกระหว่างสคีมาฐานข้อมูลที่ไม่ใช่เชิงสัมพันธ์และเชิงสัมพันธ์เสมอไป คุณสามารถใช้ฐานข้อมูล SQL และ NoSQL ร่วมกันในแอปพลิเคชันได้ วิธีการแบบไฮบริดนี้ค่อนข้างธรรมดาและทําให้มั่นใจได้ว่าเวิร์กโหลดแต่ละรายการจะถูกแมปเข้ากับฐานข้อมูลที่เหมาะสมเพื่อราคาที่ดีที่สุด

AWS จะรองรับข้อกำหนดฐานข้อมูล NoSQL ของคุณได้อย่างไร

AWS ยังมีบริการฐานข้อมูล NoSQL มากมายที่ตอบสนองความต้องการสำหรับ NoSQL ทั้งหมดของคุณ ตัวอย่างเช่น:

  • Amazon DynamoDB เป็นบริการฐานข้อมูลแบบคีย์-ค่าแบบไม่ต้องใช้เซิร์ฟเวอร์ที่มีการจัดการเต็มรูปแบบ ซึ่งให้ประสิทธิภาพที่สม่ำเสมอเป็นตัวเลขหลักเดียวหลักมิลลิวินาทีพร้อมความสามารถในการปรับขนาดที่ไร้ขีดจํากัด
  • Amazon DocumentDB (พร้อมฟังก์ชันการทำงานร่วมกับ MongoDB) คือฐานข้อมูลแบบโครงสร้างเอกสาร JSON ที่เนทีฟมีการจัดการเต็มรูปแบบซึ่งช่วยในการจัดการเวิร์กโหลดเอกสารที่สำคัญได้ง่ายและหยัดต้นทุนในทุกขนาดแบบเสมือนโดยไม่ต้องจัดการโครงสร้าง
  • Amazon Neptune เป็นบริการฐานข้อมูลแบบกราฟแบบไม่ต้องใช้เซิร์ฟเวอร์ที่มีการจัดการเต็มรูปแบบซึ่งออกแบบมาเพื่อความสามารถในการปรับขนาดและความพร้อมใช้งานที่เหนือกว่า พร้อมความสามารถในการสืบค้นความสัมพันธ์นับพันล้านรายการในไม่กี่วินาที
  • Amazon MemoryDB สำหรับ Redis เป็นบริการฐานข้อมูลแบบใช้หน่วยความจำที่ทนทานซึ่งให้เวลาตอบสนองการอ่านและเขียนระดับไมโครวินาทีเพื่อประสิทธิภาพที่รวดเร็วเป็นพิเศษ
  • Amazon ElastiCache เป็นบริการจัดเก็บข้อมูลในหน่วยความจําและแคชที่ใช้งานได้กับ Redis และ Memcached ซึ่งมอบประสิทธิภาพแบบเรียลไทม์ที่ปรับให้เหมาะสมกับต้นทุน
  • Amazon Keyspaces (สำหรับ Apache Cassandra) เป็นฐานข้อมูลแบบคอลัมน์กว้างแบบไม่ต้องใช้เซิร์ฟเวอร์ที่มีการจัดการเต็มรูปแบบซึ่งออกแบบมาเพื่อความพร้อมใช้งานสูงสุด 99.999% พร้อมการจําลองแบบหลายรีเจี้ยน
  • Amazon Timestream เป็นบริการฐานข้อมูลแบบอนุกรมเวลาที่รวดเร็ว ปรับขนาดได้ และไม่ต้องใช้เซิร์ฟเวอร์ซึ่งช่วยทำให้ง่ายต่อการจัดเก็บและวิเคราะห์อีเว้นท์หลายล้านรายการต่อวันโดยเร็วกว่าฐานข้อมูลแบบเชิงสัมพันธ์ถึง 1,000 เท่า 
  • Amazon OpenSearch Service เป็นชุดการค้นหาและการวิเคราะห์แบบกระจายที่มีการจัดการเต็มรูปแบบ ซึ่งช่วยให้สามารถค้นหา ตรวจสอบ และวิเคราะห์ข้อมูลธุรกิจและการดําเนินงานแบบเรียลไทม์ได้

เริ่มต้นใช้งาน NoSQL บน AWS ด้วยการสร้างบัญชี AWS ฟรีวันนี้

ฐานข้อมูล NoSQL แบบใดที่เหมาะสำหรับคุณ
ปรับปรุงแอปพลิเคชันของคุณให้ทันสมัยด้วยฐานข้อมูลที่สร้างตามวัตถุประสงค์