Базы данных: основные типы и их особенности

База данных (БД) — организованное электронное хранилище информации. Каждая база создается по определенной структуре и правилам — они позволяют оптимизировать поиск информации, обеспечить сохранность и защищенность данных.

Базы данных выполняют следующие задачи: 

• Обрабатывают и архивируют растущие объемы данных, обеспечивая их актуальность и доступность.

• Защищают данные от несанкционированного доступа.

• Позволяют сотрудникам из разных отделов одновременно работать с информацией, повышая общую эффективность за счет.

Чтобы работать с базами данных, используют специальное программное обеспечение, которое называется системой управления базами данных (СУБД). Оно помогает организовать работу с данными, обеспечивая их целостность и безопасность.

В 1960-х годах впервые появились иерархические и сетевые БД, которые организовывали информацию в виде деревьев и гибких сетей. Эти модели были полезны, но имели ограничения и использовались для решения ограниченного круга задач.

В качестве примера одной из первых БД можно привести IMS (Information Management System) — иерархическую систему управления базами данных, разработанную IBM в 1960-х годах для космической программы Apollon. В дальнейшем эту БД использовали многие крупные компании — в начале 2000-х IMS применялась в 95% компаний из списка Fortune 1 000.

В 1970 году Эдгар Кодд из IBM предложил реляционную модель массива данных. Она была построена на математической теории множеств и логике предикатов, за счет чего упростила структуру данных и сделала работу с ними более гибкой и быстрой. А еще с реляционными БД у пользователей появилась возможность задавать сложные запросы к данным с помощью SQL (Structured Query Language) — декларативного языка программирования.

«Первопроходцем» среди реляционных БД стала System R, разработанная компанией IBM в 1970-х годах. Дальше — больше: на рынок зашли БД Oracle, MySQL и PostgreSQL, которые пользуются большим спросом до сих пор, спустя полвека.

В 1980-х годах появились объектно-ориентированные базы данных (ООБД), с помощью которых можно хранить данные в виде объектов, как в объектно-ориентированном программировании. А в 2000-х годах — NoSQL базы данных, такие как MongoDB и Cassandra. Они работали быстрее и масштабировались легче своих предшественников за счет отказа от жесткой структуры в хранении данных.

В 2010-х годах был разработан еще один вид БД — NewSQL базы данных, которые объединили преимущества реляционных и NoSQL систем. Они дали возможность обрабатывать большие объемы данных на множестве серверов, сохраняя при этом точность и надежность транзакций, как в традиционных реляционных базах. 

Сегодня все большее распространение получает модель предоставления облачных сервисов DaaS, или «данные как услуга» (Data as a Service). Используя ее, компании могут отказаться от самостоятельного сбора , хранения, обработки и анализа данных — все это делает за них облачный провайдер.

А для оптимального поиска и анализа данных все чаще внедряется AI. Например, современные СУБД Oracle и SQL Server активно интегрируют искусственный интеллект, чтобы автоматически оптимизировать запросы, управлять нагрузкой и масштабированием.

Что же ждет базы данных в будущем? Согласно исследованию Портсмутского университета, через 150 лет количество битов превысит число атомов на нашей планете, что повлечет за собой распространение сверхбольших БД (Very Large Database, VLDB), на каждой из которых будут храниться десятки эксабайтов информации.

У современных баз данных есть общие свойства, которые позволяют ускорять и упрощать работу. Среди них:

• Быстродействие. БД работают по принципу «быстрее — значит, лучше». Например, простые запросы в оптимизированной базе данных выполняются за 1–10 мс.

• Простота обновления. Обновление данных производится быстро и не требует сложных действий. Благодаря этому легче поддерживать актуальность информации и снижать риск ошибок.

• Удобство интерфейса. Для комфортного поиска информации интерфейс баз данных прост и интуитивно понятен.

• Многопользовательский режим. Поддерживается одновременный доступ для нескольких пользователей — когда кто-то вносит изменения, другие пользователи БД видят эти корректировки сразу, а не только после обновления страницы.

• Независимость. Структура базы данных остается стабильной, даже если изменяются данные, программное обеспечение или оборудование.

• Безопасность. Данные защищены от действий злоумышленников за счет управления доступом, паролей, шифрования и разрешений.

• Стандартизация. При обновлении программного обеспечения или переходе на другую СУБД структура баз данных остается неизменной. Это облегчает интеграцию и перенос данных между различными системами, такими как MySQL, PostgreSQL и Oracle, а также упрощает работу с SQL-запросами.

Существует много классификаций баз данных, а также параметров, по которым проводится их разграничение. Например, одно из наиболее популярных разделений — классификация БД по модели хранения данных. Также есть варианты, где БД классифицируются по характеру хранимой в базе информации: географические, исторические, мультимедийные и другие.

Мы рассмотрим самые распространенные типы баз данных, опишем их свойства, различия, преимущества и недостатки.

Реляционные

Эти БД организуют информацию в понятные таблицы, где строки и столбцы связаны заранее установленными правилами. Каждая строка в таблице — это уникальная запись с ключом, а столбцы — атрибуты данных, которые устанавливают связи между различными элементами информации. 

Для работы с реляционными БД используют язык запросов SQL (Structured Query Language). Он позволяет извлекать, вставлять, обновлять и удалять данные. Среди популярных реляционных баз есть как открытые (PostgreSQL, MySQL), так и коммерческие проекты (Oracle, Microsoft SQL Server).

Реляционные БД хороши для работы со структурированными данными, но у них есть ограничения:

1. Медленная работа при сверхбольших объемах данных — например, в соцсетях.

2. Сложность масштабирования. Если нагрузка растет, нужно покупать мощные серверы.

3. Жесткая структура, нельзя просто так добавить новое поле. Допустим, если в таблицу «Пользователи» захотелось добавить «Семейное положение», сделать это не получится.

Нереляционные

Нереляционные, или NoSQL базы данных — гибкие хранилища, которые не используют таблицы и строгие связи, как SQL. Они работают по принципу «храните информацию как удобно» и включают в себя несколько разновидностей БД.

«Ключ-значение». NoSQL-база, которая работает по принципу словаря: каждому уникальному ключу соответствует какое-то значение. Пример использования — корзина в интернет-магазине, где ключ — ID пользователя, а значение — список выбранных товаров. Такие системы подходят для задач чтения или записи, кеширования, обработки сессий пользователей и временных данных. Но не позволяют выполнять сложные запросы или анализировать связи между данными.

Документоориентированные. Организуют информацию в документы форматов JSON, BSON или XML. При этом каждый документ в такой базе — отдельный объект с данными о какой-то сущности. Например, в документе можно собрать вместе разрозненную информацию, включающую имя, email, список друзей и последние публикации пользователя в соцсети. 

Такие базы подойдут для организации каталогов товаров, контент-систем и мобильных приложений, где данные имеют сложную, но логичную структуру. Главный плюс — не нужно заранее продумывать строгую схему данных, можно легко добавлять новые поля.

Графовые. Здесь данные хранятся как узлы и связи между ними. Такие БД могут быть, например, в соцсетях, где нужно быстро находить друзей среди общих знакомых и по схожим интересам. В этом случае узлами станут пользователи. А связи между ними будут выглядеть как «дружит с», «лайкает одни и те же посты с».

Графовые БД подходят для обозначения сложных связей между узлами. Также они упрощают поиск взаимосвязей и закономерностей.

Колоночные. Эти базы данных устроены так, что информация хранится по столбцам, а не по строкам. Благодаря такой группировке запросы выполняются быстрее: например, чтобы узнать среднегодовую прибыль компании, нужно прочитать только один столбец, а не каждую строчку по отдельности, выделяя из нее данные о прибыли. К тому же колоночные базы легко расширяются и позволяют добавлять новые столбцы без сложных изменений в структуре.

Иерархические

Эти базы данных представляют собой структуру, где данные организованы в виде дерева с отношениями «родитель-потомок». В такой системе каждый элемент, кроме корневого, обладает только одним родителем, но может иметь несколько потомков. Это делает иерархические базы данных идеальными для представления организационных структур или файловых систем.

Иерархические БД позволяют легко отслеживать, где находятся данные и как до них добраться. Например, в файловой системе компьютера с их помощью можно увидеть, как папки и файлы организованы в древовидную структуру: диск содержит папки, которые, в свою очередь, содержат другие папки и файлы. Это позволяет быстро находить нужную информацию.

Сетевые

Это усовершенствованная версия иерархических баз — в них один элемент может быть связан с несколькими родительскими.

Объектно-ориентированные

В отличие от реляционных БД, где информация организована в таблицы, ООБД хранят данные в виде объектов — сущностей, объединяющих состояние (атрибуты) и поведение (методы). Это позволяет им более точно отражать сложные структуры данных, встречающиеся в реальном мире, например, в мультимедийных приложениях или корпоративных информационных системах.

Приведем пример использования ООБД в организации — допустим, в библиотеке. В реляционной БД сведения о книгах, читателях и выдачах хранятся в отдельных таблицах, связанных через идентификаторы. Чтобы узнать, какие книги взял читатель Иванов, надо выполнить SQL-запрос с соединением таблиц. В объектно-ориентированной БД каждый читатель — это самостоятельный объект, содержащий все нужные данные в одном месте. Например, объект «Читатель Иванов» может включать контактные данные, а также массив взятых книг с полной информацией о каждой: названием, автором, датой выдачи и даже историей продлений.

Такой подход ускоряет работу: чтобы получить полную информацию о читателе и его книгах, система просто загружает один объект, а не собирает данные из нескольких таблиц через сложные запросы.

Кроме стандартных типов баз данных, есть и новые, которые активно завоевывают рынок. Они привлекают пользователей своей инновационностью и иногда даже заменяют традиционные SQL-базы и более современные NoSQL-системы.

NewSQL. NewSQL — «золотая середина» между SQL и NoSQL базами. Они сохраняют строгий SQL-интерфейс, но работают так же быстро, как NoSQL. Их возникновение было вызвано объективными проблемами при работе с данными: классические SQL-базы плохо масштабировались на сотни серверов, а NoSQL-решения, хотя и были быстрыми, не поддерживали многие важные функции реляционных баз.

Устройство некоторых NewSQL баз подразумевает отказ от некоторых «тяжелых» функций SQL в пользу производительности. В них используются распределенные транзакции, позволяющие данным автоматически распределяться между серверами без потерь. А еще многие NewSQL-решения применяют оптимизированные методы хранения данных, например, колоночный.

NXD. Специализированные базы данных, которые хранят и обрабатывают XML-документы. Отличаются от реляционных или NoSQL тем, что работают с XML как с основной структурой данных, а не просто поддерживают его как один из форматов. Полезны в нишевых задачах, где важно сохранить структуру XML и делать сложные запросы к этим документам. А встретить их можно, например, в управлении юридическими или медицинскими документами.

Векторные. Такие БД активно используются в машинном обучении, рекомендательных системах, чат-ботах. Векторные БД — хранилища, которые работают не с обычными числами или текстом, а с векторами — наборами чисел, представляющими данные в числовой форме. При этом данные и запрос пользователя в вектор переводит нейросеть (эмбеддер, например, OpenAI Embeddings).

Суть таких баз — поиск по смыслу, то есть по схожим векторам, а не по точному совпадению. Например, если вы ищете «веселый кот», векторная БД может найти похожие картинки или тексты, даже если в них нет этих слов, но есть что-то семантически близкое (например, «смешной мем с котенком»).

Базы данных временных рядов. Следят за информацией, которая постоянно меняется, например, за системными показателями, городским трафиком или производством энергии. Сохраняют данные в хронологическом порядке и чаще всего используются для их записи, а не для детального анализа. Эти системы хорошо справляются с непрерывными потоками информации, но их эффективность зависит от объема и скорости обработки данных.

Поисковые. Такие базы созданы для быстрого поиска в огромных объемах неструктурированных данных. Они используют технологию индексирования, где каждое слово или фраза получает уникальный индекс для ускорения доступа к ним. Этот метод используется не только для простого поиска, но и в системах обнаружения плагиата с помощью перекрывающихся индексов — одна и та же информация дважды в базу не попадет. Среди наиболее популярных инструментов в этой области Elasticsearch, OpenSearch, Sphinx.

In-memory. Эти БД хранят всю информацию в оперативной памяти (RAM), а не на традиционных дисках. Это позволяет значительно ускорить доступ к данным, так как чтение и запись в памяти происходят гораздо быстрее, чем на диске.

Такие базы данных полезны в приложениях, где важна высокая скорость обработки информации, например, в финансовых системах для обработки транзакций в реальном времени, в аналитических приложениях для быстрого анализа больших объемов данных или в играх — для обеспечения мгновенного отклика.

Облачные базы данных (DBaaS, или Database as a Service) — это удобный способ хранить информацию онлайн. По прогнозу аналитической компании Gartner, уже к 2027 году отраслевые облачные решения (ICP, Industry Cloud Platforms) будут использовать более 70% компаний. Для сравнения, в 2023 этот показатель составлял менее 15%.

Облачные БД позволяют компаниям не обслуживать личные сервера, а арендовать их у провайдера. Это дает возможность сэкономить на оборудовании, его содержании, гарантирует бесперебойный доступ к данным. Работать с такими базами можно с любого устройства, у которого есть доступ в интернет.

Преимущества облачных баз данных:

• Не надо покупать серверы, обустраивать специальные помещения для их работы, нанимать специалистов для обслуживания.

• Сервер запускается всего за несколько секунд — это позволяет мгновенно начать работу.

• Ресурсы сервера легко увеличить. Достаточно изменить тариф или добавить новый узел в кластер, развернуть дополнительные мощности можно за несколько минут или даже секунд.

• Оплачиваются только фактически потребленные ресурсы (модель pay-as-you-go).

Evolution Managed ArenadataDB — аналитическая база данных с открытым исходным кодом

Хранете и обрабатывайте структурированные и полуструктурированные данные с БД на основе open source СУБД Greenplum и архитектуры MPP

Примеры популярных облачных БД

PostgreSQL. Реляционная база данных с открытым исходным кодом. Поддерживает расширенные типы данных, функций и транзакций. Хорошо интегрируется с различными языками программирования и инструментами анализа данных. Используется для хранения структурированных данных и обработки больших объемов информации.

MySQL. Популярная реляционная система управления базами данных, разработанная Oracle. Известна своей простотой, скоростью выполнения запросов и совместимостью с разными платформами. Часто используется в приложениях благодаря легкости настройки и возможностям поддержки сторонних инструментов. С помощью удобного сервиса Relational Database Service (RDS) for MySQL вы можете за секунды подготовить реляционную БД к работе.

Redis. Высокопроизводительная in-memory база данных типа «ключ-значение». Использует оперативную память для хранения данных, что значительно ускоряет выполнение операций чтения-записи. Идеально подходит для кеширования, сессий и высоконагруженных приложений.

Microsoft SQL Server. Коммерческий продукт от Microsoft, ориентированный на корпоративный сектор. Поддерживает обработку больших объемов данных, обеспечивает высокую производительность и безопасность. 

SQLite. Компактная встраиваемая база данных, представленная в виде библиотеки. Хранит всю базу данных в одном файле, не требует отдельного сервера. Применяется в небольших проектах и используется на мобильных устройствах, обеспечивая простое хранение и быстрый доступ к данным.

MongoDB. Документоориентированная NoSQL база данных, использует JSON-подобные структуры документов. Позволяет гибко масштабировать систему и эффективно индексировать данные. Подходит для проектов с динамически меняющейся структурой данных и большими объемами информации.

Oracle Database. Одна из крупнейших коммерческих реляционных баз данных. Поддерживает распределенные вычисления и высокую доступность. Предлагает много возможностей для управления данными, в том числе поддержку OLTP-транзакций, аналитику больших объемов данных. Широко распространена среди крупных компаний и государственных организаций.

Базы данных применяются везде, где нужно обрабатывать и анализировать большие объемы информации, выстраивать взаимосвязи между данными, быстро их извлекать, обновлять, восстанавливать. Сложно рассмотреть все сценарии использования БД, в этом разделе мы остановимся на некоторых.

Торговля. Базы данных помогают хранить и систематизировать информацию о покупателях, их предпочтениях, имеющихся товарах. Также БД позволяют строить системы рекомендаций. Например, на основе опросов, предпочтений покупателей, сумм их покупок или товаров, которые они приобретали ранее, предлагать им персонализированные акции, условия или подборки товаров.

Здравоохранение. В БД могут храниться медицинские карты пациентов, записи о лечении, сведения об инвентаре: лекарствах, медицинском оборудовании, расходных материалах для процедур.

Образование. В школах, вузах, колледжах и других учреждениях БД нужны, чтобы хранить информацию о студентах, преподавателях, отметках. В них можно загрузить расписание, спрогнозировать нагрузку на учебный семестр, распределить учебные часы или зачетные единицы по периодам времени или определенным дисциплинам.

Банковский и финансовый сектор. Компаниям из финтех-отрасли надо хранить много данных о своих клиентах: историю операций, время и место совершения покупок, персональные данные, сведения о посещении отделений банка или приложения. А базы данных помогают им предлагать нужные пользователям банковские продукты, составлять аналитику по тратам и доходам, давать рекомендации по расширению инвестиционного портфеля и даже предотвращать мошенничество.

Наука. Хорошо собранная база данных может помочь в крупном исследовании. Например, чтобы обработать информацию о нескольких тысячах человек, которые принимали экспериментальный препарат, нужна БД, в которой будут сведения о пациентах и их самочувствии. Также анализ больших данных может помочь выявить важные закономерности, которые, возможно, станут основой для прорывного открытия. 

Государственный сектор. Госуслуги хранят и агрегируют большое количество сведений о гражданах: их персональные данные, сведения о налогах, недвижимости, наложенных ограничениях и самозапретах. Федеральная служба судебных приставов (ФССП) собирает данные о судопроизводстве, исходах заседаний, активных исках. Также госсектор работает с обращениями граждан, поэтому ведомства должны надежно хранить сведения о заявителях и отслеживать статусы обращений, чтобы вовремя извещать о решениях.

Соцсети. Наиболее распространенный сценарий применения БД в социальных сетях — построение рекомендательных систем. С их помощью устанавливаются сложные взаимосвязи между данными, которые позволяют пользователям видеть в ленте интересные им сообщества, видеоролики, музыкальные треки, подкасты.

Машинное обучение. Для обучения LLM зачастую нужны большие объемы данных, особенно если модель планируется использовать для специфических задач: выявления раковых опухолей, распознавании брака на производстве, выявлении ошибок в рукописных текстах на редком языке.

Evolution ML Inference — сервис для развертывания ML- и DL-моделей в облаке

Запустите AI-агента или разверните популярную LLM за несколько кликов

Вот несколько советов, которые помогут выбрать подходящую базу данных для ваших задач:

1. Определите тип данных. Например, при разработке мобильного приложения с большим количеством изображений или видео подойдут облачные мультимедийные хранилища, такие как Evolution Object Storage (S3). 

2. Оцените объем данных. Небольшой стартап, который разрабатывает CRM-систему для малого бизнеса, вполне может начать с бесплатной версии SQLite. Но если проект вырастет до уровня крупного сервиса, потребуется переход на промышленную версию, такую как MS SQL Server или Oracle Database. Такие базы данных выдержат высокие нагрузки и обеспечат отказоустойчивость.

3. Сверьтесь с требованиями закона. Если компания работает с персональными и чувствительными данными, стоит проверить, соответствует ли решение вендора требованиям законодательства РФ по защите персональных данных (ФЗ №152) и ГОСТ Р 57580.1–2017 («Критическая информационная инфраструктура», или КИИ). Например, можно развернуть базу данных в гибридном облаке на платформе Cloud.ru Evolution Stack. Это сертифицированное облако ФСТЭК (Федеральной службы по техническому и экспортному контролю), которое подойдет для построения цифровых платформ федеральных и региональных органов власти, госкорпораций, операторов КИИ. 

4. Учтите характер нагрузки. Представьте компанию, которая продает канцелярские принадлежности. Тут спрос обусловлен сезоном. Нагрузки на сайт вырастут перед учебным годом, экзаменами и сессиями. Для такой компании важно быстро масштабироваться — в ответ на рост или спад нагрузки. Тут хорошо подойдут облачные БД, где можно арендовать дополнительные мощности, не закупая собственное оборудование и оплачивая только те ресурсы, что использовали по факту.

5. Оцените стоимость и дополнительные услуги. Стоит ориентироваться не только на цену конкретной БД, но и на другие параметры, которые предлагает вендор. Например, при использовании аналитической БД Evolution Managed ArenadataDB кластер Greenplum развертывается автоматически. А если покупать лицензию ArenadataDB отдельно, то разворачивать кластер нужно будет самостоятельно.

1. База данных — это организованная структура для электронного хранения информации. Работа с базой данных осуществляется с помощью системы управления базами данных (СУБД).

2. Существуют разные классификации баз данных. Наиболее распространенные виды: реляционные, нереляционные (NoSQL), иерархические, сетевые, объектно-ориентированные, облачные. Выбор подходящего типа зависит от характера данных и требований к работе с ними.

3. Реляционные базы данных используют табличную структуру и связывают данные через ключи. Нереляционные (NoSQL) отличаются отсутствием жестких схем и разнообразием подходов к хранению данных. Среди NoSQL баз выделяют такие: «ключ-значение», документоориентированные, графовые, колоночные.

4. Есть и другие типы баз данных: NewSQL, NXD, векторные, временных рядов, поисковые, in-memory. Они решают конкретные задачи, такие как ускоренное масштабирование, обработка XML-данных, поиск по смысловым признакам, быстрая индексация, хранение данных в оперативной памяти.

5. Облачные базы данных (DBaaS) избавляют компанию от расходов на покупку инфраструктуры и ее обслуживание. Популярны благодаря удобству, возможности быстрого старта, оплате по мере потребления ресурсов.

6. Базы данных применяются в торговле, здравоохранении, образовании, банковском секторе, науке, государственном управлении, социальных сетях. Они решают разнообразные задачи: от хранения клиентских данных и формирования рекомендаций до проведения научных исследований и предотвращения мошенничества.

7. При выборе БД важно учитывать тип данных, их объем, требования законодательства к их обработке, характер нагрузок, а также стоимость.