Bases de données NoSQL et SGBD relationnels

Un système de gestion de base de données (SGBD) qui utilise des relations mathématiques pour stocker et gérer des données.

Des opérations sur les données qui doivent être effectuées en totalité ou pas du tout, pour assurer la cohérence des données.

Une règle qui garantit que les références entre les tables sont valides, en vérifiant l'existence des informations référencées.

Un type de système de gestion de base de données qui ne se base pas sur le modèle relationnel traditionnel.

Un type de BD NoSQL qui stocke les données sous forme de documents JSON, idéal pour les données semi-structurées.

Un type de BD NoSQL qui utilise des nœuds et des liens pour représenter des relations entre des données.

Un ensemble d'opérations qui modifient la base de données d'un état à un autre, en respectant les règles d'atomicité, de cohérence, d'isolement et de durabilité.

Des contraintes qui définissent les relations entre les tables et garantissent l'intégrité des données.

Un Rollback-Recovery se produit dans les systèmes de base de données quand une transaction 'T1' provoque un échec et qu'une récupération doit être effectuée. Le système retourne à un état stable en annulant les changements de T1.

La durabilité garantit que les changements effectués par une transaction sont permanents, même en cas de panne système. Les données sont enregistrées de manière fiable pour ne pas être perdues.

Les SGBDR sont excellents pour la scalabilité verticale, mais ont du mal à évoluer horizontalement. Ajouter des ressources à un seul serveur est plus facile que de répartir les données sur plusieurs serveurs.

Les SGBDR ne sont pas conçus pour les données non structurées ou semi-structurées. Par exemple, gérer des structures JSON complexes ou des réseaux sociaux est moins efficace dans un SGBDR.

Les SGBDR ont des difficultés à gérer des volumes massifs de données non structurées ou semi-structurées générées rapidement. Les systèmes de streaming en temps réel sont difficiles à gérer pour les SGBDR.

Maintenir l'intégrité ACID dans un système distribué est complexe. Placer les données, gérer les opérations d'écriture et assurer la cohérence entre les serveurs sont des défis.

Les SGBDR ont un schéma défini à l'avance, rendant la gestion de données non structurées ou semi-structurées moins flexible. Il est difficile d'adapter le schéma aux données changeantes.

Ensemble de propriétés garantissant l'atomicité, la cohérence, l'isolement et la durabilité des transactions dans les SGBD relationnels.

Les modifications du schéma peuvent causer des interruptions majeures et des efforts de migration importants, surtout avec des bases de données volumineuses.

Un type de base de données qui privilégie la disponibilité et la rapidité au détriment de la cohérence et de l'exactitude des données.

Le système garantit la disponibilité des données, mais peut répondre avec un "échec" pour obtenir les données demandées en cas d'indisponibilité temporaire.

L'état de la base de données n'est pas garanti à un instant donné, les mises à jour ne sont pas immédiates.

La cohérence des données est atteinte progressivement, pas nécessairement simultanément. Les changements ne sont pas visibles immédiatement pour tous les utilisateurs.

Deux stratégies possibles pour traiter les données dans un environnement distribué : distribuer les traitements ou distribuer les données.

Capacité à supporter de grandes quantités de données en les répartissant sur plusieurs serveurs.

Un modèle de stockage de données où les données sont organisées en lignes et en colonnes. Chaque ligne représente un enregistrement unique et chaque colonne représente un attribut de cet enregistrement.

Une entité de base qui représente un champ de donnée dans une ligne. Elle est définie par un couple clé-valeur.

Une colonne qui peut contenir d'autres colonnes en tant que sous-éléments.

Un groupe de colonnes ou de supercolonnes.

Un système de gestion de bases de données NoSQL qui stocke les données en colonnes, permettant une grande flexibilité et des lectures optimisées.

Un système de gestion de bases de données NoSQL, basé sur Hadoop, qui stocke également les données en colonnes.

L'accès aux colonnes nécessaires pour une requête sans avoir à lire l'ensemble de la ligne, ce qui améliore les performances.

La possibilité de modifier le schéma des colonnes sans affecter toute la table, permettant une grande flexibilité.

Une base de données orientée graphe stocke les données dans un réseau de nœuds interconnectés représentant des relations entre des entités. Chaque nœud représente un enregistrement et les liens représentent les relations entre ces enregistrements. Les nœuds et les liens peuvent avoir des propriétés (attributs) pour stocker des informations supplémentaires.

Les bases de données orientées graphe sont particulièrement adaptées aux données où les relations entre les informations sont aussi importantes que les informations elles-mêmes.

Cypher est un langage de requête spécialisé pour les bases de données orientées graphe comme Neo4j. Il permet de naviguer et de manipuler facilement les données dans les graphes.

Les bases de données orientées graphe sont très performantes pour les requêtes de cheminement et de recherche de relations complexes. Elles n'ont pas besoin de jointures massives comme les SGBD relationnels.

Les bases de données orientées graphe sont moins adaptées aux données tabulaires et nécessitent des compétences spécifiques pour la modélisation et l'interrogation.

Neo4j, OrientDB et ArangoDB sont des exemples de bases de données orientées graphe. Elles sont utilisées dans divers domaines tels que la recherche de connaissances, la modélisation des réseaux sociaux, la recommandation d'articles et la modélisation des systèmes d'infrastructures.

La modélisation des relations entre les données dans un graphe est un concept essentiel. Un graphe est composé de nœuds représentant des entités et de liens qui représentent les relations entre ces entités.

Les bases de données orientées graphe sont un outil puissant pour la modélisation et la gestion de données relationnelles complexes, mais elles nécessitent une expertise spécifique pour une utilisation et une maintenance optimales

Une base de données qui stocke des collections de documents semi-structurés, souvent au format JSON ou XML. Les documents ont une structure arborescente et sont organisés en clé-valeur.

Les bases de données de type 'Documents' sont flexibles car elles n'ont pas de schéma prédéfini. Vous pouvez stocker des documents avec des structures variables sans avoir à définir un schéma à l'avance.

Ces bases de données sont souvent accessibles via une interface HTTP REST, ce qui permet de les utiliser facilement avec des applications web ou mobiles.

L'une des bases de données de type 'Documents' les plus populaires, développée par MongoDB Inc.

Une base de données de type 'Documents' qui met l'accent sur la flexibilité du schéma et la scalabilité horizontale.

Un avantage majeur des bases de données de type 'Documents' est leur capacité à gérer des données hétérogènes et à s'adapter facilement aux changements de structure des données.

Un autre avantage est leurs performances élevées pour les opérations de lecture et d'écriture en raison de la structure document-orientée et de la réduction des jointures nécessaires.

Un des inconvénients est qu'elles sont moins adaptées à la gestion de relations complexes entre les données, ce qui peut nécessiter des jointures fréquentes, réduisant ainsi les performances.