Viết tắt NoSQL được tạo ra năm 1998. Nhiều người nghĩ NoSQL là thuật ngữ miệt thị nhằm châm chọc SQL. Thực tế, thuật ngữ này có nghĩa là "Không chỉ SQL" (Not Only SQL). Ý tưởng là cả hai công nghệ có thể cùng tồn tại và mỗi cái có vị trí riêng. Phong trào NoSQL đã được báo chí đề cập trong vài năm qua khi nhiều lãnh đạo Web 2.0 áp dụng công nghệ NoSQL. Các công ty như Facebook, Twitter, Digg, Amazon, LinkedIn và Google đều dùng NoSQL theo một cách hoặc cách khác. Hãy phân tích NoSQL để bạn có thể giải thích cho CIO hoặc đồng nghiệp.
NoSQL nảy sinh từ nhu cầu
Lưu trữ dữ liệu: Dữ liệu số lưu trữ trên thế giới được đo bằng exabyte. Một exabyte bằng một tỷ gigabyte (GB) dữ liệu. Theo Internet.com, lượng dữ liệu lưu trữ tăng thêm năm 2006 là 161 exabyte. Chỉ 4 năm sau, năm 2010, lượng dữ liệu lưu trữ sẽ gần 1.000 exabyte, tăng hơn 500%. Tóm lại, có rất nhiều dữ liệu được lưu trữ và sẽ tiếp tục tăng.
Dữ liệu liên kết: Dữ liệu ngày càng liên kết hơn. Sự ra đời của web thúc đẩy siêu liên kết, blog có pingback và mọi mạng xã hội lớn đều có thẻ gắn kết mọi thứ. Các hệ thống lớn được xây dựng để liên kết.
Cấu trúc dữ liệu phức tạp: NoSQL xử lý dễ dàng cấu trúc dữ liệu phân cấp lồng nhau. Để làm tương tự trong SQL, bạn cần nhiều bảng quan hệ với đủ loại khóa. Ngoài ra, có mối quan hệ giữa hiệu suất và độ phức tạp dữ liệu. Hiệu suất có thể giảm trong RDBMS truyền thống khi lưu trữ lượng dữ liệu khổng lồ cần cho ứng dụng mạng xã hội và web ngữ nghĩa.
NoSQL là gì?
Một cách định nghĩa NoSQL là xem nó không phải gì. Nó không phải SQL và không phải quan hệ. Như tên gợi ý, nó không thay thế RDBMS mà bổ sung cho nó. NoSQL được thiết kế cho kho dữ liệu phân tán với nhu cầu dữ liệu quy mô rất lớn. Hãy tưởng tượng Facebook với 500 triệu người dùng hoặc Twitter tích tụ Terabit dữ liệu mỗi ngày.
Trong cơ sở dữ liệu NoSQL, không có schema cố định và không có join. RDBMS "mở rộng lên" (scale up) bằng phần cứng nhanh hơn và thêm bộ nhớ. NoSQL thì tận dụng "mở rộng ra" (scale out). Mở rộng ra nghĩa là phân tán tải lên nhiều hệ thống thông thường. Đây là thành phần làm cho NoSQL trở thành giải pháp rẻ cho tập dữ liệu lớn.
Các loại NoSQL
Thế giới NoSQL hiện tại phù hợp với 4 loại cơ bản:
- Kho khóa-giá trị (Key-value Stores) dựa chủ yếu trên bài báo Dynamo của Amazon năm 2007. Ý tưởng chính là tồn tại bảng băm (hash table) với khóa duy nhất và con trỏ đến mục dữ liệu cụ thể. Các ánh xạ này thường đi kèm cơ chế cache để tối đa hóa hiệu suất.
- Kho họ cột (Column Family Stores) được tạo để lưu trữ và xử lý lượng dữ liệu rất lớn phân tán trên nhiều máy. Vẫn có khóa nhưng chúng trỏ đến nhiều cột. Trong BigTable (mô hình NoSQL họ cột của Google), hàng được xác định bởi khóa hàng với dữ liệu sắp xếp và lưu theo khóa đó. Các cột được sắp xếp theo họ cột.
- Cơ sở dữ liệu tài liệu (Document Databases) lấy cảm hứng từ Lotus Notes và tương tự kho khóa-giá trị. Mô hình cơ bản là tài liệu phiên bản là tập hợp các tập hợp khóa-giá trị khác. Các tài liệu bán cấu trúc được lưu ở định dạng như JSON.
- Cơ sở dữ liệu đồ thị (Graph Databases) được xây dựng với nút, mối quan hệ giữa nút và thuộc tính của nút. Thay vì bảng hàng cột và cấu trúc cứng nhắc của SQL, mô hình đồ thị linh hoạt được dùng có thể mở rộng trên nhiều máy.
Các đối tượng chính trong NoSQL
Các đối tượng chính trong NoSQL xuất hiện chủ yếu nhờ các tổ chức áp dụng chúng. Một số công nghệ NoSQL lớn nhất bao gồm:
- Dynamo: Dynamo do Amazon.com tạo ra và là cơ sở dữ liệu NoSQL Khóa-Giá trị nổi bật nhất. Amazon cần nền tảng phân tán khả thi cao cho thương mại điện tử nên phát triển Dynamo. Amazon S3 dùng Dynamo làm cơ chế lưu trữ.
- Cassandra: Cassandra do Facebook mã nguồn mở và là cơ sở dữ liệu NoSQL hướng cột.
- BigTable: BigTable là cơ sở dữ liệu hướng cột độc quyền của Google. Google cho dùng BigTable nhưng chỉ cho Google App Engine.
- SimpleDB: SimpleDB là cơ sở dữ liệu khác của Amazon. Dùng cho Amazon EC2 và S3, là một phần của Amazon Web Services tính phí theo sử dụng.
- CouchDB: CouchDB cùng MongoDB là cơ sở dữ liệu NoSQL hướng tài liệu mã nguồn mở.
- Neo4j: Neo4j là cơ sở dữ liệu đồ thị mã nguồn mở.
Truy vấn NoSQL
Câu hỏi cách truy vấn cơ sở dữ liệu NoSQL là điều đa số lập trình viên quan tâm. Dù sao, dữ liệu lưu trong cơ sở dữ liệu khổng lồ không có ích nếu không thể truy xuất và hiển thị cho người dùng cuối hoặc dịch vụ web. Cơ sở dữ liệu NoSQL không cung cấp ngôn ngữ truy vấn khai báo cấp cao như SQL. Thay vào đó, truy vấn các cơ sở dữ liệu này phụ thuộc vào mô hình dữ liệu.
Nhiều nền tảng NoSQL cho phép giao diện RESTful cho dữ liệu. Những cái khác cung cấp API truy vấn. Có vài công cụ truy vấn được phát triển cố gắng truy vấn nhiều cơ sở dữ liệu NoSQL. Các công cụ này thường hoạt động trong một loại NoSQL đơn lẻ. Ví dụ là SPARQL. SPARQL là đặc tả truy vấn khai báo dành cho cơ sở dữ liệu đồ thị. Dưới đây là ví dụ truy vấn SPARQL lấy URL của một blogger cụ thể (theo IBM):
PREFIX foaf:
SELECT ?url
FROM
WHERE {
?contributor foaf:name "Jon Foobar" .
?contributor foaf:weblog ?url .
}
Tương lai của NoSQL
Các tổ chức có nhu cầu lưu trữ dữ liệu khổng lồ đang xem xét NoSQL nghiêm túc. Hiển nhiên, khái niệm này không thu hút nhiều ở tổ chức nhỏ hơn. Trong khảo sát của Information Week, 44% chuyên viên IT doanh nghiệp chưa nghe về NoSQL. Hơn nữa, chỉ 1% người trả lời báo cáo NoSQL là một phần trong định hướng chiến lược. Rõ ràng, NoSQL có chỗ đứng trong thế giới kết nối của chúng ta nhưng cần tiếp tục tiến hóa để có sức hấp dẫn đại chúng như nhiều người nghĩ.