
مطلب زیر تماما به نقل از سلام دنیا بازنشر میشود.
در دهههای گذشته، ذخیرهسازی موثر دادهها و بدون تناقض آنها جنبه مهم مدیریت دادهها بوده است. امروزه مساله ذخیرهسازی دادهها سهم کمتری در میان مساله مدیریت دادهها دارد. مدیریت دادهها و استفاده از آنها حتی نسبت به ده سال قبل، شکل دیگری به خود گرفته است. شبکههای اجتماعی، سیستمهای امنیتی و هوشمند، میزبانهای رسانه (Media Servers)، دوربینهای مدار بسته، سیستمهای مدیریت نقشهها، شبکههای سنسوری و… هر یک به نوعی خاص نیازمند استفاده و مدیریت دادهها هستند. به عبارتی هر جنبه کیفی استفاده از دادهها مانند امنیت و سرعت دسترسی، امکان تغییر و توسعه دادهها به شکلهای گوناگون و… باعث شدند مدلهای ذخیرهسازی متفاوتی برای دادهها به وجود آید. علاوه بر این موارد، حجم عظیم دادههای مبادله شده باعث ایجاد مسالهای تازه به نام دادههای بزرگ (BigData) شده است. بنابراین حوزهی مطالعاتی در زمینهی دادهها بسیار وسیع است. در این بخش سعی شده که به معرفی اجمالی از چند مدل ذخیرهسازی دادهها و سیستمهای مدیریت مربوط به آن مدلها پرداخته شود. از آنجا که مدل دادهای یک پایگاهدادهها، رابطه مستقیمی با سیستم مدیریت آن پایگاه داده دارد (البته به جز نوع بدون قالب آن)، در این نوشته گاهی اوقات از واژه «مدل» و «پایگاهدادهها» به جای «سیستم مدیریت پایگاهدادهها» استفاده شده است. هرچند که هر کدام مفاهیمی جدا هستند.
سیستمهای مدیریت پایگاههای داده رابطهای (RDBMS):
این مدل را میتوان جزو پرکاربردترین و شناخته شدهترین مدل مدیریت دادهها و نیز بالغترین مدل بین سایر مدلها دانست. شالوده مدل رابطهای، منطق رابطهای است. این منطق توسط ادگار کاد (Edgar Codd)، دانشمند علوم رایانه در سال ۱۹۷۰ معرفی شده و در واقع تفسیر دیگری از نظریه مجموعهها و جبر رابطهای است. هر قلم داده (Data Entity) در مدل رابطهای، معادل یک سطر از جدول است که با یک کلید از سایر سطرهای آن جدول متمایز میشود. منطق رابطهای در واقع یک جبر بسته است. به این ترتیب که همه چیز، اعم از جداول و سطرهای جدول، یک رابطه است و حاصل عملگرهای جبری بر روی رابطهها، باز هم یک رابطه است. به خاطر این شالوده قدرتمند، مدل رابطهای توانست جایگزین مدلهای ناکارآمدی چون مدل سلسله مراتبی و مدل شبکهای شود که پیمایش بین دادهها از طریق اشارهگرها و زیرروالهای پیمایشگر صورت میگرفت؛ بر خلاف مدل رابطهای که هر سطر به طور منظم و مستقل در جایگاه خود قرار دارد و یافتن آنها نیازمند اشارهگرهای نسبی و فراخوانی زیرروالهای پیمایشگر نیست. بسته بودن منطق رابطهای، باعث به کارگیری پرسوجوها (query) به طور تو در تو و به طور موثر میشود. در این مدل، عملگرهای رابطهای مانند join، باعث اتصال جدولها با یکدیگر و استفادهی موثر از دادهها میشود. زبان دستکاری و به کار گیری دادهها (DML) در این مدل، معمولا زبان SQL است که یک زبان سطح بالا و اخباری (declarative) است. از آنجا که روند تدریجی توسعه سیستمهای نرمافزاری میتواند باعث تغییرات آتی در ساختار پایگاهدادهها شود، طراحی درست یک پایگاهدادهها، مسالهای ضروری و مهم است. این موضوع در مدل ذخیرهسازی رابطهای، تا حدودی مسالهای چالشی است. گرچه معرفی سطوح نرمالسازی و روشهای نرمالسازی پایگاههای داده، گامهای مورد نیاز را برای این امر فراهم میآورند، اما طراحی درست و نرمال یک پایگاهدادههای رابطهای خبرگی و مهارت خاص خود را میطلبد.
?
هر دستور یا مجموعه دستورات وابسته به هم که از طریق کاربران به پایگاهدادههای ارسال میشود، تحت پوشش یک تراکنش اجرا میشود. مدیریت تراکنشها در این نوع شیوه ذخیرهسازی، مسالهای جدای از خود مدل ذخیرهسازی است؛ به عبارتی سیستمهای مدیریت پایگاههای داده رابطهای (RDBMS) به طور معمول موظفند در زمان اجرای تراکنشها، خواص ACID را به نوعی رعایت و پیادهسازی کنند. بدین منظور هر یک از این سیستمها شیوه و سیاست خاص خود را برای مدیریت تراکنشها و پیادهسازی خواص ACID عرضه کردهاند. سیستمهایی مانند MySQL از شیوه قفلگذاری در سطح سطرهای جدول به این هدف میرسند. اما در سیستمی مثل PostgreSQL، این امکان توسط چند نسخهسازی صورت میگیرد.
مدل رابطهای دارای محدودیتهای خاص خود است. کاربر نمیتواند به طور معمول و موثر، هر نوع ساختار داده دلخواه خود را در یک جدول پایگاهدادههای رابطهای ذخیره کند. به علاوه این که هر RDBMS برای خود مجموعه نوع داده (Data Type)های خود را ارائه کرده است که جدای از ناهمخوانی با یکدیگر، محدود هستند.
با معرفی منطق برنامهنویسی شئگرا و زبانهای مرتبط با آن و همهگیر شدن استفاده از این منطق در طراحی سیستمهای نرمافزاری، این مشکل بیشتر خود را نمایش داد و یک شکاف بین منطق رابطهای و منطق شیئگرا حس شد. برنامهنویسان گاهی مجبور بودند همانطور که اشیاء داده را در برنامهشان استفاده میکردند، آنها را در پایگاههای داده ذخیره و استفادهی مجدد کنند و به این ترتیب زمان و هزینه توسعه را کاهش دهند. در ادامه با مدلهایی که سعی کردند این شکاف را برطرف کنند آشنا میشوید.
سیستمهای مدیریت پایگاههای داده شیئ گرا (OODBMS):
اواخر دهه ۸۰ میلادی را میتوان زمان ظهور پایگاههای دادهی شئگرا دانست که در واقع پاسخی به نیازمندیهای برنامههای CAD بود که با اشیاء دادهی پیچیده و تودرتو سروکار دارند. مساله اینجاست که برنامهی CAD یک برنامهی روالی (procedural) است که در هر لحظه یک ورودی میگیرد و یک خروجی پیچیده تولید میکند، اما این با ساختار رابطهای در تضاد است و پیادهسازی آن در منطق رابطهای مستلزم اجرای دستورات join متعدد و پرس و جو (query)های طولانی، آن هم برای گرفتن تنها یک سطر خروجی است.
سیستمهای مدیریت پایگاهدادههای شئگرا (OODBMS) برای حل این مشکلات به وجود آمد. خصوصیات این سیستم را میتوان بطور خلاصه این طور بیان کرد:
مشکلات سیستمهای مدیریت پایگاههای داده شئ گرا:
ایدهای که در پشت پیادهسازی پایگاهدادههای شئ گرا نهفته بود این بود که برای توسعهدهندگان بسیار مفید خواهد بود که نه تنها ذهنشان درگیر پیادهسازی پشت رابط اشیاء داده نشود، بلکه حتی درگیر این مساله نباشند که آن شئ چطور در پایگاهدادهها ذخیره میشود.
سه اشتباه که تکرار شد:
شرکتهای توسعهدهنده و پشتیبان ایده پایگاههای داده شئگرا متوجه تکرار اشتباه خود شدند.
اولین اشتباه آنها نزدیک کردن بیش از حد طراحی پایگاهدادهها به طراحی برنامهها بود. آنها دوباره فهمیدند که این نزدیک شدن با معماری چند لایه توسعه نرمافزارها که باعث انعطاف در توسعه نرمافزارها میشود تناقض دارد.
آنها همچنین دوباره فهمیدند که استفاده از زبانهای اخباری مانند SQL-92 چنان بهرهوری را بالا میبرد که شرکتهای توسعهدهنده نرمافزار ترجیح میدهند که به جای درگیری با مفاهیم جدید، هزینه تامین منابع سختافزاری را پرداخت کنند؛ به عبارتی شما همواره میتوانید سختافزار بخرید، اما زمان را هرگز!
آنها همچنین دوباره فهمیدند که استاندارد نبودن یک مدل دادهای منجر به خطا در طراحی و بروز ناسازگاری در دادهها میشود. نگهداری از یک سیستم مدیریت پایگاههای داده شئگرا کاری بسیار سخت بود.
سیستم مدیریت پایگاههای داده شئ-رابطهای (ORDBMS):
گرچه تا سال ۹۵ میلادی، بحث شئگرایی در پایگاههای داده مساله داغی بود، اما هنوز یک توافق عام بر سر اینکه یک پایگاهدادههای شئگرا باید شامل چه خصوصیاتی باشد، شکل نگرفت! در نهایت همگان بر این موضوع توافق کردند که پشتیبانی کمی شئگرایی در پایگاههای داده بسیار مفید است! به عبارتی گرچه پایگاههای داده شئگرا نتوانستند موقیت قابل انتظاری را کسب کنند، اما پیشرو در ارائه چند ایده موفق و کاربردی بودند که بعدها در پایگاهدادههای شئ-رابطهای نیز توانستند پیادهسازی شوند. همچنین توسعهدهندگان سیستمهای مدیریت پایگاهدادههای رابطهای نیز متوجه وجود کمبود در این سیستمها شدند، سعی کردند به هر طریقی پشتیبانی از اشیاء داده را در سیستمهای خود و با رعایت انطباق با نسخههای قبلی وارد کنند. که در منبع چهارم این نوشته با دشواریهای زیاد این رویکرد آشنا خواهید شد. نهایتا گرایش به فواید موجود در مدلهای ORDBMS و OODBMS باعث به وجود آمدن مفهومی با عنوان پایگاههای داده شئ-رابطهای (Object-Relational) شد.
?در این مفهوم به طور موثری تلاش شده که نه تنها نقات قوت هر دو سیستم پیادهسازی شده و نقاط ضعف آنها برچیده شود، بلکه این سیستم بیانگر یک راهکار نوین در زمینه مدیریت دادهها محسوب شود. سیستم مدیریت پایگاهدادههای که در این زمینه پیشرو بوده است، PostgreSQL است. PostgreSQL را میتوان یک سیستم پایگاهدادههای شئ-رابطهای بسیار قدرتمند و انعطافپذیر دانست که علاوه بر معرفی راهکاری در جهت پشتیبانی از اشیاء دادهها، استانداردهای روز پایگاهدادههای رابطهای را پیادهسازی میکند. مشخصات کلی یک سیستم شئ-رابطهای را میتوان به این صورت بیان کرد:
منظور از رفتار اشیاء همان متدهای تعریف شده درون اشیاء داده است و این رفتار را میتوان به عنوان حتی یک برنامهی مستقل گسترش داد. نکته جذاب این است که با این دیدگاه میتوان بخش زیادی از لایه منطق (Business Logic) برنامه را در سمت سرور اجرا کرد، بدون آنکه مانند گذشته، محاسبات در سمت کلاینت صورت بگیرد و تاخیر در انتقال دادهها باعث تاخیر در محاسبات گردد. یک سیستم مدیریت پایگاهدادههای شئ-رابطهای مانند یک سکو یا با یک مثال بد، مانند یک سیستمعامل عمل میکند، به این ترتیب که میتواند منابع سیستم را برای این برنامهها و نیز ارتباطات بین برنامهای را کنترل و مدیریت کند. این قدرت و انعطافپذیری، باعث شده است که بستههای مختلفی برای این نوع سیستم نوشته شود که نوع دادهها و متدهای خود را وارد ORDBMS میکنند و کاربر میتواند در کنار استفادهای که قبلا از یک DBMS به عنوان یک سیستم رابطهای استاندارد میکرد، از این متدها و نوع دادههای جدید در برنامه خود استفاده نماید.
?
در این نوع پایگاهدادههای، پشتیبانی از شئگرایی به طور موثری از طریق جداول مسطح صورت میپذیرد و پشتیبانی از نوع دادههایی مانند کلکسیونها، خللی در مفهوم نرمال بودن پایگاهدادههای از دید رابطهای آن وارد نمیکند.
معرفی سیستمهای مدیریت پایگاهدادههای NoSQL و مخازن داده:
گرچه مدل رابطهای بسیار قدرتمند و انعطافپذیر است، اما همانطور که اشاره شد، کارکردن با این مدل داده مهارت خاص خود را میطلبد. جدای از این، خیلی از کاربران، مشکلات و نیازمندیهایی دارند که راهکار پایگاهدادههای رابطهای و حتی شئ-رابطهای برایشان مناسب نیست. در دهه اخیر سیستمهایی موسوم به NoSQL و برنامههای مربوط به آنها بسیار پرطرفدار و فراگیر شدهاند، با این شعار که در کنار معرفی کارکردهای جدید، بسیاری از دشواریهای کار کردن با مدل رابطهای را نیز برطرف کنند. در واقع هدف این است که با ریشهکن کردن محدودیتهای سختگیرانهای که قبلا در سیستم رابطهای معرفی شده بود، بتوان به راحتی و انعطاف بالا در نگهداری، پرسوجو و استفاده از دادهها رسید. پایگاهدادههای NoSQL با استفاده از شیوههای ساختنایافته (یا ساختیافته در زمان عمل) به حذف محدودیتهای رابطهها کمک میکند و راههای متعدد و مختلفی را جهت موارد استفادهی خاصی هم چون ذخیره «تمام متن» اسناد (full-text document storage) ارائه میکند. بر خلاف آنچه که در مقدمه آورده شده، در سیستمهای پایگاهدادههای NoSQL هیچ مدل دادهای همانند سیستمهای پایگاهدادههای رابطهای، مورد استفاده یا نیاز نیست. هر سیستم مدیریت پایگاهدادههای NoSQL، به منظورهای خاص و هر یک به شیوه خاص، این منطق را پیاده سازی کردهاند. این پیادهسازیها و راهکارهای بدون قالب (schema less) هم اجازهی پشتیبانی از انواع نامتناهی از فرمهای دادهای را فراهم میآورد و هم اینکه به طور ساده و بسیار موثری، از قالب «کلید-مقدار»ی که در مدل رابطهای بود، پشتیبانی میکنند. پشتیبانی از قالب کلید-مقدار، بیشتر برای تعداد دادههای کوچک و معمولا به منظور cache کردن دادهها به کار میرود که در بخش مقایسه سیستمهای NoSQL به آن پرداخته میشود.
?
بر خلاف پایگاهدادههای رابطهای، قادر خواهیم بود تا کلکسیونی (collection) از دادهها را درون یک سیستم پایگاهدادههای NoSQL همانند MongoDB داشته باشیم. این پایگاهدادههای یا به عبارت دیگر این «مخازن اسناد» (document stores) هر داده را در کنار سایر دادهها، تحت عنوان یک کلکسیون (یا همان سند) در پایگاهدادههای نگهداری میکند. این اسناد میتوانند تحت عنوان اشیاء داده مستقل مانند قالب JSON به نمایش درآیند و همچنین بر اساس صفتهایش پرسوجو شوند.
سیستمهای پایگاهدادههای NoSQL بر خلاف سیستم رابطهای که از زبان SQL استفاده میکرد، روشهای مشترکی را برای پرسوجو از دادهها ارائه نمیکنند و هر سیستم NoSQL راهکار پرسوجو یا دسترسی خاص خود به دادهها را دارا است.
مقایسه سیستمهای مدیریت پایگاههای داده مبتنی بر SQL (رابطهای) و NoSQL
جهت سادهسازی در ارائهی مفهوم، سعی میگردد تا تفاوتهای این دو سیستم بررسی گردد
?گرچه در ادامه به جزئیات بیشتری از سیستمهای NoSQL پرداخته میشود، لیکن موارد استفاده یا عدم استفاده از این سیستمها را میتوان به طور کلی به این شکل عنوان کرد:
مقایسه سیستمهای مدیریت پایگاهدادههای NoSQL و مدلهای آنها
در این بخش سعی بر آن است که سیستمهای مدیریت پایگاهدادههای NoSQL معرفی گشته و کارکرد و اهداف آنها تشریح شود تا بتوان در صورت نیاز، انتخابی درست و موثر انجام داد.
به طور کلی، میتوان سیستمهای مدیریت پایگاههای داده NoSQL را به چهار دسته زیر تقسیم نمود:
?
۱) مبتنی بر کلید-مقدار:
این مدل میتواند به عنوان ساده ترین مدل در بین سایر مدلهای این دسته و نیز زیرساخت مفهوم NoSQL شناخته شود. این نوع از پایگاهدادههای با تطابق کلیدها و مقادیر کار میکنند، چیزی شبیه dictionary. هیچ چیزی به عنوان ساختار یا رابطه وجود ندارد. پس از اتصال به پایگاه داده (مانند Redis)، یک برنامه میتواند یک کلید را عنوان کند (مانند the_answer_to_life) و یک مقدار متناسب (مثلا ۴۲) را دریافت کند. سیستمهای مدیریت پایگاهدادههای مبتنی بر مقدار-کلید بطور معمول برای ذخیرهی سریع دادههای اولیه به کار میروند. آنها بسیار کارا، موثر و معمولا بسط پذیرند.
نکته: وقتی صحبت از دیکشنری در دنیای کامپیوتر میشود، منظور دستهای خاص از اشیاء داده است که از آرایهای از کلکسیونها با کلیدهای مجزا تشکیل شده اند و هر کلید، با یک مقدار تطابق دارد.
برای سیستمهای مدیریت پایگاهدادههای NoSQL مبتنی بر کلید-مقدار میتوان موارد زیر را معرفی نمود:
موارد مناسب جهت استفاده:
۲) مبتنی بر ستون:
سیستمهای مدیریت پایگاههای داده مبتنی بر ستون، بر اساس قدرتمندسازی همان طبیعت کلید-مقدار شکل گرفتهاند. بر خلاف آن تصور عامه در اینترنت که گفته میشود یادگیری این پایگاهدادهها مشکل است، این نوع پایگاهدادهها به طور خیلی ساده و بر اساس ساخت کلکسونهایی از یک یا چند جفت کلید-مقدار کار میکنند که با یک رکورد مطابقت دارد. بر خلاف تعاریف قدیمی از قالب (schema) در سیستمهای رابطهای، یک سیستم مبتنی بر ستون نیازمند جدولی از پیش تعیین شده جهت کار کردن با دادهها در آن نیست. هر رکورد با یک یا چند ستون که دربردارنده اطلاعات هستند، ارائه میشود و هر ستون از هر رکورد میتواند متفاوت باشد.
?
به طور ساده، این نوع پایگاهدادهها، آرایههایی دو بعدی هستند که به موجب آن، هر کلید (در اینجا: معادل سطر یا رکورد)، یک یا چند جفت کلید-مقدار را به همراه دارند که به آنها متصل هستند. این سیستم، اجازه استفاده و نگهداری حجم عظیمی از دادههای ساختنایافته را میدهد. (مثلا یک رکورد با مقادیر عظیمی از اطلاعات)
این سیستم معمولا زمانی استفاده میشود که جفتهای کلید-مقدار کافی نیستند و ذخیره تعداد بسیار زیاد از رکوردها با تعداد اطلاعات بسیار بزرگ، یک ضرورت محسوب میشود. این سیستم قابلیت بسطپذیری بسیار خوب و بالایی را دارد.
برای سیستمهای مدیریت پایگاهدادههای مبتنی بر ستون میتوان موارد زیر را معرفی نمود:
موارد مناسب جهت استفاده:
۳) مبتنی بر سند:
سیستم مدیریت پایگاهدادههای مبتنی بر سند را میتوان آخرین دیوانه بازی دانست که توانسته سیل عظیمی از مردم را به استفاده از خود جوگیر کند! این سیستم همانند سیستم مبتنی بر ستون عمل میکند، گرچه امکان رسیدن به تودرتوسازی بیشتری را میدهد: وجود یک سند در یک سند دیگر، در سند دیگر،…
سندها بر محدودیت یک یا دو سطح از تودرتو سازی سیستمهای مبتنی بر ستون فائق آمدهاند. به طور ساده، هر ساختار پیچیده و دلخواه میتواند تشکیل یک سند را بدهد و این سند قابلیت ذخیرهسازی در این سیستم را دارد.
علیرغم ذات قدرتمند قابلیت پرسوجو از رکوردها با کلیدهای مختلف، این سیستم مشکلات و افتهایی را در مقایسه با بقیه همتایان خود دارد. به عنوان مثال، دریافت یک مقدار از یک رکورد به معنی دریافت مقدار زیاد آن رکورد است. مشابه این سناریو در زمان بهروزرسانی دادهها نیز صادق است. این موارد باعث افت کارایی میشوند.
برای سیستمهای مدیریت پایگاههای داده مبتنی بر سند میتوان موارد زیر را معرفی نمود:
موارد مناسب جهت استفاده:
۴) مبتنی بر گراف:
در نهایت، میتوان به سیستم جذاب مدیریت پایگاهدادههای مبتنی بر گراف اشاره کرد. این سیستمها دادهها را به شکلی کاملا متفاوت از سه مدل قبلی که به آن اشاره شد، ارائه میکنند. آنها ساختار درختی را همانند آنچه که در گرافها هست ارائه میکنند، با راسها و یالهایی که به وسیلهی رابطهها به یکدیگر متصل هستند.
مشابه تصویری ریاضی گرافها و به لطف طبیعت گرافها (مانند اتصال و دستهبندی اطلاعات مرتبط با هم)، برخی از عملیات خاص در این سیستمها، بسیار سادهتر صورت میپذیرند. (مانند ارتباط آدمها)
این پایگاهدادههای به طور معمول در برنامههایی استفاده میشوند که برقراری مرزهای مشخص در اتصالات ضروری است. به عنوان مثال هنگامی که وارد یک شبکه اجتماعی شویم، اتصال دوستانتان به شما و نیز اتصال دوستان دوستانتان به شما از طریق سیستمهای مدیریت پایگاهدادههای مبتنی بر گراف سادهتر است.
برای سیستمهای مدیریت پایگاهدادههای مبتنی بر گراف میتوان موارد زیر را معرفی نمود:
موارد مناسب جهت استفاده:
منابع:
https://slmd.ir/lr
https://slmd.ir/ls
https://slmd.ir/lt
https://slmd.ir/lu
https://slmd.ir/lv