Comparaison des bases de données relationnelles et non relationnelles
Caractéristiques principales des bases de données relationnelles
| Caractéristique | Relationnelles | Non relationnelles |
|---|---|---|
| Représentation | Tables avec colonnes et lignes | Collection de données clé-valeur |
| Conception des données | Données normalisées | Données dénormalisées |
| Optimisation | Pour le stockage | Pour le calcul |
| Langage de requête | SQL | Multiple (orienté objet) |
| Évolutivité | Verticale | Horizontale |
| Implémentation typique | Systèmes OLTP/OLAP | Applications web/mobiles |
Avantages des bases non relationnelles
- Déployables sur serveurs massivement distribués
- Gestion de très grands volumes de données
- Meilleure évolutivité
Limites
- Cohérence éventuelle (données pas toujours synchronisées immédiatement)
- Peut ne pas supporter ACID selon l'implémentation
Types de bases de données non relationnelles AWS
1. Bases de données clé-valeur
Service AWS: Amazon DynamoDB
Points forts:
- Flexibilité élevée
- Gestion de divers types de données
- Pas besoin d'indexation complexe
- Facilité de réplication
Points faibles:
- Requêtes analytiques difficiles
- Modèles d'accès à prévoir à l'avance
2. Bases de données documentaires
Service AWS: Amazon DocumentDB
Points forts:
- Pas de schéma prédéfini
- Grande évolutivité
- Flexibilité structurelle
Points faibles:
- Sacrifice de la conformité ACID
- Interrogation native limitée
3. Bases de données en mémoire
Services AWS: Amazon ElastiCache, MemoryDB for Redis
Points forts:
- Latence inférieure à la milliseconde
- Idéal pour cache, jeux, sessions
- Adaptation automatique à la demande
Points faibles:
- Inadapté aux données fréquemment mises à jour
- Sensibilité aux données obsolètes
4. Bases de données graphes
Service AWS: Amazon Neptune
Points forts:
- Récupération rapide de structures complexes
- Idéal pour recommandations
- Analyse de relations en temps réel
Points faibles:
- Inadapté aux données transactionnelles
- Courbe d'apprentissage pour les requêtes
5. Bases de données ledger
Service AWS: Amazon QLDB
Points forts:
- Immuabilité des données
- Historique vérifiable
- Sécurité cryptographique
Points faibles:
- Impossible de corriger les erreurs de saisie
6. Bases de données temporelles
Service AWS: Amazon Timestream
Points forts:
- Optimisé pour l'analyse temporelle
- Idéal pour données IoT
Points faibles:
- Usage très spécifique
7. Bases de données colonnes larges
Service AWS: Amazon Keyspaces
Points forts:
- Grand volume de données
- Écritures rapides
Points faibles:
- Difficile à adapter aux changements
Services AWS détaillés
Amazon DynamoDB
- Base clé-valeur serverless
- Performances élevées à toute échelle
- Fonctionnalités:
- Sécurité intégrée
- Sauvegardes continues
- Réplication multi-région
- Mise en cache mémoire
Cas d'usage:
- Backend d'applications mobiles
- Détection d'anomalies via DynamoDB Streams
Amazon Keyspaces
- Compatible Apache Cassandra
- Entièrement managé et serverless
- Avantages:
- Même code/tools Cassandra
- Pas de gestion de serveurs
- Performances constantes
- SLA 99.99%
Amazon DocumentDB
- Compatible MongoDB
- Avantages:
- Même code/pilotes MongoDB
- Mise à l'échelle automatique
- Latence milliseconde
Cas d'usage:
- Profils utilisateurs
- Applications mobiles temps réel
Amazon Neptune
- Base de données graphe
- Stocke milliards de relations
- Latence milliseconde
- Cas d'usage:
- Détection de fraude
- Recommandations
- Analyse RSS
Amazon Timestream
- Base temporelle serverless
- Pour données IoT
- Fonctionnalités:
- Stockage hiérarchisé auto
- Requêtes unifiées
- Chiffrement intégré
Amazon QLDB
- Base ledger immuable
- Historique vérifiable
- Cas d'usage:
- Dossiers médicaux
- Audit financier