Виды баз данных: реляционные, документные и другие

База данных — организованное хранилище информации, к которому программы обращаются для записи и поиска. Учёт товаров, клиенты в CRM, заказы интернет-магазина, история сообщений в чат-боте — всё это хранится в базах. Разные виды баз устроены по-разному, и выбор влияет на скорость, надёжность и стоимость поддержки системы.

Реляционные базы данных

Данные хранятся в таблицах со строками и столбцами, а таблицы связаны между собой ключами: заказ ссылается на клиента, строка заказа — на товар. Для работы используется язык SQL.

Примеры: PostgreSQL, MySQL, Microsoft SQL Server, Oracle, SQLite.

Сильные стороны:

• Строгая структура и проверка целостности данных
• Транзакции: операция либо выполняется полностью, либо не выполняется вовсе — важно для денег и остатков
• Зрелые инструменты, много специалистов

Подходят для: учётных систем, CRM, интернет-магазинов, финансовых операций — большинства бизнес-приложений.

Для нового проекта, если нет особых причин выбрать другое, реляционная база — разумный выбор по умолчанию.

Документные базы

Данные хранятся как документы в формате, похожем на JSON. Каждый документ может иметь свою структуру.

Пример: MongoDB.

Подходят для: каталогов с разными наборами характеристик (у телефона одни свойства, у холодильника другие), контента, профилей с переменными полями, быстрого прототипирования.

Ограничения: сложнее обеспечить целостность связанных данных, сложные отчёты по связям строить труднее. Стоит учесть, что PostgreSQL тоже умеет хранить и индексировать JSON, поэтому смешанный подход часто закрывает задачу без второй базы.

Хранилища ключ-значение

Самая простая модель: по ключу хранится значение. Очень быстрые операции чтения и записи.

Пример: Redis.

Подходят для: кэша, сессий пользователей, очередей, счётчиков, временных данных. В Telegram-боте в таком хранилище удобно держать текущий шаг диалога пользователя.

Обычно используются вместе с основной базой, а не вместо неё.

Колоночные базы

Хранят данные по столбцам, а не по строкам. Это позволяет очень быстро считать суммы и агрегаты по огромным таблицам.

Пример: ClickHouse и аналитические облачные хранилища.

Подходят для: аналитики событий, логов, рекламной статистики, хранилищ данных для BI.

Не подходят для учётной системы с частыми изменениями отдельных записей.

Графовые базы

Хранят объекты и связи между ними как основную сущность. Хороши для запросов вида «друзья друзей» или «цепочки связанных компаний».

Пример: Neo4j.

Подходят для: выявления мошеннических схем, рекомендаций, анализа связей, логистических сетей.

Базы временных рядов

Оптимизированы для данных с отметкой времени, которые поступают постоянно: показания датчиков, метрики серверов, котировки.

Примеры: InfluxDB, TimescaleDB (расширение PostgreSQL), Prometheus для метрик.

Векторные базы

Хранят числовые представления текстов, изображений и других объектов и ищут похожие. Стали популярны вместе с ИИ-ассистентами, которые отвечают по документам компании.

Примеры: специализированные векторные базы и расширение pgvector для PostgreSQL.

Как выбрать

1. Опишите данные: есть ли строгая структура и связи между сущностями
2. Опишите операции: много мелких изменений или анализ больших объёмов
3. Оцените требования к надёжности: деньги и остатки требуют транзакций
4. Учтите команду: кто будет поддерживать базу
5. Не множьте базы без нужды: каждая требует резервного копирования, мониторинга и обновлений

Типичные ошибки

• Выбор документной базы для учёта денег, потому что «так быстрее начать»
• Отдельная база под каждую задачу, когда хватило бы одной PostgreSQL с расширениями
• Аналитика на рабочей базе приложения, которая тормозит под тяжёлыми отчётами
• Отсутствие резервного копирования, какой бы вид базы ни был выбран

Если вы проектируете систему и не уверены в выборе базы данных, расскажите о задаче — подскажем подходящую архитектуру.