Почему идеи в базах данных возвращаются. Часть I

Александр Поломодов и Алексей Светличный разбирают What Goes Around Comes Around... and Around Стоунбрейкера и Павло. Статья продолжает текст двадцатилетней давности и проверяет, какие идеи исчезли, а какие вернулись под новым названием. Алексей добавляет опыт DBaaS и эксплуатации баз в Т-Банке.

Первая часть посвящена моделям данных и запросов. Реляционная модель остаётся фоном, к которому системы возвращаются. Key-value и Hadoop упрощали отдельные задачи, но поверх MapReduce снова появился SQL. Документные базы убрали часть mapping, а MongoDB затем добавила нужные продакшену транзакции.

Cassandra показывает цену нереляционного мышления: модель строится под запросы, а LSM-tree ускоряет запись ценой чтения и compaction. Поиск использует инвертированные индексы. Векторные базы хранят embeddings и ищут приблизительных соседей; Qdrant и Milvus сравниваются с расширениями PostgreSQL.

Графовые базы полезны для связей и обходов, которые трудно выразить SQL: социальных графов и отношений компаний. Cypher добавляет pattern matching, но большой граф сложно делить между машинами. Выбирать стоит не модный тип базы, а ценность модели, профиль чтения и записи и эксплуатационные ограничения.