NoSQL ja hajautetut järjestelmät

Abstract

Opinnäytetyössä tutkittiin dokumenttipohjaisen tietokannan ja relaatiotietokannan eroja www-sovellusten kehityksessä. Tutkimuksen tarkoituksena oli selvittää, onko dokumentti­ pohjainen NoSQL tuotteena kannattava valinta perinteisempien SQL-toteutusten tueksi.

Tutkimuksessa viitataan hajautettuun tietotekniikkaan, joka luo pohjan toimintavarmoille ja tehokkaille sovelluksille niin työpöytäympäristössä kuin tietoverkoissakin. NoSQL noudattaa hajautetun tietotekniikan periaatteita tarjoamalla vikasietoisen, nopeasti skaa­ lautuvan ja helposti monistettavan tietokannan usealle laitteelle.

NoSQL:n tuote-esimerkiksi valittiin avoimen lähdekoodin Apache CouchDB -tietokanta­ järjestelmä pääasiassa selkeytensä ja runsaiden toiminnallisuuksiensa vuoksi. CouchDB tarjoaa sovellusrajapinnan, jonka avulla on helppo luoda HTML5-pohjaisia verkkosovel­ luksia, joiden kriittinen tieto on jatkuvasti turvattuna ja helposti saatavilla.

NoSQL ei kuitenkaan ole ratkaisu kaikkeen, vaan järjestelmän tietojen viitatessa selkeästi toisiinsa on edelleen varminta käyttää relaatiopohjaisia tietokantoja.

This thesis investigates the differences between relational databases and document-oriented databases. The goal of this investigation was to find out if the document-oriented NoSQL is a profitable solution for supporting traditional SQL databases.

This thesis contains references to the theory of decentralized computing which establishes a base for fault-tolerant and efficient applications in both desktop and network environments. NoSQL follows the principles of decentralized computing by offering distributed, scalable and replicable solution between devices.

Apache CouchDB was chosen as a practical example of NoSQL due to its user-friendliness and rich functionalities. It is open source and offers a powerful application programming interface for developing complex HTML5 based web applications whose critical data remains safely stored and easily accessible.

However, the NoSQL should not be considered to be the solution for each problem. If the data contains multiple references to other data it is better to use relational databases.