MongoDB e SQL: differenze e analogie

MongoDB e SQL offrono due approcci completamente diversi all’archiviazione e alla gestione dei dati. Mentre la soluzione NoSQL MongoDB convince soprattutto per la sua flessibilità, SQL rappresenta una scelta molto affidabile e collaudata.

SQL: uno standard affermato da decenni

Iniziamo questo confronto tra MongoDB e SQL dando uno sguardo alla storia e allo sviluppo delle due soluzioni. SQL si riferisce al linguaggio di database necessario per lavorare con i database relazionali. Da un lato, consente di inserire, modificare e cancellare i dati. Dall’altro, il linguaggio viene utilizzato anche per interrogare o richiedere determinati dati. SQL risale al linguaggio di interrogazione SEQUEL, sviluppato negli anni ‘70. Oggi, è il linguaggio standard per tutti i sistemi di gestione di database relazionali. I sistemi più noti sono MySQL, Microsoft SQL Server, Oracle, PostgreSQL e Sybase.

MongoDB: l’alternativa a SQL

MongoDB è decisamente più giovane di SQL. È stato sviluppato nel 2009 dall’azienda 10gen (ora MongoDB Inc.) ed è oggi considerato uno dei database più popolari e più utilizzati al mondo. Il nome del sistema NoSQL deriva dal termine inglese “huMongous” (che significa “grande” o “enorme”) e intende descrivere che MongoDB è stato progettato appositamente per la gestione di archivi di dati particolarmente grandi e diversificati. Due caratteristiche del sistema di gestione di database che contribuiscono a questo obiettivo sono la sua enorme flessibilità e l’elevata scalabilità. Infatti, può crescere con l’aumentare dei requisiti e, in linea di principio, può essere scalato orizzontalmente all’infinito. Il sistema è anche open source.

Funzionamento

MongoDB e SQL sono entrambi utilizzati per archiviare dati. Questa però è l’unica cosa che i due sistemi hanno veramente in comune. La differenza sostanziale è il tipo di archiviazione, cosa che non solo determina tutte le altre differenze, ma risulta anche decisiva per stabilire quale delle due soluzioni sia maggiormente adatta alle tue esigenze.

SQL funziona in modo relazionale, il che significa che tutti i dati sono memorizzati sotto forma di tabella. Questa tabella è composta da righe e colonne in cui sono archiviate tutte le informazioni rilevanti. Nei comuni sistemi di gestione dei database SQL vengono utilizzati diversi database, che possono fare riferimento l’uno all’altro. SQL viene eseguito tramite un server per interrogare i dati memorizzati. Per fare ciò, il processo richiede l’impiego di diversi componenti:

1. Il parser verifica la conformità dell’istruzione alle regole e controlla le autorizzazioni necessarie.
2. Il processore di query pianifica i recuperi, le scritture e gli aggiornamenti.
3. Il motore di archiviazione esegue la richiesta, legge i dati e invia il risultato al client.

Rispetto a SQL, MongoDB funziona in modo non relazionale. Ciò significa che i dati non vengono memorizzati sotto forma di tabelle, ma vengono invece archiviati in documenti. Questi documenti, nel formato binario JSON, BSON, sono raggruppati nelle cosiddette collezioni. MongoDB e i sistemi NoSQL analoghi possono memorizzare e gestire in questo modo tipi di dati completamente diversi. Questi possono essere strutturati, semistrutturati o non strutturati. Inoltre, MongoDB si basa su coppie chiave-valore. Mentre la chiave è sempre una stringa, il valore può essere anche costituito da file, altri documenti o valori booleani. Il linguaggio di interrogazione è MongoDB Query Language (MQL).

Scalabilità e disponibilità

È vero che sia MongoDB che SQL sono scalabili. Tuttavia, la scalabilità risulta molto più facile ed efficace con la soluzione NoSQL. MongoDB utilizza una tecnica chiamata sharding per scalare i database orizzontalmente. In questo processo, i dati vengono memorizzati su nodi diversi e il carico viene così distribuito su più spalle. Questo approccio non solo è relativamente vantaggioso, ma aumenta anche la velocità di interrogazione e la sicurezza dei dati. Le repliche consentono di reagire immediatamente a un guasto del server e di selezionare un nuovo nodo come nodo primario attraverso un failover automatico. Questo approccio è molto promettente, soprattutto in presenza di grandi quantità di dati di diverso tipo.

I database basati su SQL, invece, possono essere scalati solo verticalmente. Ciò significa che per volumi di dati maggiori sono necessari uno spazio di archiviazione aggiuntivo, capacità maggiori e una potenza di calcolo superiore. Questo approccio genera spesso costi enormi, motivo per cui nella maggior parte dei casi il metodo SQL è più consigliabile per volumi di dati costanti o che crescono solo marginalmente. Al di là di ciò, sia MongoDB che SQL hanno un’ottima disponibilità. Anche SQL si affida a diversi nodi per reagire immediatamente ai guasti ed essere comunque in grado di rendere disponibili i dati in caso di interruzioni.

Linguaggio di interrogazione

Quale linguaggio sia più facile da usare tra MongoDB e SQL dipende soprattutto dai gusti personali e dalle conoscenze pregresse dell’utente. SQL è uno standard decennale, facile da imparare e almeno in parte basato sulla lingua inglese. Una volta padroneggiata con successo una soluzione SQL, in futuro potrai utilizzare senza problemi qualsiasi sistema analogo. Il linguaggio è molto ben documentato e molto utilizzato. Allo stesso tempo, però, non funziona in modo molto dinamico e si basa su schemi fissi, come ad esempio la forma delle tabelle. Sebbene SQL abbia molti dialetti, la base rimane identica.

Il linguaggio di interrogazione di MongoDB è molto più dinamico e flessibile di SQL, perciò è in grado di soddisfare le esigenze che solitamente possono derivare da diversi tipi di dati e di query. È progettato per lavorare con documenti BSON e offre la possibilità di modificare i campi cancellandoli o aggiungendoli. Tuttavia, il linguaggio è progettato solo per MongoDB. Gli altri sistemi NoSQL o i database SQL, invece, utilizzano linguaggi parzialmente o completamente diversi da MQL.

MongoDB e SQL: ACID e CAP

Mentre SQL si basa su tabelle relazionali, MongoDB, non relazionale, utilizza documenti in collezioni. I due sistemi utilizzano approcci diversi. SQL si basa sulle classiche proprietà ACID. ACID sta per atomicity, consistency, isolation and durability (atomicità, consistenza, isolamento e durabilità). Ciò significa che le transazioni vengono eseguite completamente o non vengono eseguite affatto, rimangono coerenti e sono protette da influenze interne o esterne. L’attenzione è quindi chiaramente rivolta alla sicurezza dei dati e all’affidabilità del loro trasferimento.

Al contrario, MongoDB si basa sul teorema CAP. CAP è l’acronimo di consistency, availabilty and partition (coerenza, disponibilità e partizione). Questo teorema afferma che solo due dei tre fattori si possono verificare in qualsiasi momento. MongoDB appartiene al gruppo dei data store CP che garantiscono la consistenza e la tolleranza alle partizioni, ma scendono a compromessi nell’area della disponibilità. Il database si basa su un nodo primario attraverso il quale vengono eseguite tutte le query. Solo se questo si guasta, entrano in gioco i nodi secondari.

Finalità di utilizzo

I requisiti richiesti a MongoDB o a SQL sono quindi molto diversi. La scelta della soluzione più adatta alle tue esigenze dipende quindi dal tipo di dati che hai bisogno di archiviare e gestire. SQL è adatto per i dati strutturati che possono essere modellati in forma tabellare. Se invece vuoi concentrarti sulla coerenza, è ancora consigliabile utilizzare l’approccio classico. SQL, considerato universalmente una soluzione molto sicura e robusta, è adatto a settori come l’e-commerce e altri sistemi di transazione, alla contabilità di piccole imprese o a operazioni che richiedono una rigorosa integrità dei dati.

Al contrario, il grande vantaggio di MongoDB è la sua flessibilità. Da un lato, ciò riguarda i tipi di dati considerati, che possono essere molto diversificati, oltre che strutturati, semistrutturati o non strutturati. Dall’altro, la flessibilità si manifesta anche nella scalabilità: questa avviene orizzontalmente, in modo che il sistema possa crescere insieme alle tue esigenze. Anche la velocità di MongoDB è un argomento convincente a favore dell’approccio NoSQL. Viene utilizzato anche nell’ambito dell’e-commerce, per i sistemi di gestione dei contenuti, per soluzioni cloud e per applicazioni che richiedono funzioni di analisi in tempo reale.

MongoDB e SQL: queste aziende utilizzano (almeno) uno dei due approcci.

Numerose aziende si affidano a uno dei due approcci per archiviare e gestire i propri dati. Alcune delle aziende che hanno scelto MongoDB sono:

• Adobe
• Amadeus
• AppScale
• Craftbase
• Disney
• Etsy
• Foursquare
• Lyft
• MTV
• The New York Times
• Via Varejo

Queste aziende e piattaforme si affidano invece a una soluzione SQL:

• Adobe
• Apple
• Dell
• IMDB
• LinkedIn
• Microsoft
• Reddit
• Seagate
• Skype
• Spotify
• Twitch

MongoDB e SQL: una soluzione comune è possibile

Da questo elenco si evince che esistono aziende che dovendo scegliere tra MongoDB e SQL, hanno deciso di utilizzarli entrambi. È anche possibile combinare soluzioni SQL e NoSQL all’interno di un’architettura applicativa. In questo modo, si può beneficiare dei punti di forza di entrambi gli approcci. Ciò potrebbe non essere utile per tutti gli utenti, ma in determinate circostanze può certamente portare ai migliori risultati possibili.