ＮｏＳＱＬの概要
ＲＤＢＭＳとは異なり、多様な形式の大量データ（ビッグデータ）の格納や処理に適したデータベースの総称です。
ＮｏＳＱＬは、「Not Only SQL」ですが、むしろ「ＲＤＢではない」と解釈すべきでしょう。当然、ＮｏＳＱＬでの検索ではＳＱＬは使えず、個々の型による検索言語を用います。
- 非構造化データの扱い
会計システムや販売システムなど構造化されたデータを扱うには関係データベースの管理システムであるＲＤＢＭＳが広く用いられています。
ところが、ビッグデータの活用では、自由な形式の文書や画像など非構造化データも多くあります。ＮｏＳＱＬは、非構造化データの扱いに適しています。
- 大量データの蓄積
ＩｏＴを例にすれば、多様な機器やセンサから大量データがリアルタイムに取り込まれますので、データベースの追加処理、サーバの追加などが頻繁に行われます。
ＲＤＢＭＳでは、属性の追加ではスキーマ定義の変更が必要です。サーバの追加はスケールアップで行われます。そのため、そのたびにサービスを中断し可用性を低くしています。
ＮｏＳＱＬでは、非構造化データなことからスキーマの概念がなく、サーバの追加はスケールアウトで行われます。分断耐性と高可用性が優れています。
ＮｏＳＱＬは、単一の製品名ではなくそれらの総称です。通常の製品、ＯＳＳでの提供、クラウドでのサービスなどで多くの製品があります。
ＲＤＢＭＳも、ＪＳＯＮなども取り扱うなど、ＮｏＳＱＬの特徴を取り込んだ製品があります。
ビッグデータでも各種統計など構造化データも多くあります。それらの処理にはＲＤＢＭＳが適しており、ＮｏＳＱＬとＲＤＢＭＳを適所適材で使い分けるのが適切です。
ＮｏＳＱＬのデータ格納形式による分類
ＮｏＳＱＬは、データ格納形式から、キーバリューストア型、カラムストア型、ドキュメント型、
グラフ型などに区分されます。
- キーバリューストア（Key-Value Store）型
- 最も代表的なＮｏＳＱＬであり、単にＮｏＳＱＬというとこれを指すこともあります。
データ構成が、すべてインデックス付きのキーと値（バリュー：データ本体）のペアで構成され、キーを指定して値を取り出せます。連想配列と同じデータ形式でハッシュが用いられます。
このような単純な構造ですから、スキーマ定義は不要（ダイナミックスキーマ）です。膨大かつ更新頻度が高いデータをシンプルに管理できます。
複雑な検索などは苦手ですが、単純な処理はハッシュ検索が主なので高速です。
- カラムストア（Column Store）型
- ＲＤＢＭＳでは、データテーブルを行を主に考えますが、カラムストアではカラム（列）を主として、カラムに分割して格納します。列方向の集約が高速で集計処理などが得意です。
キーバリューストア型のバリュー部分が、さらに任意の数のキーバリューの集合（列名と値）になったような構造だともいえます。
- ドキュメントデータベース（Document Database）
- 複雑なデータを「ドキュメント」として格納して、準構造化データ形式のキーによりアクセスするものです。キーバリューストア型のバリュー部分が、ＪＳＯＮやＸＭＬなどの半構造化データ（ドキュメント）になったような構造です。
個々のドキュメントのデータ構造は自由であって、データを追加する都度変えることができます。
- グラフデータベース（Graph Database）
- 個々の情報をグラフ理論に基づき結び付てて、高い拡張性と多様な観点での高速検索を実現する方法です。
グラフ理論では、ノード（バーテックス）、リレーションシップ（エッジ）、プロパティ（属性）の３要素によって、ノード間の関係性を表現します。ＲＤＢＭＳでは面倒な「友達の友達は友達」というような複雑な検索が容易にできます。