製品名の前に、選ぶ軸を決めます。SQLite・MySQL・PostgreSQL・Redisを用途で並べ、どこで切り替えるのかを整理します。
前回: スキーマは消えずにアプリへ移る — NoSQLとMongoDB 作業場所はVMの中(Ubuntu Server)です。この回で新しく立てるサーバーは1つもありません。 使うのは
sqlite3コマンドだけで、メモリはほぼ食いません。
ここまでで、保存先を4つ触りました。
| 触ったもの | 何だったか |
|---|---|
| MySQL | 表で持つ。最初の1つ |
| PostgreSQL | 同じく表。違いは1割だった |
| Redis | 消えてもいいものを速く出す |
| MongoDB | 形の決まらないものを入れる |
そして前回の結論は 「迷ったらリレーショナル」でした。それは今も変わりません。
では、なぜこの記事があるのか。
「とりあえず MySQL」でよかったのは、入れるデータの形が、行と列に素直に収まっているあいだだけだからです。そこを外れたとき、何が起きるか。動かなくなるのではありません。動きます。 動くけれど、こうなります。
SELECT
t3.name
FROM users u
JOIN follows f1 ON f1.follower_id = u.id
JOIN users t1 ON t1.id = f1.followee_id
JOIN follows f2 ON f2.follower_id = t1.id
JOIN users t2 ON t2.id = f2.followee_id
JOIN follows f3 ON f3.follower_id = t2.id
JOIN users t3 ON t3.id = f3.followee_id
WHERE u.id = 1;
これは「友達の友達の友達」を出すだけのSQLです。3段でこれです。5段になったら、あなたはもうこのSQLを読めません。読めないSQLは、直せません。
形が合わないデータを無理に表へ入れると、壊れるのはデータではなくSQLのほうです。 そして「読めないSQL」は、そのまま「誰も触れない機能」になります。
この記事でやりたいのは、製品名を覚えることではありません。
- 選ぶための軸を先に3つ決める(製品名の一覧は、軸が無いと丸暗記にしかならない)
- 実際に手を動かすのは SQLite だけにする(VMのメモリを空けておくため)
- 残りは「なぜそれが要るのか」だけ理解して、いま入れないと決める
先に結論を書きます。この記事の最後は「個人のサービスは1つでいい」です。 その根拠を、種類を一通り見てから積み上げます。
対象レベル: 初級〜中級 / 区分: 必修
この記事でわかること
- データベースの種類は「軸」で分かれていること。何を速くしたいか・データの形・1台か複数台かの3つで、ほとんど説明が付くこと
- SQLite は「おもちゃ」でも「練習用」でもないこと。弱点は同時書き込みの1点だけで、それ以外は本番で使えること
- すでに動かしている Prometheus が時系列データベースそのものだということ。なぜ普通のDBでは苦しいのか
- 列指向が集計で速い理由が、魔法ではなく「ディスクから読む量が減るから」だということ
- MySQL / PostgreSQL は、思っているよりずっと広い範囲を1台でカバーできること。分けるのは最後の手段だということ
この記事でやること
- 選ぶための軸を3つ書き出して、既に触った4つを当てはめる
sqlite3でデータベースを作り、ls -lhでファイルが1個できているところを見る.dumpで中身がSQLのテキストになることを確かめ、cpでバックアップを取る- 端末を2つ開いて、同時書き込みでわざと
database is lockedを出す - 時系列・グラフ・列指向・キーバリューを、手を動かさずに整理する
- 用途 → 第一候補の表を作り、自分のサービスで何を使うかを1つに決める
先に知る言葉
この記事で初めて出てくる言葉です。 基本的な言葉は用語集にもまとめてあります。
| 言葉 | 意味 |
|---|---|
| 組み込み型(embedded) | データベースがアプリと同じプロセスの中で動く方式。別のサーバーを立てない。 SQLite がこれ |
| クライアント・サーバー型 | DBが独立したサーバーとして常駐し、ネットワーク越しに繋ぐ方式。MySQL・PostgreSQL・MongoDB がこれ |
| 時系列データベース(TSDB) | 「時刻 + 数値」の組を大量に貯めることに特化したDB。Prometheus が中に持っている |
| グラフデータベース | 「点と、点をつなぐ線」でデータを持つDB。人間関係や経路のように、繋がりをたどるのが主目的のときに使う |
| 行指向 / 列指向 | 1行分をまとめて置くか、1列分をまとめて置くかというディスク上の並べ方の違い。集計の速さが変わる |
| キーバリュー型 | 「鍵 → 値」だけのDB。Redis がこれ |
| マネージド(managed) | クラウド事業者が用意・運用してくれる形。自分でサーバーを立てず、使った分だけ払う |
| WAL(Write-Ahead Log) | 変更を先にログへ書いてから本体へ反映する仕組み。SQLite では読みながら書けるようにするために使う |
.dump | SQLite の機能。データベースの中身を、全部 CREATE と INSERT の並んだテキストに書き出す |
① 製品名の前に、軸を3つ決める
「データベースの種類」を製品名の一覧で覚えようとすると、必ず失敗します。 名前は毎年増えるからです。
代わりに、軸を3つ持ちます。 これは増えません。
軸1: 何を速くしたいか
「速いデータベース」というものはありません。 何かを速くすると、必ず何かが遅くなります。
| 速くしたいこと | どういう問い合わせか | 例 |
|---|---|---|
| 1件を引く | WHERE id = 5 | 商品ページ、ユーザー情報 |
| たくさん書く | 1秒に何千件も追記する | センサー、アクセスログ、メトリクス |
| 大量を集計する | 1億行を SUM / AVG する | 売上分析、行動ログの集計 |
| 繋がりをたどる | 「Aの友達の友達」 | SNS、推薦、経路探索 |
この4つは、同じ設計では両立しません。 データベースが何種類もあるのは、設計者が「どれを捨てるか」を別々に決めたからです。
軸2: データの形
前回の記事で見たとおりです。
| 形 | 向く保存先 |
|---|---|
| 行と列に素直に収まる | リレーショナル(MySQL / PostgreSQL / SQLite) |
| 1件ごとに項目が違う、入れ子がある | ドキュメント(MongoDB) |
| 鍵で引くだけ、中身は問わない | キーバリュー(Redis) |
| 時刻と数値だけが延々と増える | 時系列(Prometheus / InfluxDB) |
| 繋がりそのものが主役 | グラフ(Neo4j) |
軸3: 1台か、複数台か
これが一番見落とされます。
| できること | 引き受けるもの | |
|---|---|---|
| 1台 | 全部の機能が普通に使える。 トランザクションも JOIN も、考えずに使える | その1台が落ちたら止まる。 1台の限界まで |
| 複数台 | 落ちても続く。容量も速度も足せる | JOIN とトランザクションが、とたんに難しくなる |
レプリケーションの回でやった「書いた直後に読むと無い」は、この軸の話です。 台数を増やすと機能が減る。 これはどの製品でも同じで、避けようがありません。
触った4つを、この軸に当てはめる
| 何を速くする | 形 | 台数 | |
|---|---|---|---|
| MySQL / PostgreSQL | 1件を引く。ほどほどに集計もできる | 表 | 1台が基本 |
| Redis | 1件を引く(桁違いに速い) | 鍵と値 | 1台 or 複数台 |
| MongoDB | 1件を引く。書き込みは比較的多く捌ける | ドキュメント | 複数台が前提の設計 |
| Prometheus | たくさん書く + 時間で集計する | 時刻と数値 | 1台が基本 |
Prometheus をこの表に入れたことに、違和感がありますか。 それが ③ の本題です。
② SQLite を触る — サーバーが要らないデータベース
ここがこの記事で唯一、手を動かすところです。
まず、何が違うのか
MySQL を入れたとき、あなたはこれをやりました。
- パッケージを入れて、サービスとして常駐させた(startとenableは別物 の回)
- ポート 3306 で待たせた
- ユーザーとパスワードを作って、権限を与えた
- アプリから、ネットワーク越しに繋いだ
SQLite には、この4つが全部ありません。
SQLite は「サーバー」ではなく「ライブラリ」です。 アプリが、ファイルを直接読み書きします。 間に立つプロセスがいません。
だから、こうなります。
| MySQL | SQLite | |
|---|---|---|
| 常駐プロセス | 要る | 無い |
| ポート | 3306 | 無い |
| ユーザー・パスワード | 要る | 無い(ファイルの権限がそのまま権限) |
| バックアップ | mysqldump | ファイルをコピーする |
| 引っ越し | ダンプして流し込む | ファイルを scp する |
| 使えるメモリ | 設定して確保する | アプリの一部 |
入れる
sqlite3 コマンドは、Ubuntu Server に既定では入っていないことがあります。 まず確かめます。
何も出なければ入っていません。 入れます。
バージョンと日付が1行出れば成功です。
MySQL のときと違い、
systemctl startは要りません。 常駐するものが無いからです。systemctl status sqlite3を打ってもUnit sqlite3.service could not be foundと返ります。それが正常です。
作る
ホームディレクトリに作ります。
プロンプトが sqlite> に変わります。 ここから先は SQLite の中です。
CREATE TABLE notes (
id INTEGER PRIMARY KEY AUTOINCREMENT,
title TEXT NOT NULL,
body TEXT,
created_at TEXT NOT NULL DEFAULT (datetime('now'))
);
INSERT INTO notes (title, body) VALUES ('最初のメモ', 'SQLiteはファイル1個');
INSERT INTO notes (title, body) VALUES ('2件目', 'サーバーが要らない');
SELECT * FROM notes;
2行返れば成功です。
1|最初のメモ|SQLiteはファイル1個|2026-09-11 04:12:33
2|2件目|サーバーが要らない|2026-09-11 04:12:33
MySQL のときと、SQLの見た目がほとんど同じことに気づいてください。AUTO_INCREMENT が AUTOINCREMENT になり、VARCHAR(200) が TEXT になっただけです。MySQLの回で覚えたSQLは、そのまま通用します。
ドットで始まるものは、SQLではない
. で始まる命令は SQLite のコマンドライン道具そのものへの指示で、SQLではありません。セミコロンも要りません。
| 何が返るか | |
|---|---|
.tables | notes |
.schema notes | さっき打った CREATE TABLE がそのまま返る |
.quit | 抜ける |
.quitを打つまで、次の手順に進めません。Ctrl+Dでも抜けられます。
ここがファイルを見る
抜けたら、いま何ができたのかを見ます。
こう返ります。
-rw-r--r-- 1 ubuntu ubuntu 12K Sep 11 04:12 /home/ubuntu/notes.db
/home/ubuntu/notes.db: SQLite 3.x database, last written using SQLite version 3045001
SQLite format 3
[スクリーンショット: 01_sqlite_ls.png] ls -lh ~/notes.db と file ~/notes.db を続けて実行した結果を撮ってください。「ファイルが1個しかない」ところが分かる画面にしてください。
これがこの記事で一番大事な1枚です。
データベース全体が、12KB のファイル1個です。 表も、索引も、データも、全部この中にあります。
そして先頭16バイトが SQLite format 3 という、ただの文字列です。バイナリなのに、正体が読めます。 テキスト処理の回でやった head -c が、そのまま効きます。
バックアップは cp
MySQL のバックアップは mysqldump でした。 SQLite はこうです。
これで終わりです。
ただし条件があります。「誰も書いていないとき」に限ります。 書き込み中にコピーすると、中途半端な状態を写し取ることがあります。 動いているアプリのファイルをコピーするときは、専用の命令を使います。
.backup は、書き込みが走っていても壊れないバックアップを取ります。 実運用ではこちらを使ってください。
.dump で中身がSQLになる
ここも見ておきます。
PRAGMA foreign_keys=OFF;
BEGIN TRANSACTION;
CREATE TABLE notes (
id INTEGER PRIMARY KEY AUTOINCREMENT,
title TEXT NOT NULL,
body TEXT,
created_at TEXT NOT NULL DEFAULT (datetime('now'))
);
INSERT INTO notes VALUES(1,'最初のメモ','SQLiteはファイル1個','2026-09-11 04:12:33');
INSERT INTO notes VALUES(2,'2件目','サーバーが要らない','2026-09-11 04:12:33');
DELETE FROM sqlite_sequence;
INSERT INTO sqlite_sequence VALUES('notes',2);
COMMIT;
[スクリーンショット: 02_sqlite_dump.png] sqlite3 ~/notes.db ".dump" の出力を撮ってください。CREATE TABLE と INSERT が並んでいるところが見えれば十分です。
バイナリのファイルが、テキストのSQLに戻りました。 ここが効いてくるのは、Gitに入れたいときです。
.dbをGitに入れてはいけません。 バイナリなので差分が見えず、毎回まるごと1ファイル分の履歴が増えます。 入れるなら.dumpした.sqlのほうです。中身の変化が行単位で見えます。
同時書き込みで、わざと失敗させる
SQLite の唯一にして最大の弱点を、実際に見ます。 端末を2つ開いてください(VS Code の Remote SSH なら、ターミナルを2つに割るだけです)。
端末A
BEGIN IMMEDIATE;
INSERT INTO notes (title) VALUES ('Aが書いている途中');
まだ COMMIT; は打たないでください。 この状態で端末Bを開きます。
端末B
INSERT INTO notes (title) VALUES ('Bも書きたい');
こう返ります。
Runtime error: database is locked (5)
これが SQLite の限界そのものです。
書き込みは、同時に1つしか通りません。 ファイル全体に鍵が掛かるからです。MySQL のように「この行だけ」という細かい鍵ではありません。
端末Aで COMMIT; を打つと、その瞬間から端末Bは通ります。
COMMIT;
両方 .quit で抜けてください。
読むほうは、同時でいい
「同時に1つ」なのは書き込みだけです。読むほうは何人でも同時に読めます。 さらに、既定の設定を1行変えると、読みながら書けるようになります。
wal
-rw-r--r-- 1 ubuntu ubuntu 12K Sep 11 04:20 /home/ubuntu/notes.db
-rw-r--r-- 1 ubuntu ubuntu 32K Sep 11 04:20 /home/ubuntu/notes.db-shm
-rw-r--r-- 1 ubuntu ubuntu 0 Sep 11 04:20 /home/ubuntu/notes.db-wal
ファイルが3つに増えました。
| ファイル | 何か |
|---|---|
notes.db | 本体 |
notes.db-wal | これから本体へ反映する変更を先に書いておく場所 |
notes.db-shm | 上の2つを複数プロセスで共有するための作業領域 |
先にログへ書いて、あとで本体へ反映する。 これが WAL です。書いている最中でも、本体は前の状態のまま読めるので、読み手が待たされません。
WAL にすると、コピーすべきファイルが3つになります。
notes.dbだけコピーしても最新の変更が入っていません。 だから.backupを使ってください。 さっき「実運用ではこちら」と書いたのは、この理由です。
では、SQLite はどこで使えるのか
「同時書き込みに弱い」という一点だけを見て、「本番では使えない」と言うのは間違いです。
むしろ、あなたの端末の中で、いま何十個も動いています。
- スマートフォンのアプリ(連絡先、メッセージ、設定)
- ブラウザ(履歴、ブックマーク、Cookie)
- 多くのデスクトップアプリの設定ファイル
世界で最も広く使われているデータベースは SQLite です。 台数で言えば、MySQL や PostgreSQL の比ではありません。
| 使える | 使えない |
|---|---|
| 1台のサーバーで動く、読み中心のWebサイト | 同時に大量の書き込みが来るサービス |
| アプリの設定・履歴・キャッシュの保存 | 複数のサーバーから同じDBに繋ぐ構成 |
| CLIツールが自分用に持つデータ | DBサーバーだけ別マシンに置きたい構成 |
| テストの実行時(起動が一瞬) | ユーザーごとに権限を分けたいとき |
| データを1ファイルで配りたいとき | 無停止で容量を足していきたいとき |
判断の一言はこれです。 「書き込むプロセスが、実質1つに収まるか」。収まるなら SQLite で足ります。収まらないなら MySQL / PostgreSQL です。
そして「複数のサーバーから繋げない」という制限は、Kubernetesの回でやったことと直結します。 Podを2つに増やした瞬間、SQLite は選べなくなります。 増やす予定があるなら、最初からサーバー型にしてください。
③ 時系列データベース — あなたはもう使っている
ここで ① の表に戻ります。 Prometheus を「データベース」の列に入れたのは、間違いではありません。
監視の回で
--storage.tsdb.retention.time=7dというオプションを書きました。tsdbは Time Series DataBase の略です。あの時点で、あなたは時系列データベースを立てています。
なぜ普通のDBでは苦しいのか
「時刻と数値を貯める」だけなら、MySQL で書けます。
CREATE TABLE metrics (
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(100),
value DOUBLE,
ts TIMESTAMP
);
動きます。 そして15秒に1回、100種類の値を取ると、こうなります。
| 件数 | |
|---|---|
| 1分 | 400件 |
| 1日 | 57万6千件 |
| 1ヶ月 | 1728万件 |
| 1年 | 2億件 |
1台のVMでは、1年もちません。 苦しくなる理由は3つあり、どれも「時系列データの性質」から来ています。
理由1: 追記しかしない。更新も削除もしない。
一般のDBは、「あとから任意の行を書き換えられる」ことを前提に作られています。そのために、行の途中に隙間を作ったり、どこを書き換えたか記録したりしています。時系列データは、一度書いたら二度と書き換えません。 その用意が全部むだです。
理由2: 古いものは捨てる。
去年の秒単位のCPU使用率に、価値はありません。 ところが DELETE FROM metrics WHERE ts < ... は、DBにとって最も重い操作の1つです。1728万行の削除は、それ自体がサービスを止めます。
時系列DBは、時間ごとのかたまり(ブロック)で保存します。 古いものを捨てるのは、ブロックのファイルを消すだけです。retention.time=7d が一瞬で効くのはこれが理由です。
理由3: 問い合わせが、必ず「時間で集計する」形になる。
時系列データを1件だけ引くことは、まずありません。 見たいのは常にこれです。
- 「直近1時間の、5分ごとの平均」
- 「1秒あたり何件増えたか」(
rate())
SQLで書くと、毎回こうなります。
SELECT
DATE_FORMAT(ts, '%Y-%m-%d %H:%i:00') AS m,
AVG(value)
FROM metrics
WHERE name = 'cpu' AND ts > NOW() - INTERVAL 1 HOUR
GROUP BY m
ORDER BY m;
PromQL なら、こうです。
avg_over_time(cpu[1h])
短いから偉い、という話ではありません。 「時間で区切って集計する」が言語に組み込まれているか、毎回自分で書くかの違いです。毎回書くと、毎回間違えます。
さらに、時系列DBは容量が桁違いに小さくなります。 同じ名前の値が延々と並ぶので、「前の値との差分だけ持つ」圧縮が異常に効くからです。MySQL に素直に入れた場合の数十分の1になることも珍しくありません。
いま入れるか
入れません。 Prometheus が既に動いているなら、それで足ります。
| 製品 | 位置づけ |
|---|---|
| Prometheus | 監視のための時系列DB。 取りに行く形。あなたが動かしているもの |
| InfluxDB | 汎用の時系列DB。アプリから送りつける用途にも向く |
| TimescaleDB | PostgreSQL の拡張。 ⑦ の話。普通のSQLのまま時系列に強くする |
④ グラフデータベース — 冒頭のSQLの答え
冒頭に置いた、JOIN を3段重ねたSQLに戻ります。
あれは「友達の友達の友達」でした。 グラフデータベースなら、こう書きます。
MATCH (me:User {id: 1})-[:FOLLOWS*3]->(other:User)
RETURN other.name
*3 が「3段たどる」です。 5段にしたければ *5 に変えるだけで、行数は増えません。
なぜSQLだと段数だけ長くなるのか
表は「行の集まり」で、繋がりを持っていないからです。
「AはBをフォローしている」を表で持つと、こうなります。
users follows
+----+------+ +-------------+-------------+
| id | name | | follower_id | followee_id |
+----+------+ +-------------+-------------+
| 1 | A | | 1 | 2 |
| 2 | B | | 2 | 3 |
| 3 | C | | 3 | 4 |
+----+------+ +-------------+-------------+
「Aの友達」を出すには、follows を1回引きます。 「友達の友達」を出すには、もう1回引きます。 たどる段数と、書く JOIN の数が1対1で対応してしまうのが問題の正体です。
グラフデータベースは、繋がりそのものを保存します。
[A] --FOLLOWS--> [B] --FOLLOWS--> [C] --FOLLOWS--> [D]
「Bから次へ」を知るのに、表を検索しません。 Bの隣に、次への線が最初から刺さっています。 だから何段たどっても、1段あたりのコストが変わりません。
| SQL(表) | グラフDB | |
|---|---|---|
| 1段 | JOIN ×1 | *1 |
| 3段 | JOIN ×6、読めるぎりぎり | *3 |
| 6段 | 実質書けない・返ってこない | *6 |
| 「最短で何人挟むか」 | SQLでは表現しづらい | 専用の命令がある |
いつ要るか(ほとんど要らない)
グラフDBが本当に要る場面は、思っているより狭いです。
| 要る | 要らない |
|---|---|
| 繋がりをたどることが、機能の主目的 | 繋がりはあるが、たどるのは1〜2段 |
| SNSの「知り合いかも」、推薦 | タスクとユーザーの紐付け |
| 経路探索、不正送金の追跡 | 記事とタグ |
| 権限が何段も継承される組織構造 | 親子2階層のカテゴリ |
「1〜2段しかたどらないなら、
JOINで足ります。」 これはほぼ全ての個人サービスに当てはまります。 この記事でグラフDBを立てないのは、そのためです。
代表的な製品は Neo4j で、問い合わせ言語は Cypher(上に書いたもの)です。名前と、「段数で破綻するSQLを見たら思い出す」だけ持っておけば十分です。
⑤ 列指向 — 行で持つか、列で持つか
ここは図で理解できます。
こういう表があるとします。
+----+--------+-------+------------+
| id | name | price | created_at |
+----+--------+-------+------------+
| 1 | りんご | 120 | 2026-01-05 |
| 2 | みかん | 80 | 2026-01-06 |
| 3 | ぶどう | 400 | 2026-01-07 |
+----+--------+-------+------------+
MySQL や PostgreSQL は、ディスクに「行ごと」に並べます(行指向)。
[1, りんご, 120, 2026-01-05][2, みかん, 80, 2026-01-06][3, ぶどう, 400, 2026-01-07]
└────── 1行がひとかたまり ──────┘
列指向は、「列ごと」に並べます。
id : [1][2][3]
name : [りんご][みかん][ぶどう]
price : [120][80][400]
created_at : [2026-01-05][2026-01-06][2026-01-07]
└── 同じ列がひとかたまり ──┘
なぜ集計が速くなるのか
SELECT SUM(price) FROM products; を、1億行に対して実行するとします。
| ディスクから読む量 | |
|---|---|
| 行指向 | 1億行分の全部。 price だけ欲しくても、name も created_at も一緒に読み込まれる |
| 列指向 | price の列だけ。 4列あれば、読む量はおよそ4分の1 |
魔法ではありません。「要らない列を読まなくて済むから速い」です。
さらに、同じ列は同じ種類の値が並ぶので、圧縮が桁違いに効きます。 120, 80, 400, 120, 80... と数字だけが並んだ列は、文字列と数字と日付が混ざった行より、はるかに小さくなります。 読む量がもう一段減ります。
代わりに、何が遅くなるのか
軸1で書いたとおり、何かを速くすると何かが遅くなります。
SELECT * FROM products WHERE id = 2;
この1行を引くのに、列指向は4つの場所を読みに行きます。 行指向なら1箇所です。
INSERT INTO products VALUES (4, 'もも', 300, '2026-01-08');
1件の追加も、4つの列にばらして書き込むことになります。 列指向は、1件ずつの追加・更新が苦手です。
| 行指向(MySQL) | 列指向(ClickHouse) | |
|---|---|---|
| 1件を引く | 速い | 遅い |
| 1件ずつ書く | 速い | とても遅い(まとめて書く前提) |
| 1列を全部集計する | 遅い | 桁違いに速い |
| 用途 | アプリの本体 | 分析・集計・ログ集計 |
これは「どちらが優れているか」ではなく、システム設計の回でやった役割分担そのものです。 アプリは行指向で動かし、分析だけ列指向へコピーする。 これが定番の形です。
代表は ClickHouse。名前を知っていれば十分です。個人のサービスで1億行の集計をする日は、当分来ません。
⑥ キーバリュー — Redis の続き
これは既に触っています。
Redisの回でやったとおり、キーバリュー型は「鍵 → 値」だけです。WHERE で条件を付けて探せません。 鍵が分かっているものしか取れません。
その代わり、構造が単純なので、こうなります。
- 1件を引く速さが桁違い(Redis はメモリ上)
- 複数台に分けるのが簡単。 鍵を見て「これは3号機」と決められる。
JOINが無いから、台数を増やしても壊れるものが無い
マネージドという選択肢
キーバリューには、もう1つの顔があります。
| 自分で立てる | マネージド | |
|---|---|---|
| 例 | Redis(あなたがやった) | DynamoDB(AWS) |
| サーバー | 自分で用意・更新・監視 | 無い。存在を意識しない |
| 容量・台数 | 自分で足す | 勝手に増える |
| 料金 | VM代(動かしていなくても掛かる) | 読み書きした分(コストの回) |
| 引っ越し | どこへでも | そのクラウドから出にくい |
これはサーバーレスの回と同じ考え方です。サーバーが無いのではなく、他人が管理しています。 そして同じ弱点があります。 DynamoDB 向けに書いたコードは、そのままでは他所へ持っていけません。
DynamoDB は「速いキーバリュー」ですが、「あとから条件を足して検索する」が非常にやりにくいDBです。取り出し方を先に全部決めてから設計する必要があります。要件が固まっていない個人サービスとは、相性がよくありません。
⑦ MySQL / PostgreSQL でどこまで戦えるか
ここが、この記事で一番実利のある節です。
③〜⑥ を読むと、「うちのデータには専用のDBが要る」と思えてきます。 ほとんどの場合、思い違いです。
リレーショナルデータベースは、この20年で「表しか持てないDB」ではなくなりました。
JSON型がある
MongoDB の回でやったことは、実は MySQL でもできます。
CREATE TABLE events (
id INT AUTO_INCREMENT PRIMARY KEY,
kind VARCHAR(50) NOT NULL,
payload JSON NOT NULL
);
INSERT INTO events (kind, payload)
VALUES ('signup', '{"user": "taro", "plan": "free", "via": "google"}');
SELECT payload->>'$.plan' FROM events WHERE kind = 'signup';
PostgreSQL の jsonb 型なら、さらに強力です。 JSONの中身に索引を張れます。
CREATE INDEX idx_payload ON events USING GIN (payload);
「形が決まらない列だけ JSON にして、決まっている列は普通の列にする」 これが実務で一番よく使われる形です。外部APIの応答、設定値、ログの詳細。この用途のために MongoDB を追加する必要は、まずありません。
全文検索がある
全文検索の回でやったとおりです。 MySQL の FULLTEXT + ngram で、かなりのところまで戦えました。 Meilisearch を足したのは、「そこで足りなくなってから」でした。順番が大事です。
時系列も、工夫で足りる
③ で「1年で2億件」と書きました。 ただし、それは「15秒ごとに100種類」の話です。
| あなたのサービスの規模 | 1年の件数 | MySQL で足りるか |
|---|---|---|
| 1日1000件のアクセスログ | 36万件 | 余裕 |
| 1分ごとの計測値10種類 | 525万件 | 足りる(索引と、古いデータの削除を月次で) |
| 15秒ごとに100種類 | 2億件 | 専用DBへ |
そして PostgreSQL には TimescaleDB という拡張があります。 普通の PostgreSQL のまま、時系列に強くなります。 SQLも道具も、いま知っているものがそのまま使えます。
では、いつ分けるのか
答えは「困ってから」です。
| 分けてよいサイン | まだ分けなくていい |
|---|---|
測ったうえで遅い(パフォーマンスの回 の EXPLAIN) | 「たぶん遅くなりそう」 |
| SQLが読めない長さになった | SQLが長くなってきた気がする |
| 1つのテーブルが数千万行を超えた | 数万行 |
| その用途だけでDBが落ちている | 落ちたことはない |
「分ける」は最後の手段です。 前回書いたとおり、1つ増やすたびに、バックアップ・監視・更新・事故対応が1セット増えます。 速くするために増やしたDBのせいで、障害対応の切り分けが1段複雑になります。
⑧ 選び方の表
ここまでを1枚にします。
| 用途 | 第一候補 | それでも困ったら |
|---|---|---|
| とりあえずWebサービスを作る | PostgreSQL または MySQL | — |
| 1台で動く、読み中心の小さなサイト | SQLite | PostgreSQL |
| アプリ内・CLIツールのデータ保存 | SQLite | — |
| テスト用のDB | SQLite(起動が一瞬) | 本番と同じ製品を Docker で |
| キャッシュ・セッション | Redis | マネージド(ElastiCache など) |
| 形が決まらないデータを混ぜたい | PostgreSQL の jsonb | MongoDB |
| 1件ごとに項目がまるごと違う | MongoDB | — |
| サーバーやアプリの監視 | Prometheus | 長期保存が要るなら別途 |
| アプリが吐く時系列データ | PostgreSQL + 定期削除 | TimescaleDB → InfluxDB |
| アクセスログを全文検索したい | MySQL の FULLTEXT | Meilisearch → Elasticsearch |
| 数千万行以上の集計・分析 | まず EXPLAIN と索引 | ClickHouse |
| 繋がりを3段以上たどる | まず設計を疑う | Neo4j |
| クラウドに全部任せたい | マネージドRDB(RDS など) | DynamoDB |
MariaDB は MySQL の分岐
表を見ていると、MySQL と並んで MariaDB という名前をよく見ます。
MariaDB は、MySQL が Oracle に買収されたあと、元の開発者たちが分岐(フォーク)させて作ったものです。別の設計思想で新しく作られたDBではありません。
そのため、ほとんどのSQLとコマンドがそのまま通ります。 apt install mariadb-server で入り、mysql コマンドで繋がります。 ただし年々差は広がっているので、「ほぼ同じ」ではなく「かなり似ている」くらいに思っておいてください。 どちらを選んでも、この記事の話は変わりません。
⑨ やりすぎない
最後に、この記事全体をひっくり返すことを書きます。
個人のサービスは、データベース1つでいい。
この記事で7種類のデータベースを見ました。 そしてあなたのVMには、既に MySQL と Redis が動いています。 それで十分です。
「使い分けられる」は「使い分けるべき」ではありません。 前回も同じことを書きました。2回書くのは、これが一番間違えられるところだからです。
種類を知っておく本当の理由は、これです。
| 知っている理由 | どう効くか |
|---|---|
| 困ったときに、名前を思い出せる | 「たどる段数が増えて詰んだ」→ グラフDBという分野がある、と分かる |
| 人の話に流されなくなる | 「今はClickHouseだよ」に対して「うちは何行ですか」と聞ける |
| 既に使っているものの正体が分かる | Prometheus は時系列DB、Redis はキーバリュー |
EXPLAIN を先にやるようになる | 測る前に道具を増やさない |
もし1つだけ持ち帰るなら、これにしてください。
DBを増やす前に、必ず
EXPLAINを打つ。 索引1本で解決する問題に、新しいサーバーを1台足してはいけません。
つまずいたところ
| 症状 | 原因 |
|---|---|
sqlite3: command not found | 入っていません。sudo apt install -y sqlite3 |
systemctl status sqlite3 が could not be found | 正常です。 サーバーではないので、サービスがありません |
sqlite> から抜けられない | .quit(セミコロン不要)。または Ctrl+D |
sqlite> が ...> に変わって戻らない | SQLのセミコロンを打ち忘れています。 ; を打つ |
Error: near "AUTO_INCREMENT": syntax error | SQLite では AUTOINCREMENT(アンダースコア無し)。しかも INTEGER PRIMARY KEY にしか付きません |
Parse error: no such table: notes | 別のファイルを開いています。 sqlite3 を引数なしで起動するとメモリ上の一時DBになり、.quit で全部消えます |
ls しても notes.db が無い | cd ~ を飛ばしています。 sqlite3 を打ったディレクトリにできます。find ~ -name 'notes.db' |
Runtime error: database is locked (5) | 別のプロセスが書き込み中です。 そのまま片方を COMMIT; するか .quit する |
attempt to write a readonly database | ファイルの権限です(権限の回)。ls -l で所有者を見る。sudo sqlite3 で作ると root 所有になります |
unable to open database file | ディレクトリに書き込み権限がありません。 DBを作るとき、SQLite は同じ場所に一時ファイルも作ります。ファイルだけ書ければよい、ではありません |
.dump の日本語が化ける | 端末側の文字コードです。echo $LANG が C なら export LANG=C.UTF-8 |
notes.db-wal が消えない | 正常です。 WAL 有効時は残ります。接続が全部切れると本体へ反映されます |
| コピーしたDBに、最新のデータが入っていない | WAL の変更がまだ本体に入っていません。 cp ではなく .backup を使う |
.backup で Error: near ".": syntax error | . コマンドをSQLとして打っています。 sqlite3 file ".backup out.db" のように引数で渡すか、sqlite> の中で打つ |
| 数字を入れたのに文字列として返る | SQLite は型がゆるいです。 宣言と違う型でもだいたい入ります(そういう仕様)。アプリ側で検証してください |
後片づけ
この回で立てたサーバーはありません。 消すのはファイルだけです。
rmは戻せません。 消す前に必ずlsで、消すものだけが並んでいるか見てください。rm ~/notes*のようにワイルドカードでまとめて打たないのは、notesで始まる別のものを巻き込まないためです。
sqlite3 コマンド自体は、残しておいて構いません。
数百KBです。 常駐もしないので、置いておいてもVMは重くなりません。 どうしても消すなら sudo apt remove sqlite3 です。
appdb(MySQL)、Redis、Prometheus、~/server はそのまま残してください。
まとめ
- 製品名の前に軸を3つ持つ。 ① 何を速くしたいか ② データの形 ③ 1台か複数台か
- 「速いデータベース」は無い。 何かを速くすると、必ず何かが遅くなる
- 台数を増やすと、
JOINとトランザクションが難しくなる。 機能は減る方向に動く - SQLite はサーバーではなくライブラリ。 常駐プロセスもポートもユーザーも無い
- データベース全体がファイル1個。 先頭16バイトは
SQLite format 3という文字列 - バックアップはコピー。ただし動いているものは
.backup、cpではない .dumpでSQLのテキストに戻る。 Gitに入れるなら.dbではなく.sql- 書き込みは同時に1つしか通らない。
database is lockedはバグではなく仕様 - 読むのは同時にできる。 WAL にすると、読みながら書ける(ファイルが3つに増える)
- SQLite はおもちゃではない。 世界で最も台数の多いDB。 弱点は同時書き込みの1点
- 判断の一言は「書き込むプロセスが実質1つに収まるか」。 Podを2つに増やすなら選べない
- Prometheus は時系列データベース。
tsdbは Time Series DataBase - 時系列が普通のDBで苦しい理由は3つ。 追記しかしない・古いものを捨てる・時間で集計する
DELETEは重い。 時系列DBはブロックのファイルごと捨てるので一瞬- グラフDBは、繋がりを保存する。 たどる段数が増えても
JOINが増えない - ただし1〜2段なら
JOINで足りる。 ほとんどの個人サービスがそれ - 列指向が速いのは魔法ではない。 要らない列を読まないから。 圧縮も効く
- 列指向は1件の取得と1件ずつの書き込みが遅い。 分析用にコピーする形が定番
- キーバリューは複数台に分けやすい。
JOINが無いから壊れるものが無い - DynamoDB は取り出し方を先に決める設計。 要件が動く段階には向かない
- MySQL / PostgreSQL は「表しか持てないDB」ではない。 JSON型・全文検索・拡張がある
- 形が決まらない列だけ JSON にするのが実務の定番。 そのために MongoDB を足さなくてよい
- 分けるのは「困ってから」。 測って遅い / SQLが読めない / 数千万行が来てから
- MariaDB は MySQL の分岐。 別物ではなく、かなり似ている
- 個人のサービスはDB1つでいい。 「使い分けられる」は「使い分けるべき」ではない
- DBを増やす前に、必ず
EXPLAINを打つ。 索引1本で済む話に、サーバーを1台足さない
参考リンク
- roadmap.sh — SQL
- roadmap.sh — Backend
- SQLite — いつ使うべきか
- SQLite — 有名な利用例
- SQLite — コマンドラインシェル
- SQLite — ファイル形式
- SQLite — WAL モード
- SQLite — ロックと同時実行
- Prometheus — ストレージ
- InfluxDB 公式
- TimescaleDB 公式
- ClickHouse 公式ドキュメント
- Neo4j — Cypher マニュアル
- MySQL — JSON データ型
- PostgreSQL — JSON 型
- Amazon DynamoDB
- MariaDB 公式
- Redis 公式ドキュメント
次に読む
この記事は 【第5段階】バックエンドとデータベース の 17 / 29 本目です。
上から順に読めば積み上がるように並べています。 飛ばしても構いませんが、詰まったら前の回に戻ってください。
全体の順路は はじめに にあります。
roadmap.sh のどこをやっているか
- SQLite / 時系列 / グラフ / 列指向 — 用途で選ぶ
- MySQL・PostgreSQL でどこまで戦えるか
この記事は、上の項目を実際に手を動かして確かめる回です。

コメント