NoSQL– tag –
-
AWS 深掘り
DynamoDBの設計とキー — あとから条件を足せない
DynamoDB を「速いNoSQL」だと思って触ったら、テーブルすら作れませんでした。原因は速さではなく、設計の順番が逆だったことです。この記事では LocalStack に本物と同じ DynamoDB を立て、実際にテーブルを作り、1万件のデータを入れて、query と scan の実行時間と消費キャパシティを自分の手で測ります。そのうえで、複合キーでの範囲検索、日付をキーにしたときのホットパーティション、GSI を足したときの書き込みコスト、1つのテーブルに複数種類のデータを混ぜる単一テーブル設計まで、全部手を動かして確かめます。最後に「そもそも DynamoDB を選ぶべきか」を判断表にします。課金が発生する操作は一切しません。 -
システム設計 深掘り
データストアの選び方 — 速いのはJOINをしていないから
「NoSQLは速い」と聞いて MongoDB に移し、3ヶ月後に自分でJOINを書いていました。データの持ち方は速さで選ぶものではなく、どう問い合わせるかで決まります。この記事では Docker Compose で MySQL・Redis・MongoDB を同時に立て、利用者・投稿・タグ・フォローという同じ題材を、キーバリュー・ドキュメント・リレーショナルの3つの形で実際に持ってみます。同じ問いを3つの形に投げ、取れるもの・取れないもの・何回問い合わせが要るかを数えます。さらに1000万行のテーブルを作り、1列だけ合計する問いで行単位に読む形の不利を EXPLAIN と実行時間で見せ、列指向が何をしているのかを被覆索引で再現します。最後にフォローを3段たどる問いを再帰CTEで書き、深さを1つ増やすだけで急に遅くなるところを実測して、グラフDBが要る場面と要らない場面を分けます。立てたものは全部消します。 -
データベース
スキーマは消えずにアプリへ移る — NoSQLとMongoDB
「NoSQL」は1つのソフトの名前ではなく、少なくとも4種類の別物の総称です。すでに使っている Redis もその1つ。Compose で MongoDB を立て、同じタスク一覧をドキュメントとして入れ直し、SQLとの対応を1行ずつ突き合わせます。そのうえで「スキーマがないから楽」が誤解である理由、結合が多いデータに向かない理由、トランザクションが標準では使えない理由まで。最後は「迷ったらリレーショナル」の根拠を書きます。
1