Hva er forskjellen på SQL og NoSQL?

01Hva er en database?

Før vi går inn på forskjellen på SQL og NoSQL, tar vi det grunnleggende spørsmålet: hva er en database? En database er et system der data lagres ryddig, søkes opp raskt, oppdateres og deles trygt mellom flere brukere. Produktlister, ordrehistorikk, kunderegistre eller hotellreservasjoner bor i en database.

Programvaren som styrer databasen kalles et databasehåndteringssystem. MySQL, PostgreSQL, SQL Server, MongoDB og Redis er eksempler. Applikasjonen skriver ikke data rett til filer, men spør dette systemet. Slik kan hundrevis av brukere lese og skrive samtidig uten at dataene ødelegges.

Valg av database er en av de mest langlivede beslutningene i et prosjekt. Grensesnittet kan fornyes med noen års mellomrom, men datamodellen og systemet den ligger i blir ofte stående i årevis. Derfor bør valget tas med tanke på morgendagens vekst, ikke bare dagens behov.

02SQL og relasjonsdatabaser

En relasjonsdatabase lagrer data i tabeller. Kolonnene i hver tabell er definert på forhånd, for eksempel navn, pris, lagerbeholdning og kategori i en produkttabell. Koblingene mellom tabellene lages med nøkler, og en ordrelinje viser med disse nøklene hvilken kunde og hvilket produkt den hører til.

SQL (Structured Query Language) er standardspråket for å snakke med disse tabellene. Det er et kraftig og modent verktøy for å filtrere, koble sammen, gruppere og oppsummere data. MySQL, MariaDB, PostgreSQL og SQL Server er blant de vanligste relasjonssystemene.

SELECT m.ad, COUNT(s.id) AS siparis_sayisi, SUM(s.tutar) AS toplam
FROM musteriler m
JOIN siparisler s ON s.musteri_id = m.id
WHERE s.tarih >= '2025-01-01'
GROUP BY m.ad
ORDER BY toplam DESC
LIMIT 10;

ACID og konsistens

Den største styrken til relasjonsdatabaser er ACID-garantiene: atomitet, konsistens, isolasjon og varighet. Når en ordre lagres og lagerbeholdningen også skal reduseres, skjer enten begge deler eller ingen av dem. Dette er avgjørende for penger, lager og reservasjoner, der det ikke er rom for feil.

03Typer NoSQL-databaser

NoSQL er et bredt paraplybegrep som brukes i betydningen «ikke bare SQL». Det som forener dem, er at de lagrer data i fleksible strukturer i stedet for stive tabeller. Det finnes fire hovedtyper:

• Dokumentbasert: Data lagres i JSON-lignende dokumenter, og hvert dokument kan ha ulike felt. Eksempel: MongoDB.
• Nøkkel-verdi: Én verdi lagres per nøkkel, og det er svært raskt. Ideelt for hurtigbuffer og øktdata. Eksempel: Redis.
• Kolonnefamilie: Laget for svært store datamengder med mye skriving. Eksempel: Apache Cassandra.
• Graf: Noder og relasjonene mellom dem lagres. Sterk for data med mange koblinger, som sosiale nettverk og anbefalingssystemer. Eksempel: Neo4j.

{
  "_id": "urun-42",
  "ad": "Timianhonning",
  "kategori": "Bal",
  "ozellikler": { "agirlik": "450 g", "kavanoz": "cam" },
  "etiketler": ["naturlig", "lokal"],
  "varyantlar": [
    { "agirlik": "450 g", "stok": 12 },
    { "agirlik": "850 g", "stok": 5 }
  ]
}

04Tabell: SQL vs NoSQL

Tabellen under oppsummerer de to tilnærmingene på de mest sammenlignede punktene. Hver rad viser en generell tendens, og mange moderne systemer tilbyr funksjoner som delvis bryter disse grensene.

05MySQL vs MongoDB

Forskjellen på MySQL og MongoDB er det mest konkrete eksempelet på SQL mot NoSQL. I MySQL opprettes det som regel en egen varianttabell for å lagre variantene til et produkt, og den kobles til produkttabellen med en nøkkel. I MongoDB kan variantene bygges rett inn i produktdokumentet.

Denne forskjellen påvirker lese- og skrivemønsteret direkte. Å lese et produkt med alle detaljer i én operasjon er helt naturlig i MongoDB. Spørringer som kobler sammen mange tabeller, som «gruppér produktene i kategorien med flest returer de siste tre månedene etter kundens by», er derimot enklere og mer forutsigbare i MySQL.

Det meste av webapplikasjoner utviklet med PHP bruker MySQL eller MariaDB. Hvorfor akkurat dette paret er så utbredt, forklarer vi i artikkelen Hva er PHP. I økosystemene til Python og Node.js finnes det modne biblioteker for begge typer.

06Hvilken database passer til hvilket prosjekt?

Riktig valg avhenger av dataenes form og operasjonene som skal utføres. Hvis dataene henger tett sammen og konsistens er kritisk, er SQL det naturlige valget. Hvis datastrukturen endres ofte og du trenger horisontal skalering på svært store datamengder, er NoSQL en sterk kandidat.

Scenarioer der SQL er best

En nettbutikkplattform der ordrer, betalinger, lager og fakturaer henger sammen, et hotellsystem der samme rom aldri må selges to ganger, og regnskaps- og rapporteringssystemer er klassiske scenarioer for relasjonsdatabaser. Her er dobbeltregistrering eller halvferdige transaksjoner uakseptabelt.

Scenarioer der NoSQL er best

Innholds- og katalogstrukturer der hver post kan ha ulike felt, økt- og hurtigbufferdata, og store mengder hendelseslogger fra enheter eller brukeratferd er områder der NoSQL trives. Annonser med helt ulike egenskaper i ulike kategorier passer for eksempel naturlig inn i dokumentmodellen.

Begge sammen

Mange virkelige systemer bruker begge tilnærmingene: hovedpostene ligger i en relasjonsdatabase, mens hurtigbuffer og øktinformasjon lagres i et nøkkel-verdi-lager som Redis. Dette kalles polyglot persistence. I et eiendomssystem kan for eksempel annonser og brukere ligge i relasjonstabeller, mens hyppige søkeresultater ligger i hurtigbufferen.

07Ytelse, skalering og kunstig intelligens

Uavhengig av databasetype er den vanligste årsaken til en treg applikasjon manglende indekser og ineffektive spørringer. En tabell uten riktig indeksering må skanne alle radene i hvert søk etter hvert som antallet poster vokser. Treg sidelasting skyldes ofte at svaret fra serveren kommer sent, og å finne årsaken er en del av arbeidet med hastighet og ytelse.

De siste årene har vektordatabaser også kommet på dagsordenen sammen med AI-applikasjoner. Disse systemene gjør det mulig å søke i tekster og bilder etter meningslikhet, og de er grunnlaget for AI-løsninger som svarer basert på dokumenter. Vi har skrevet om temaet i artikkelen Hva er RAG. Noen relasjonssystemer, som PostgreSQL, kan også støtte vektorsøk med utvidelser.

Python er en god start for deg som vil lære å jobbe med data. Det har modne biblioteker for både SQL- og NoSQL-systemer og verktøy for dataanalyse. Se artikkelen Hva er Python.