Por: Caroline Barcelos Gonçalves

A grande maioria dos dados gerados atualmente estão de forma não estruturada, ou seja, não tem uma estrutura definida, são áudios, vídeos, dados de sensores, dados de redes sociais, imagens, etc, e representam mais de 85% que as empresas lidam e portanto precisam ser armazenados. Os bancos de dados mais adequados ao armazenamento dessas informações são conhecidos como NOSQL, que significa Not Only SQL (não apenas SQL), porque são mais flexíveis que os tradicionais bancos relacionais.

O que são esses bancos NOSQL? Quais sua vantagens sobre os relacionais?

É muito importante que as aplicações que trabalham com Big Data sejam capazes de crescer, e para isso podemos utilizar duas estratégias:

• Escalabilidade vertical: é aquela em que se aumenta a capacidade do hardware
• Escalabilidade horizontal: é aquela em há distribuição de armazenamento e/ou processamento (aumenta-se a quantidade de máquinas)

A escalabilidade vertical não é a melhor opção quando tratamos de big data, já que a quantidade de dados que se deseja armazenar cresce exponencialmente. Temos então a segunda possibilidade, que em bancos de dados relacionais, é possível de ser feito, porém não é realizado de forma simples, já que os dados são estruturados. Os bancos NOSQL surgiram para suprir essa necessidade. Com uma estrutura mais flexível (que pode se adequar as características de cada necessidade) e dessa forma ganhando mais performance. Há uma grande variedade de bancos NOSQL cada um com características próprias, estes podem ser distribuídos ou não, há diferentes maneiras de armazenamento físico (por exemplo, memória, HD) e lógico (modelo de dados, por exemplo, baseado em chave-valor, em documentos) das informações. É comum não terem esquemas alta disponibilidade e maior escalabilidade.

Alguns exemplos de bancos de dados do tipo NOSQL são o Cassandra, o MongoDB e o CouchDB. Existe ainda o Hadoop, uma ferramenta muito utilizada quando se trata de big data (confira a matéria completa sobre o Headoop na seção Software Livre).

Os bancos de dados relacionais normalmente se baseiam em quatro propriedades, que são conhecidas como ACID (atomicidade, consistência, isolamento e durabilidade), e estas podem ser muito restritivas para soluções de Big Data. Assim como os bancos de dados relacionais se baseiam no ACID, os bancos NOSQL seguem o BASE, que significa em inglês: Basically Available, Soft state, Eventual consistency, ou seja, Basicamente Disponível, Estado Leve, Eventualmente consistente. O que isso significa?

• Basicamente Disponível: se refere ao fato do sistema funcionar basicamente o tempo todo.
• Estado Leve: o sistema não precisa ser consistente todo o tempo.
• Eventualmente Consistente, o sistema torna-se consistente no momento devido.

As propriedades do BASE permitem, portanto, que o banco de dados esteja possivelmente em um estado consistente (fraca consistência) e que no caso de uma máquina não estar disponível o sistema todo não será interrompido (disponibilidade), já que muitas vezes os bancos distribuídos são utilizados.

Referências:

Bancos de Dados NoSQL x SGBDs Relacionais: Análise Comparativa
Introdução ao Conceito de Big Data
O que é Big Data?
NoSQL BASE vs ACID Teorema CAP