Database Engineering for Backend & AI Engineers
Trang chủ / Module 8
📦 Module 8 / 14 · 1 tuần

NoSQL Fundamentals — Khi Nào Rời Khỏi SQL

4 nhóm NoSQL chính (document, key-value, column-family, graph), CAP theorem, và tiêu chí quyết định thực dụng thay vì chạy theo trào lưu.

NoSQLCAP TheoremData Modeling
📌 Vì sao module này quan trọng

"NoSQL nhanh hơn SQL" là một hiểu lầm phổ biến — NoSQL không nhanh hơn về bản chất, nó đánh đổi tính nhất quán chặt chẽ và khả năng JOIN linh hoạt để lấy khả năng mở rộng ngang dễ dàng hơn cho các mô hình dữ liệu cụ thể. Chọn sai công cụ (dùng MongoDB cho dữ liệu cực kỳ quan hệ, hoặc dùng PostgreSQL để mô phỏng đồ thị xã hội phức tạp) tạo ra nhiều nợ kỹ thuật hơn là tiết kiệm được. Module này xây bộ tiêu chí quyết định thay vì chọn theo trào lưu.

🎯 Mục tiêu học tập

  • Phân biệt 4 nhóm NoSQL chính và bài toán mỗi nhóm giải quyết tốt nhất
  • Giải thích CAP theorem và áp dụng nó để hiểu đánh đổi thiết kế của từng hệ thống cụ thể
  • Nhận diện dấu hiệu 1 bài toán phù hợp với NoSQL hơn là ép vào mô hình quan hệ
  • Đưa ra quyết định SQL vs NoSQL có căn cứ cho một bài toán cụ thể, không theo cảm tính

4 nhóm NoSQL chính

NhómVí dụPhù hợp cho
Key-ValueRedis, DynamoDBCache, session, dữ liệu tra cứu theo key đơn giản, tốc độ cực cao
DocumentMongoDBDữ liệu bán cấu trúc, schema thay đổi thường xuyên, lồng nhau tự nhiên (JSON-like)
Column-familyCassandra, HBaseGhi cực nhiều, phân tán ngang khổng lồ, time-series ở quy mô rất lớn
GraphNeo4jQuan hệ nhiều tầng phức tạp — mạng xã hội, hệ thống gợi ý, phát hiện gian lận

Mỗi nhóm tối ưu cho 1 shape dữ liệu và pattern truy cập cụ thể — không có "NoSQL" chung chung, chỉ có từng loại cụ thể với đánh đổi riêng.

CAP Theorem — không thể có cả 3, phải chọn 2

Trong 1 hệ thống phân tán, khi xảy ra network partition (mất kết nối giữa các node — điều chắc chắn sẽ xảy ra ở quy mô đủ lớn), bạn chỉ có thể chọn giữa:

  • Consistency (C): mọi node luôn trả về dữ liệu mới nhất giống nhau — hy sinh khả năng phục vụ request nếu không chắc chắn dữ liệu đã đồng bộ.
  • Availability (A): hệ thống luôn trả lời request — hy sinh khả năng đảm bảo dữ liệu trả về là mới nhất tuyệt đối.

Partition tolerance (P) không phải là lựa chọn — hệ thống phân tán thật sự luôn phải chấp nhận partition có thể xảy ra, nên thực chất CAP là chọn giữa CP hoặc AP khi partition xảy ra. PostgreSQL/MySQL truyền thống (1 primary) thiên về CP; Cassandra/DynamoDB mặc định thiên về AP với "eventual consistency" (dữ liệu sẽ đồng bộ sau một khoảng thời gian ngắn, không phải ngay lập tức).

Tiêu chí quyết định thực dụng — không chạy theo trào lưu

Bộ câu hỏi nên tự hỏi trước khi rời khỏi SQL:

  • Dữ liệu có cần JOIN phức tạp, nhiều bảng liên quan, ràng buộc toàn vẹn chặt chẽ (ví dụ giao dịch tài chính)? → SQL vẫn là lựa chọn mặc định đúng đắn.
  • Schema có thay đổi liên tục, mỗi bản ghi có cấu trúc khác nhau đáng kể (ví dụ catalog sản phẩm với thuộc tính khác nhau theo từng loại)? → Document DB (MongoDB) giảm ma sát migration.
  • Cần tốc độ đọc/ghi cực cao cho dữ liệu đơn giản dạng key-value, chấp nhận không cần JOIN? → Key-value store (Redis, DynamoDB).
  • Ghi ở quy mô cực lớn, phân tán trên nhiều datacenter, chấp nhận eventual consistency? → Column-family (Cassandra).
  • Bài toán trọng tâm là quan hệ giữa các thực thể nhiều tầng (bạn của bạn của bạn, đường đi ngắn nhất, phát hiện vòng lặp gian lận)? → Graph DB — SQL với nhiều JOIN đệ quy sẽ chậm và khó viết hơn nhiều so với truy vấn graph tự nhiên.

Trong thực tế, phần lớn hệ thống backend hiện đại là polyglot persistence — dùng PostgreSQL cho dữ liệu giao dịch lõi, Redis cho cache/session, và có thể thêm 1 document/search store cho 1 tính năng cụ thể — không phải "chọn 1 loại database cho tất cả".

🏋️ Bài tập thực hành

Phân tích và chọn database cho 3 bài toán khác nhau

Với 3 bài toán: (1) hệ thống ví điện tử cần chuyển tiền giữa người dùng, (2) catalog sản phẩm thương mại điện tử với hàng trăm loại sản phẩm, mỗi loại có bộ thuộc tính riêng, (3) hệ thống gợi ý bạn bè dựa trên mạng lưới quan hệ nhiều tầng — với mỗi bài toán, chọn loại database phù hợp nhất trong 5 nhóm đã học, viết 3-4 câu giải thích lý do dựa trên đặc điểm dữ liệu và pattern truy vấn, không dựa trên độ phổ biến của công cụ.

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Phân biệt được 4 nhóm NoSQL chính và ví dụ công cụ đại diện mỗi nhóm
  • Giải thích CAP theorem bằng ví dụ cụ thể, không chỉ thuộc lòng định nghĩa
  • Đưa ra quyết định SQL/NoSQL có căn cứ cho 3 bài toán khác nhau
  • Giải thích được khái niệm polyglot persistence và vì sao nó phổ biến trong thực tế