Сучасні бази даних NoSQL у підготовці бакалаврів спеціальності "Комп'ютерні науки"

Отже, як видно із представленого матеріалу та даних табл. 1, сучасними тенденціями розвитку баз даних можна вважати NoSQL та NewSQL. Далі наведемо аргументи щодо вибору СКБД для формування навчальної програми дисципліни «Організація баз даних NoSQL».

2. Методика дослідження

Вибір баз даних та систем їх керування можна виконувати за численними критеріальними показниками, основними з яких є такі: операційне середовище, у якому може працювати СКБД; тип логічної моделі бази даних; масштабованість; мова запитів; підтримка WEBтехнологій; вартість ліцензії; продуктивність та багато інших [6]. Їх використання має сенс при обґрунтуванні вибору СКБД для розробки конкретних проєктів автоматизації [11].

При виборі СКБД з точки зору організації навчального процесу потрібно керуватися дещо іншими показниками, наприклад, зрозумілість інтерфейсу та доступність мови програмування (мови запитів), відповідність обмеженим технічним параметрам комп'ютерної лабораторії, універсальність (підтримка реалізації різних предметних областей), наявність у СКБД необхідних для навчального процесу функціональних властивостей тощо.

Зрозуміло, що обрати конкретну СКБД для використання в освітньому процесі, яка б відповідала всім показникам одночасно - практично неможливо. Тому було проведено опитування (у формі анкетування) фахівців Центру інформаційно-обчислювальних та мережевих систем і представників науково-педагогічного колективу Навчально-наукового інституту «Інститут інформаційних технологій» ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», які працюють з базами даних або викладають дисципліни, що пов'язані з ними. Метою проведеного опитування було встановлення найбільш значущих критеріальних показників, які варто брати до уваги під час добору сучасних типів баз даних для введення їх до навчальної програми дисципліни «Організація баз даних NoSQL».

Респондентам пропонувалось оцінити важливість показника за шкалою від 1 до 5 балів, де оцінці «5» відповідає найвищий рівень важливості, а оцінці «1» - найнижчий.

Отримані усереднені показники проведеного опитування представлено на рис. 1.

У результаті опрацювання даних опитування було встановлено, що найбільш важливими показниками добору баз даних та СКБД для освітніх потреб є: розповсюдженість або поширеність їх використання на практиці (середній бал, отриманий показником, становить 5 балів, тобто усі опитані визначили його як дуже важливий); інформаційна підтримка, тобто якість і повнота представленої супровідної документації (за усередненими оцінками показник отримав 4,6 бали); вартість або тип ліцензії (середній бал показника - 4,3); відповідність програмним та апаратним вимогам, як і попередній показник, набрав 4,3 бали за результатами опитування; підтримка різних мов програмування - 3,2; підтримка вебтехнологій - 2,9. Інші показники отримали нижчі оцінки (< 2,5). Наприклад, показник продуктивності за усередненими оцінками отримав 2,5 бали, а показник простоти та зрозумілості інтерфейсу - 2,1 бали тощо.

Рис. 1. Результати проведеного опитування (усереднені показники у балах)

Отже, було виділено два найбільш вагомі критерії добору СКБД з точки зору використання в освітньому процесі:

1) технологійний критерій, який має такі показники:

- розповсюдженість (поширеність);

- відкритість ліцензії;

- апаратна невимогливість;

2) організаційно-дидактичний критерій, що містить:

- методичну та освітню підтримку (якість та повнота документації);

- підтримку різних мов програмування;

- підтримку вебтехнологій.

Ідентифіковані критерії та показники було покладено в основу механізму добору баз даних та СКБД для освітніх потреб.

3. Результати дослідження

Вибір моделей та СКБД, що підтримують бази даних NoSQL і NewSQL, для введення їх до навчальної програми дисципліни «Організація баз даних NoSQL» базувався на їх відповідності двом критеріям (технологічному та організаційно- дидактичному) та шістьом показникам, які були визначені під час проведеного опитування. Розглянемо їх більш детально:

1. Розповсюдженість. Студенти під час навчального процесу мають отримувати актуальні знання та навички, тому під час вибору СКБД враховували ступінь їх поширеності та практичного застосування.

2. Відкритість ліцензії. Більшість ЗВО, через ряд об'єктивних факторів, не в змозі в повному обсязі забезпечити високий рівень матеріально-технічної бази комп'ютерних класів та дослідницьких лабораторій. Додаткові витрати на забезпечення навчального процесу пропрієтарним програмним забезпеченням є небажаними. Крім того, як зазначено в роботі [28], відкритий програмний код та можливість його зміни/модифікації є додатковим стимулом для набуття майбутніми фахівцями у сфері комп'ютерних наук фахових компетентностей.

3. Апаратна невимогливість. У контексті зазначеного у п. 2 апаратні вимоги до програмного забезпечення в комп'ютерних класах та лабораторіях також відіграють важливу роль у доборі СКБД, з якою будуть працювати студенти на заняттях.

4. Підтримка (освітня, методична та ін.). Опанування студентами основ роботи з новою базою даних забезпечується не тільки фаховими знання викладачів щодо роботи з нею, але й використанням в освітньому процесі відповідних наочних, методичних та навчальних матеріалів. Оскільки дисципліна є новою, то природно, що підручниками студенти не забезпечені. У цьому контексті важливим є вивчення представленої розробниками супровідної документації, різноманітного інформаційного та освітнього матеріалу в мережі Інтернет.

5. Підтримка різних мов програмування. Важливість даного показника для підготовки фахівців з комп'ютерних наук є очевидною. З організаційно-дидактичної точки зору необхідним є узгодження наявних у студентів знань мов програмування з тими мовами, які функціонально підтримує та чи інша СКБД. Наприклад, знання базових основ JAVA дадуть студентам змогу швидко зрозуміти логіку синтаксису JSON, формат якого вважається стандартом обміну даними в сучасних базах даних різного типу.

6. Підтримка вебтехнологій. Це сучасний тренд у розвитку IT, без навичок роботи з вебтехнологіями та вмінь розробки веборієнтованих інформаційних систем не можна говорити про кваліфікованість фахівця з комп'ютерних наук. Зараз горизонтальна масштабність сучасних типів баз даних досягається, окрім іншого, шляхом реалізації веборієнтованих архітектур (коли взаємодія користувача з базою даних відбувається через веббраузер), оскільки вони є більш зручними в організації багатокористувацького доступу.

Одразу відзначимо, що позитивним моментом переважної більшості NoSQL, з точки зору їх використання в освітньому процесі, є те, що вони мають відкритий код (належать до категорії відкритого програмного забезпечення), перебувають у вільному доступі і не потребують платних користувацьких ліцензій.

Для вибору СКБД був вивчений та проаналізований рейтинг баз даних, який проводить інформаційне видання DB-Engines [29]. Це видання щомісячно, починаючи з 2013 року, публікує рейтинги відомих баз даних відповідно до їх поточної популярності (розповсюдженості) у світі. У дослідженнях DB-Engines, окрім загального рейтингу СКБД, який охоплює всі типи моделей баз даних, надається рейтинг систем у межах кожного типу моделі бази даних та досліджується динаміка змін у популярності СКБД. Так, згідно з даними DB-Engines, станом на березень 2019 року на ринку ІТ було представлено 345 систем (баз даних) (рис. 2).

Рис.2. Рейтинг систем керування базами даних за версією інформаційного видання DB-Engines, березень 2019року [29]

Лідерами традиційно є реляційні бази даних (Oracle, MySQL і Microsoft SQL Server). Нашу увагу привернув той факт, що серед NoSQL до найбільш поширених баз даних, за оцінками експертів, належать: документоорієнтована СКБД MongoDB (5 місце), СКБД Redis, що підтримує модель ключ/значення - (8 місце) та колонкоорієнтована СКБД Cassandra (11 місце).

Аналіз та вивчення СКБД MongoDB, як документоорієнтованої системи, не викликав питань щодо її введення до навчальної програми. Крім того, що MongoDB має дуже високий рейтинг серед СКБД (див. рис. 2), аналіз Інтернет-джерел показав наявність великої кількості матеріалів та онлайн курсів, які можуть бути використані студентами за відсутності рекомендованих Міністерством освіти і науки України підручників та навчальних посібників [30], [31], [32].

MongoDB - це СКБД із відкритим вихідним кодом, написана мовою програмування C++ [33]. Компанія MongoDB Inc (раніше - 10gen) вийшла з першою версією MongoDB на ринок у серпні 2009 року.

Основними елементами документоорієнтованої системи керування базами даних MongoDB є документи та їх колекція. Документ - це набір полів довільної структури, колекція - це сукупність структурно чи семантично подібних документів. Колекції не мають обмежень на вміст, а також обмежень щодо структури (різна колекція може містити різну кількість документів, різного обсягу та рівня наповненості). Ключове правило створення документу в колекції - наявність ключа (_id), який є унікальним у межах даної колекції. Відповідно документи ідентифікуються за допомогою назви колекції разом зі значенням _id. Дана СКБД має широкий арсенал інструментів роботи з документами (запити вибірки, сортування, агрегування тощо).

Робота MongoDB базується на використанні JSON (внутрішні дані зберігаються і передаються у двійковій формі - BSON), що забезпечує гнучкість моделі даних СКБД, високу продуктивність обробки даних та зрозумілість мови взаємодії для користувачів.

MongoDB «не розуміє» мову SQL, не підтримує жорстко заданих схем, у ній відсутній механізм посилкової підтримки транзакцій (починаючи з версії 4.0, MongoDB підтримує багатодокументарні транзакції, що відповідають вимогам ACID), вона добре масштабується за допомогою шардінгу (sharding) і забезпечує опрацювання Big Data на кластерах, реплікації реалізовані на основі асинхронної master-slave моделі. Ця модель передбачає, що запис даних виконується в журнал операцій (oplog) виключно на головному вузлі (master або primary), а зчитування даних може відбуватись як з головного, так і підлеглих (slave або secondary) вузлів.

Розроблено значну кількість графічних інтерфейсів, що підтримують роботу MongoDB, серед яких можемо виділити: Compass, RoboMongo, RockMongo, NoSQLBooster та інші.

MongoDB підтримує роботу в більшості операційних середовищах, зокрема з операційними системами Windows, Linux, MacOS, Solaris.

Наступною NoSQL, на яку доцільно звернути увагу, є нереляційна СКБД Redis (REmote DIctionary Server), що підтримує модель ключ/значення. Загалом база даних типу ключ/значення є досить простою в проєктуванні та створенні. Основними структурними елементами є первинний ключ та значення, що асоціюється з ключем. На відміну від реляційних моделей баз даних, значення - це агрегат, що може зберігати дані довільної структури. Значення в моделі Key/Value є непрозорими, тому запити з пошуку значень певних агрегатів не можна реалізувати в цій базі даних. Можливі лише пошук значення по ключу, записування нового значення чи вилучення його з відповідним ключем. Такі бази часто називають сховищами даних. Цю назву не слід ототожнювати з поняттям класичних сховищ даних (Data Warehouse), які використовуються в аналітичних OLAP-технологіях. Термін «сховище даних», у контексті баз даних NoSQL, пов'язаний лише з функцією ефективного зберігання неструктурованих даних, без розкриття їх семантики.

Враховуючи, що в моделях типу ключ/значення завжди виконується доступ за первинним ключем, вони характеризуються високою швидкістю реалізації запитів і добре масштабуються. Це досить поширена модель даних і на сьогодні налічується понад п'ятдесят СКБД баз даних ключ/значення. Прикладами найбільш рейтингових СКБД цього типу є такі: Redis, MemcacheDB, Hazelcast, Aerospike, Ehcache, Riak KV [34].

При вивченні баз даних типу ключ/значення рекомендується знайомство з групою резидентних NoSQL rn-memory баз даних (in-memory database, IMDB). Це бази даних, які характеризуються такою технологічною особливістю, як зберігання та швидкісне опрацювання даних в оперативній пам'яті. Використання таких баз даних дозволяє збільшити продуктивність опрацювання даних при зменшенні витрат на вартість самої СКБД. Швидкість опрацювання даних в оперативній пам'яті іноді в тисячі разів перевищує швидкість опрацювання на твердих носіях [35].

Враховуючи той факт, що оперативна пам'ять має фізичні обмеження, варто пам'ятати, що бази даних in-memory підходить далеко не для всіх задач. Бази типу СКБД Redis найбільш підходять для додатків, що читають і записують дані, які потрібно швидко знаходити за допомогою ключа. NoSQL rn-memory бази даних використовуються найчастіше для зберігання даних:

- сесій і профілів користувачів;

- під час розробки комп'ютерних ігор;

- з управління об'єктами, де є критичним час реакції системи (телекомунікаційні системи; управління транспортними перевезеннями, різного роду безперервні технологічні процеси і т.п.);

- з організації online торгів (цінними паперами, валютою і т.п.);

- про події чи пристрої Інтернет-речей (IoT).

Для вивчення табличних колонкоорієнтованих моделей варто зосередити увагу на особливостях побудови моделі в середовищі обраної СКБД. На сьогодні найбільш поширеними СКБД даного типу є: Cassandra, HBase, Microsoft Azure Table Storage, Accumulo, Google Cloud Bigtable [36].

Колонкоорієнтована модель бази даних подібна до реляційної моделі з табличним представленням даних. Проте, на відміну від реляційних моделей, дані в яких зберігаються в рядках таблиці, що складаються з логічно пов'язаних атрибутів, представлених різними типами й форматами, в табличних колонкоорієнтованих базах окремими рядками є дані колонок чи їх сімейств. Водночас кожна колонка містить дані одного типу і формату.

Вивчення табличних колонкоорієнтованих моделей баз даних пропонується виконувати з урахуванням особливостей СКБД Cassandra [37].

Структурними елементами моделі бази даних СКБД Cassandra є колонка (column), сімейство колонок (column family) та набір (простір) ключів (keyspace). Колонка - це основний структурний елемент, який містить: ім'я (column name), значення (value) та часову мітку (timestamp), яка може вказувати на термін актуальності даних. Значення однієї колонки представлено даними одного типу і формату. Сімейство колонок - це об'єднання декількох семантично та логічно взаємозв'язаних колонок, які читаються й адмініструються як єдине ціле. Рядок чи запис (row) - це поіменована колекція колонок, які об'єднуються за допомогою ключа (row key). Набір (простір) ключів - група ключів багатьох сімейств ключів, як правило обмежених однією предметною областю.

Слід звернути увагу на те, що колонкоорієнтована модель, як і попередні розглянуті моделі баз даних, не є універсальною. Кращим варіантом використання цього класу моделей є опрацювання великих масивів даних з метою агрегування даних та формування аналітичних звітів, а також для зберігання результатів індексації сайтів.

Наступним типом моделей баз даних, який пропонується для вивчення студентам комп'ютерних наук, є графові моделі баз даних. Вони використовуються в предметних областях, що характеризуються численними навігаційними зв'язками між даними, які слід враховувати під час їх опрацювання. Особливо поширені графові моделі баз даних у різних соціальних проєктах, зокрема соціальних мережах.

Щодо графових моделей баз даних було прийнято рішення зосередити увагу на базах даних типу NewSQL, оскільки вони є сучасними реляційними СКБД, у яких доопрацювано функціонал і які, крім іншого, підтримують графові моделі даних.

Для вивчення графових моделей баз даних була обрана СКБД Microsoft SQL Server 2017 [38]. Вибір Microsoft SQL Server 2017 обумовлений тим, що студенти знайомляться з цією СКБД у курсі «Організація баз та сховищ даних». Отже, не потрібно витрачати час на опанування технологією роботи з базою даних в середовищі даної СКБД, а можна зосередити увагу на моделюванні графів та роботі з ними. Функції графової моделі представлення даних SQL Server повністю інтегровані в ядро СКБД. Завдяки такій інтеграції є можливість користуватися широким спектром компонентів SQL Server, зокрема індексами, службами машинного навчання та ін. Для роботи з графами в SQL Server 2017 стандартними способами створюється користувацька база даних, тобто не потрібні якісь спеціальні прийоми чи налаштування БД для створення графа.

Для моделювання графів у SQL Server 2017 використовуються таблиці двох спеціальних видів. Один вид - для зберігання даних вузлів, а другий - для відображення ребер (зв'язків). Таблиці-вузли містять дані сутностей предметної області, а таблиці-ребра визначають характер та напрям зв'язку між вузлами. Таблиця - вузол графа створюється, як і реляційна таблиця, оператором CREATE TABLE, але в кінці додається параметр AS NODE. Коли вказано цей параметр, ядро бази ідентифікує таблицю як вузол. Таблиця-вузол обов'язково повинна мати поле первинного ключа.

Створення таблиць-ребер аналогічно створенню таблиць-вузлів, але замість AS NODE потрібно вказувати параметр AS EDGE. Первинний ключ в таблиці-ребрі є необов'язковим. Обов'язково потрібно вказувати ідентифікатор таблиці-вузла, з якого виходить ребро, та ідентифікатор таблиці-вузла, у який ребро входить. Інші додаткові користувацькі атрибути, що характеризують ребро є необов'язковими.

Створивши графову базу даних, студенти зможуть відпрацювати основні запити до бази даних на мові T-SQL з використанням оператора SELECT та функції MATCH, яка задає шаблон для пошуку вузлів згідно їх зв'язків і виконує навігацію по графу.

nosql комп'ютерних реляційний

Висновки та перспективи подальших досліджень

Вивчення тенденцій розвитку баз даних та систем їх керування є надзвичайно важливим у сучасних умовах, коли стрімкий розвиток нових технологій призводить до різкого збільшення обсягів даних, зміни структури даних та ступеня їх однорідності. Критичним моментом опрацювання великих масивів даних є бази даних. Ці дані не можуть зберігатися та опрацьовуватися з використанням традиційних реляційних баз даних, які зорієнтовані на підтримку структурованої інформації. Забезпечувати ефективне зберігання та розподілене швидкісне опрацювання великих обсягів неструктурованих даних стало можливим завдяки появі нових типів баз даних, як-от NoSQL та NewSQL. Саме вивчення актуальних типів баз даних та систем їх керування в підготовці студентів комп'ютерної спеціальності є необхідною та обґрунтованою відповіддю на сучасні тенденції в розвитку інформаційних технологій. Ознайомлення студентів з базами даними NoSQL та NewSQL, принципами роботи з актуальними (з точки зору ринку та роботодавця) СКБД призведе до підвищення якості підготовки майбутніх фахівців з комп'ютерних наук.

З'ясовано, що при введення СКБД до навчальної програми дисципліни доцільно звертати увагу на її рейтинг (поширеність використання), якість і повноту супровідної документації (рівень інформаційної та методичної підтримки), операційне середовище, апаратні вимоги, необхідність придбання ліцензії. У результаті аналізу сучасних баз даних та систем їх керування на предмет відповідності зазначеним критеріям до навчальної програми дисципліни «Організація баз даних NoSQL» було додано бази даних NoSQL (для вивчення моделі даних ключ/значення - СКБД Redis, для вивчення документоорієнтованої моделі даних - СКБД MongoDB, для вивчення колонкоорієнтованої моделі даних - СКБД Cassandra) та NewSQL (для вивчення графової моделі даних - СКБД Microsoft SQL Server 2017).

Бази даних NoSQL і NewSQL є прогресивними напрямами розвитку IT, актуальними для провідних країн світу. Проте вже зараз існують нові концепції та підходи до проєктування та функціонування баз даних нового типу. Зокрема широке поле для досліджень відкриває нова концепція мультисховищ (polystore databases) як перспективний напрям розвитку баз даних. Перспективними є подальші дослідження, що пов'язані з вивченням та аналізом функціоналу, ліцензійної політики нових систем і можливості їх введення до навчальних програм для подальшого поглибленого вивчення. Одним із важливих аспектів, що потребує подальших наукових досліджень, є добір сучасних типів баз даних згідно з ідентифікованими в роботі критеріями та показниками за методом експертного оцінювання.

Список використаних джерел

1. Кабінет Міністрів України. (2018, Січ. 17). Розпорядження № 67-р, «Про схвалення Концепції розвитку цифрової економіки та суспільства України на 2018-2020 роки та затвердження плану заходів щодо її реалізації».

2. Сайт кафедри системотехніки Харківського національного університету радіоелектроніки.

3. Сайт Національного технічного університету «Київський політехнічний інститут ім. Ігоря Сікорського» спеціальність 122 «Комп'ютерні науки».

4. Сайт кафедри інформаційних систем в економці Інституту інформаційних технологій в економіці Київського національного економічного університету ім. Вадима Гетьмана.

5. К. Дж. Дейт, Введение в системы баз данных. Пер. с англ. Киев, Украина: Диалектика, 1998.

6. Н.В. Ситник, Проектування баз і сховищ даних. Київ, Україна: КНЕУ, 2004.

7. М. Фаулер, Дж. Садаладж Прамодкумар, NoSQL: новая методология разработки нереляционных баз данных. Пер. с англ. М., Россия: ООО «И.Д. Вильямс», 2013.

8. Я. Робинсон, Д. Вебер, Э. Эифрем, Графовые базы данных: новые возможности для работы со связанными данными. Пер. с англ. М., Россия: ДМК Пресс, 2016.

9. І.Б. Швороб, «Методи та засоби екстракції та аналізу слабоструктурованих текстових даних на основі документо-орієнтовного графа», дис. канд. наук., Нац. ун-т «Львівська політехніка», Львів, 2018.

10. Paolo Atzenin, Francesca Bugiotti, Luca Rossi, «Uniform access to NoSQL systems», Information Systems, p. 1-17, 2013..

11. Joao Ricardo Lourenzol, Bruno Cabral1, Paulo Carreiro, Marco Vieira1, and Jorge Bernardino, «Choosing the right NoSQL database for the job: a quality attribute evaluation», Journal of Big Data, p. 1-26, 2015.

12. Ahmad Abdullah, Qingfeng Zhuge, «From Relational Databases to NoSQL Databases: Performance Evaluation», Research Journal of Applied Sciences, Engineering and Technology, no. 11(4), p. 434-439, 2015.

13. В.О. Брацький, О.М. М'якшило, «Дослідження особливостей застосування реляційних і нереляційних баз даних на прикладі SQL Server та MongoDB», Наукові праці Національного університету харчових технологій, Т. 22, № 5, с. 15-24, 2016.

14. С.О. Спасітєлєва, В.Л. Бурячок, «Комплексний захист гетерогенних корпоративних сховищ даних», Сучасний захист інформації, №1, с. 58-65, 2017.

15. Vatika Sharma, Meenu Dave, «SQL and NoSQL Databases», International Journal of Advanced Research in Computer Science and Software Engineering, vol. 2, № 8, p.20-28, 2012.

16. М.Ю. Швець, Д.С. Заруба, Ю.В. Хохлов, «Порівняння SQL та NoSQL баз даних», Вчені записки ТНУ імені В.І. Вернадського. Серія: технічні науки, Т. 29 (68), Ч. 2, № 6, с. 21-25, 2018.

17. Sneha Binani, Ajinkya Gutti, Shivam Upadhyay, «SQL vs. NoSQL vs. NewSQL- A Comparative Study», Communications on Applied Electronics (CAE) - Foundation of Computer Science FCS, New York, USA, vol. 6, no.1, p. 43-46, 2016.

18. Jeremy Kepner et al., «Associative Array Model of SQL, NoSQL, and NewSQL Databases», 2016 IEEE High Performance Extreme Computing Conference (HPEC), Waltham, MA, USA, 2016. 2019.

19. List of NoSQL Datadases. .

20. Jeyhun Karimov, Tilmann Rabl, and Volker Markl, «PolyBench: The First Benchmark for Polystores», in 10th TPC Technology Conference «Performance Evaluation and Benchmarking for the Era of Artificial Intelligence», Rio de Janeiro, 2018, р. 24-41

21. Т. Коннолли, К. Бегг, А. Страчан. Базы данных: проектирование, реализация и сопровождение. Теория и практика. Пер. с англ. М., Россия: Издательский дом «Вильямс», 2000.

22. Дж. Мартин, Организация баз данных в вычислительных системах. Пер. с англ. М., Россия: Мир, 1980.

23. Keith D. Foote, «A Brief History of Non-Relational Databases», 2018.

24. Н.В. Ситник, «Роль і місце баз даних в цифровій економіці», на І наук.-метод. конф. Цифрова економіка, Київ, 2018, с. 267-258.

25. Digital 2019: Global internet use accelerates.

26. Ahmed Almassabi, Omar Bawazeer, and Salahadin Adam, «Top NewSQL databases and features classification», International Journal of Database Management Systems, Vol.10, no.2, p. 11-31, 2018.

27. Matthew Aslett, «What we talk about when we talk about NewSQL», 2011.

28. І.С. Зінов'єва, В.О. Артемчук, А.В. Яцишин, «Використання відкритих геоінформаційних систем у підготовці фахівців з комп'ютерних наук», Інформаційні технології і засоби навчання, Том 68, №6, с. 87-99, 2018.

29. DB-Engines Ranking, 2019.

30. Начало работы с MongoDB, часть 1.

31. Начало работы с MongoDB, часть 2.

32. Онлайн-руководство по MongoDB.

33. MongoDB: Open Source Document Database, 2019.

34. DB-Engines Ranking of Key-value Stores, 2019.

35. Как выбрать In-memory NoSQL базу данных с умом. Тестируем производительность.

36. DB-Engines Ranking of Wide Column Stores.

37. Apache Cassandra, 2019.

38. Создание базы данных графа и выполнение некоторых шаблоны запросов с помощью T-SQL

Размещено на Allbest.ru