Какие базы данных сейчас в тренде? Что выбрать?
Какие базы данных сейчас в тренде? Что выбрать?
PostgreSQL, MongoDB, Redis, ClickHouse и векторные хранилища решают разные задачи. Но какую базу выбрать и почему популярность технологии — слабый аргумент?
Одной «лучшей» базы данных не существует
Выбор базы часто начинается неправильно. Разработчик открывает рейтинг, находит технологию с красивым сайтом и пытается построить вокруг неё весь проект. Через несколько месяцев выясняется, что данные неудобно связывать, запросы стали сложными, а для обычного отчёта приходится писать небольшой квест.
Главный тренд сейчас — не появление одной идеальной базы, а специализация хранилищ. PostgreSQL используют для основной информации, Redis — для кеша, ClickHouse — для аналитики, а Qdrant — для поиска по векторам. Правда, небольшому проекту весь этот набор обычно не нужен.
PostgreSQL — безопасный выбор по умолчанию
Если нужно начать новый веб-проект и особых требований пока нет, я бы выбирал PostgreSQL. Пользователи, товары, платежи, подписки и права доступа хорошо укладываются в связанные таблицы.
PostgreSQL поддерживает транзакции, сложные запросы, полнотекстовый поиск и данные в формате JSONB. Благодаря расширению pgvector в той же базе можно хранить embeddings и делать поиск по векторам.
Это важный сдвиг. Раньше под каждую новую задачу хотелось подключить отдельную базу. Теперь PostgreSQL способен закрыть большую часть потребностей обычного продукта и не превращать инфраструктуру в коллекцию сервисов.
MySQL никуда не исчез
MySQL и совместимая с ним MariaDB остаются нормальным выбором. Особенно если проект работает на WordPress, использует привычный PHP-стек или размещается на хостинге, где всё уже настроено именно под MySQL.
Переезжать с рабочей MySQL на PostgreSQL только потому, что последняя сейчас чаще появляется в рекомендациях, бессмысленно. Миграция создаст больше проблем, чем пользы.
Для нового сложного backend-проекта PostgreSQL обычно даёт больше свободы. Для существующего сайта на MySQL лучший выбор часто звучит скучно: оставить всё как есть и правильно настроить индексы.
SQLite подходит не только для учебных проектов
SQLite иногда воспринимают как игрушечную базу, хотя она отлично работает в мобильных приложениях, desktop-программах, небольших сервисах и локальных AI-инструментах.
Ей не нужен отдельный сервер: вся база хранится в одном файле. Проект легко запустить, перенести и сохранить. Для приложения с одним сервером и умеренным количеством записей этого может быть достаточно надолго.
Проблемы начинаются при большом количестве одновременных операций записи или необходимости запускать несколько экземпляров приложения. В таком случае разумнее сразу смотреть в сторону PostgreSQL.
MongoDB нужна не каждому проекту
MongoDB удобна, когда данные естественно выглядят как самостоятельные документы. Например, каталог товаров с сильно отличающимися характеристиками, сохранённые конфигурации или события с непостоянным набором полей.
Но выбирать MongoDB только ради возможности «не создавать таблицы» — сомнительная экономия. Схема всё равно появится, просто будет спрятана в коде приложения. А когда понадобятся связи между пользователями, заказами, платежами и товарами, реляционная модель часто оказывается понятнее.
MongoDB остаётся востребованной технологией, но период, когда её советовали почти для любого стартапа, похоже, закончился. Теперь для неё желательно иметь конкретную причину.
Redis — дополнение, а не основная база
Redis заметно набирает популярность, но сравнивать его с PostgreSQL напрямую не стоит. Он хранит данные в памяти и особенно хорош там, где важна скорость: кеш, сессии, счётчики, ограничение частоты запросов и временные очереди.
Например, результат тяжёлого SQL-запроса можно положить в Redis на несколько минут. Следующие пользователи получат его почти мгновенно, а основная база избежит повторной работы.
Использовать Redis единственным хранилищем заказов и платежей я бы не стал без очень веской причины. Обычно он раскрывается именно рядом с основной базой.
ClickHouse нужен, когда начинается аналитика
Представим сервис, который каждую секунду записывает просмотры страниц, клики, ошибки и действия пользователей. Хранить такие события в PostgreSQL можно, но со временем аналитические запросы начинают мешать основной работе приложения.
Здесь появляется ClickHouse — колоночная база, рассчитанная на быстрый анализ больших объёмов данных. Она хорошо подходит для логов, метрик, статистики и отчётов по миллионам событий.
Для обычной авторизации или интернет-магазина ClickHouse будет лишней. Если же продукт строится вокруг аналитики, её стоит рассматривать одной из первых.
Нужна ли отдельная векторная база для AI?
На волне RAG и AI-приложений стали популярны Qdrant, Milvus, Weaviate и другие векторные базы. Они умеют быстро находить embeddings, близкие по смыслу к запросу пользователя.
Но небольшой AI-проект не обязан начинаться с отдельного хранилища. Если основные данные уже находятся в PostgreSQL, расширения pgvector часто достаточно для первой рабочей версии.
Специализированная база вроде Qdrant становится оправданной, когда векторный поиск является центральной частью продукта, документов действительно много, нужны сложные фильтры или текущая база перестала справляться с нагрузкой.
Так что всё-таки выбрать
Для нового сайта, SaaS-сервиса или API мой базовый ответ — PostgreSQL. Для локальной программы или небольшого односерверного приложения — SQLite. MySQL логично брать там, где под неё уже построена инфраструктура.
MongoDB подходит данным с естественной документной структурой. Redis стоит добавлять для скорости и временных значений. ClickHouse — для аналитики, а Qdrant и другие векторные базы — когда поиск по embeddings стал полноценной частью продукта.
База данных должна решать существующую проблему, а не проблему, которая, возможно, появится после первого миллиона пользователей. Начать с одного понятного хранилища почти всегда разумнее, чем заранее собирать сложную архитектуру.
Оцените материал:
