O que são bancos de dados não-relacionais? (What are non-relational databases?)

Em Português:

Bancos de dados não relacionais, muitas vezes referidos como bancos de dados NoSQL, são armazenamentos de dados que não usam o esquema tabular de linhas e colunas encontrado na maioria dos sistemas de banco de dados tradicionais. Em vez disso, eles armazenam seus dados em uma forma não tabular, e tendem a ser mais flexíveis do que as estruturas de banco de dados relacionais baseadas em SQL.

Bancos de dados não relacionais podem ser baseados em estruturas de dados como documentos. Um documento pode ser altamente detalhado enquanto contém uma variedade de tipos diferentes de informações em diferentes formatos. Essa capacidade de digerir e organizar vários tipos de informações lado a lado torna os bancos de dados não relacionais muito mais flexíveis do que os bancos de dados relacionais.

Bancos de dados não relacionais são frequentemente usados quando grandes quantidades de dados complexos e diversos precisam ser organizados. Por exemplo, uma grande loja pode ter um banco de dados no qual cada cliente tem seu próprio documento contendo todas as suas informações, desde nome e endereço até histórico de pedidos e informações de cartão de crédito. Apesar de seus formatos diferentes, cada uma dessas informações pode ser armazenada no mesmo documento.

Bancos de dados não relacionais geralmente têm um desempenho mais rápido porque uma consulta não precisa visualizar várias tabelas para fornecer uma resposta, como os conjuntos de dados relacionais costumam fazer. Portanto, bancos de dados não relacionais são ideais para armazenar dados que podem ser alterados com frequência ou para aplicações que lidam com muitos tipos diferentes de dados.

Exemplos comuns de sistemas de gerenciamento de banco de dados não relacionais incluem MongoDB, Apache Cassandra e Google Cloud Datastore.

In English:

Non-relational databases, often referred to as NoSQL databases, are data stores that do not use the tabular schema of rows and columns found in most traditional database systems. Instead, they store their data in a non-tabular form, and tend to be more flexible than the traditional, SQL-based, relational database structures.

Non-relational databases might be based on data structures like documents. A document can be highly detailed while containing a range of different types of information in different formats. This ability to digest and organize various types of information side by side makes non-relational databases much more flexible than relational databases.

Non-relational databases are often used when large quantities of complex and diverse data need to be organized. For example, a large store might have a database in which each customer has their own document containing all of their information, from name and address to order history and credit card information. Despite their differing formats, each of these pieces of information can be stored in the same document.

Non-relational databases often perform faster because a query doesn’t have to view several tables in order to deliver an answer, as relational datasets often do. Non-relational databases are therefore ideal for storing data that may be changed frequently or for applications that handle many different kinds of data.

Common examples of non-relational database management systems include MongoDB, Apache Cassandra, and Google Cloud Datastore.

References:

[1]“Relational Vs. Non-Relational Databases | MongoDB,” MongoDB. [Online]. Available: https://www.mongodb.com/compare/relational-vs-non-relational-databases

[2]J. Zolotarev, “What Is a Non-Relational Database?,” Built In, Dec. 27, 2022. [Online]. Available: https://builtin.com/data-science/non-relational-database

[3]Martinekuan, “Non-relational data and NoSQL – Azure Architecture Center,” Microsoft Learn. [Online]. Available: https://learn.microsoft.com/en-us/azure/architecture/data-guide/big-data/non-relational-data

[4]“What Is A Non-Relational Database?,” MongoDB. [Online]. Available: https://www.mongodb.com/databases/non-relational