ما المقصود بقاعدة البيانات العلائقية؟

عادة ما يتم تنظيم البيانات عبر جداول متعددة، والتي يمكن ربطها معًا باستخدام مفتاح أساسي أو مفتاح أجنبي. توضِّح هذه المعرِّفات الفريدة العلاقات المختلفة الموجودة بين الجداول، وعادةً ما يتم توضيح هذه العلاقات من خلال أنواع مختلفة من نماذج البيانات. يستخدِم المحللون استعلامات SQL للجمع بين نقاط البيانات المختلفة وتلخيص الأداء، ما يسمح للمؤسسات باكتساب الرؤى وتحسين سير العمل وتحديد الفرص الجديدة.

على سبيل المثال، تخيل أن شركتك تحتفظ بجدول قاعدة بيانات يحتوي على معلومات العميل، والتي تحتوي على بيانات الشركة على مستوى الحساب. قد يكون هناك أيضًا جدول مختلف يصف جميع الحركات الفردية التي تتوافق مع هذا الحساب. يمكن أن توفِّر هذه الجداول معًا معلومات حول الصناعات المختلفة التي تشتري منتج برمجيات معين.

قد تتضمّن الأعمدة (أو الحقول) في جدول العملاء ما يلي: معرِّف العميل، واسم الشركة، وعنوان الشركة، والقطاع، وغير ذلك؛ أما جدول المعاملات فقد يحتوي على أعمدة مثل: تاريخ المعاملة، ومعرِّف العميل، وقيمة المعاملة، وطريقة الدفع، وغير ذلك. يمكن ربط الجداول معًا باستخدام حقل معرِّف العميل المشترك. وبالتالي، يمكنك الاستعلام عن الجدول لإنتاج تقارير قيّمة، مثل تقارير المبيعات حسب الصناعة أو الشركة، والتي يمكن أن تساهم في توجيه الرسائل للعملاء المحتملين.

ترتبط قواعد البيانات العلائقية أيضًا عادةً بقواعد بيانات المعاملات، التي تنفِّذ الأوامر أو المعاملات بشكل جماعي. ومن الأمثلة الشائعة المستخدمة لتوضيح ذلك التحويل المصرفي. يتم سحب مبلغ محدد من حساب، ثم يتم إيداعه في حساب آخر. يتم سحب المبلغ الكامل وإيداعه، ولا يمكن تنفيذ هذه المعاملة بشكل جزئي بأي حال. المعاملات لها خصائص محددة. ممثَّلة بالاختصار ACID، تُعرَّف خصائص ACID على النحو التالي:

• الذَرية: يتم تنفيذ كافة تغييرات البيانات كما لو كانت عملية واحدة. أي أنه يتم تنفيذ جميع التغييرات، أو لا يتم تنفيذ أي منها.

• الاتساق: تظل البيانات في حالة اتساق من البداية إلى النهاية، ما يعزز سلامة البيانات.

• العزل: لا تكون الحالة الوسيطة للمعاملة مرئية للمعاملات الأخرى، ونتيجةً لذلك، تبدو المعاملات المتزامنة وكأنها تُنفَّذ بشكل تسلسلي.

• المتانة: بعد إكمال المعاملة بنجاح، تستمر التغييرات على البيانات ولا يتم التراجع عنها، حتى في حالة فشل النظام.

تُتيح هذه الخصائص معالجة المعاملات بشكل موثوق به.

بينما تنظِّم قاعدة البيانات العلائقية البيانات وفقًا لنموذج البيانات العلائقي، يشير نظام إدارة قواعد البيانات العلائقية (RDBMS) بشكل أكثر تحديدًا إلى برنامج قاعدة البيانات الأساسي الذي يُتيح للمستخدمين إدارتها. وتُتيح هذه البرامج للمستخدمين إنشاء البيانات أو تحديثها أو إدراجها أو حذفها من النظام، كما أنها توفِّر:

• هيكل البيانات

• وصولًا متعدد المستخدمين

• التحكم في الامتيازات

• الوصول إلى الشبكة

من أمثلة أنظمة RDBMS الشائعة: MySQL وPostgreSQL وIBM DB2. بالإضافة إلى ذلك، يختلف نظام قاعدة البيانات العلائقية عن نظام إدارة قواعد البيانات الأساسية (DBMS) في أنه يخزِّن البيانات في جداول، بينما يخزِّن DBMS المعلومات على شكل ملفات.

تم ابتكار لغة الاستعلامات الهيكلية (SQL) على يد Don Chamberlin وRay Boyce في شركة IBM، وتُعَد اللغة البرمجية القياسية للتعامل مع أنظمة إدارة قواعد البيانات العلائقية، حيث تُتيح لمسؤول قاعدة البيانات إضافة الصفوف أو تحديثها أو حذفها بسهولة. كانت تُعرف في الأصل باسم SEQUEL، ولكن تم تبسيطها إلى SQL؛ بسبب مشكلة في حقوق العلامة التجارية. تُتيح استعلامات SQL أيضًا للمستخدمين استرجاع البيانات من قواعد البيانات باستخدام عدد قليل فقط من أسطر التعليمات البرمجية. وبالنظر إلى هذه العلاقة، من السهل معرفة سبب الإشارة إلى قواعد البيانات العلائقية أيضًا باسم "قواعد بيانات SQL" في بعض الأحيان.

باستخدام المثال أعلاه، يمكنك إنشاء استعلام للعثور على أفضل 10 معاملات حسب الشركة لسنة معينة باستخدام التعليمات البرمجية التالية:

SELECT COMPANY_NAME, SUM(TRANSACTION_AMOUNT)

FROM TRANSACTION_TABLE A

LEFT JOIN CUSTOMER_TABLE B

ON A.CUSTOMER_ID = B.CUSTOMER_ID

WHERE YEAR(DATE) = 2022

GROUP BY 1

ORDER BY 2 DESC

LIMIT 10

تُتيح لنا القدرة على ربط البيانات بهذه الطريقة تقليل التكرار داخل أنظمتنا، ما يمكِّن فرق البيانات من الحفاظ على جدول رئيسي واحد للعملاء بدلًا من تكرار هذه المعلومات في حال وجود معاملة أخرى مستقبلًا. لمعرفة المزيد، يقدِّم Don تفاصيل إضافية حول تاريخ SQL في بحثه المنشور هنا.

قبل قواعد البيانات العلائقية، كانت الشركات تستخدِم نظام قاعدة بيانات هرمي مع بنية شبيهة بالشجرة لجداول البيانات. مكَّنت أنظمة إدارة قواعد البيانات (DBMS) المبكرة هذه المستخدمين من تنظيم كميات كبيرة من البيانات. ومع ذلك، فقد كانت معقدة، وغالبًا ما كانت مملوكة لتطبيق معين، ومحدودة في الطرق التي يمكن أن تكشف بها البيانات. أدَّت هذه القيود في نهاية المطاف إلى قيام الباحث في IBM، Edgar F. Codd، بنشر ورقة بحثية في عام 1970 بعنوان "A Relational Model of Data for Large Shared Data Banks"، والتي وضع فيها نظرية نموذج قاعدة البيانات العلائقية. في هذا النموذج المقترح، يمكن استرداد المعلومات دون معرفة حاسوبية متخصصة. وقد اقترح تنظيم البيانات استنادًا إلى علاقات ذات معنى على شكل مجمَّعات، أو أزواج من السمات والقيم. كانت مجموعات المجمَّعات تُعرف باسم العلاقات، وهو ما أتاح في النهاية دمج البيانات عبر الجداول.

في عام 1973، بدأ مختبر سان خوسيه للأبحاث -المعروف حاليًا باسم مركز أبحاث Almaden- برنامجًا يُدعى System R (والـ R اختصار لكلمة "relational") لإثبات هذه النظرية العلائقية من خلال ما أُطلق عليه "تنفيذ بمستوى صناعي". وفي نهاية المطاف، أصبح هذا البرنامج ميدان اختبار للغة SQL أيضًا، ما ساعد على اعتمادها على نطاق واسع خلال فترة قصيرة. ومع ذلك، فإن اعتماد Oracle للغة SQL ساهم أيضًا في زيادة شعبيتها بين مسؤولي قواعد البيانات.

وبحلول عام 1983، قدَّمت IBM عائلة DB2 من قواعد البيانات العلائقية، وسُميت بهذا الاسم لأنها كانت العائلة الثانية من برمجيات IBM لإدارة قواعد البيانات. اليوم، يُعَد هذا البرنامج أحد أنجح منتجات IBM، حيث يواصل التعامل مع مليارات المعاملات كل يوم على السحابة ويشكِّل الطبقة الأساسية لتطبيقات التعلم الآلي.

بينما تقوم قواعد البيانات العلائقية بتنظيم البيانات في تنسيق جدولي، فإن قواعد البيانات غير العلائقية لا تحتوي على مخطط قاعدة بيانات صارم. في الواقع، تنظِّم قواعد البيانات غير العلائقية البيانات بشكل مختلف بناءً على نوع قاعدة البيانات. بصرف النظر عن نوع قاعدة البيانات غير العلائقية، فإنها تهدف جميعها إلى حل مشكلات المرونة وقابلية التوسع المتأصلة في النماذج العلائقية التي ليست مثالية لتنسيقات البيانات غير المنظمة، مثل النصوص والفيديو والصور. تتضمن هذه الأنواع من قواعد البيانات ما يلي:

• مخزن المفاتيح والقيم: نموذج بيانات غير معتمد على مخطط، يُنظَّم على شكل قاموس من أزواج المفتاح والقيمة، حيث يمتلك كل عنصر مفتاحًا وقيمة. يشبه المفتاح عنصرًا موجودًا في قاعدة بيانات لغة الاستعلام المهيكلة، مثل معرِّف عربة التسوق، بينما القيمة عبارة عن مصفوفة من البيانات، مثل كل عنصر فردي في عربة التسوق الخاصة بالمستخدم. ويُستخدَم عادةً للتخزين المؤقت وتخزين معلومات جلسة المستخدم، مثل عربات التسوق. ومع ذلك، فهو ليس مثاليًا عندما تحتاج إلى سحب سجلات متعددة في كل مرة. تُعَد كلٌّ من Redis وMemcached مثالَين على قواعد بيانات مفتوحة المصدر تستخدِم هذا النموذج من البيانات.

• مخزن المستندات: كما يوحي الاسم، تخزِّن قواعد بيانات المستندات البيانات في شكل مستندات. يمكن أن يكون مفيدًا في إدارة البيانات شبه المنظمة، وعادةً ما تُخزَّن البيانات بتنسيقات JSON أو XML أو BSON. يحافظ هذا على وجود البيانات معًا عند استخدامها في التطبيقات، ما يقلل من كمية الترجمة اللازمة لاستخدام البيانات. ويكتسب المطورون أيضًا مزيدًا من المرونة نظرًا لأن مخططات البيانات لا تحتاج إلى التطابق عبر المستندات (مثل الاسم مقابل الاسم الأول). ومع ذلك، قد يمثل ذلك مشكلة في المعاملات المعقدة، ما يؤدي إلى تلف البيانات. تتضمن حالات الاستخدام الشائعة لقواعد بيانات المستندات أنظمة إدارة المحتوى وملفات تعريف المستخدمين. من الأمثلة على قواعد البيانات المعتمدة على المستندات: MongoDB، وهي مكون قاعدة البيانات في مجموعة MEAN.

• المخزن واسع الأعمدة: تخزِّن قواعد البيانات هذه المعلومات في أعمدة، ما يُتيح للمستخدمين الوصول إلى الأعمدة المحددة التي يحتاجونها فقط دون تخصيص ذاكرة إضافية على بيانات غير ذات صلة. وتحاول قاعدة البيانات هذه حل أوجه القصور في مخازن المفاتيح والقيم ومخازن المستندات، ولكن نظرًا لأنه يمكن أن يكون نظامًا أكثر تعقيدًا في إدارته، فلا يُوصَى باستخدامه للفرق والمشاريع الجديدة. تُعَد كلٌّ من Apache HBase وApache Cassandra من الأمثلة على قواعد البيانات واسعة الأعمدة مفتوحة المصدر. تم بناء Apache HBase فوق نظام الملفات الموزع Hadoop، الذي يوفر طريقة لتخزين مجموعات البيانات المتناثرة، ويُستخدم هذا الأسلوب بشكل شائع في العديد من تطبيقات البيانات الكبيرة. من ناحية أخرى، صُمِّم Apache Cassandra لإدارة كميات كبيرة من البيانات عبر خوادم متعددة وتجميعات تمتد عبر مراكز بيانات متعددة. وتم استخدامه لمجموعة متنوعة من حالات الاستخدام، مثل مواقع الشبكات الاجتماعية وتحليلات البيانات في الوقت الحقيقي.

• مخزن الرسم البياني: عادةً ما تحتوي قاعدة البيانات من هذا النوع على بيانات مستخرجة من رسم بياني معرفي. تُخزَّن عناصر البيانات كعُقد وحواف وخصائص. تمثِّل العقدة الكيانات مثل الأشخاص، أو الأماكن، أو الكائنات. تحدِّد الحافة العلاقة بين العُقَد. تُستخدَم قواعد بيانات الرسم البياني لتخزين شبكة من الاتصالات بين العناصر داخل الرسم البياني وإدارتها. تُعَد Neo4j (الرابط خارج موقع IBM) خدمة قواعد بيانات قائمة على الرسوم البيانية ومبنية باستخدام Java، وتوفِّر إصدارًا مجتمعيًا مفتوح المصدر، حيث يمكن للمستخدمين شراء تراخيص للنسخ الاحتياطي عبر الإنترنت وامتدادات التوافر العالي، أو الحصول على إصدار مرخّص مسبقًا يتضمن النسخ الاحتياطي والامتدادات.

تُعطي قواعد بيانات NoSQL الأولوية للتوافر على حساب الاتساق.

عندما تعمل أجهزة الكمبيوتر عبر شبكة، فإنها تضطر غالبًا إلى الاختيار بين إعطاء الأولوية للنتائج المتسقة (حيث تكون كل الإجابات متماثلة دائمًا) أو للتشغيل المستمر، المعروف باسم "التوافر". يُعرَف هذا باسم "نظرية CAP"، وهي اختصار للاتساق (Consistency)، والتوافر (Availability)، وتحمُّل الانقسام (Partition Tolerance). تضمن قواعد البيانات العلائقية بقاء المعلومات متزامنة ومتسقة دائمًا. تُفضِّل بعض قواعد بيانات NoSQL، مثل Redis، تقديم استجابة في جميع الأحوال. هذا يعني أن المعلومات التي تتلقاها من استعلام قد تكون غير صحيحة ببضع ثوان - ربما تصل إلى نصف دقيقة. في مواقع التواصل الاجتماعي، يعني ذلك رؤية صورة ملف شخصي قديمة بينما تم تغييرها منذ لحظات فقط. أما البديل، فقد يكون انتهاء المهلة أو ظهور خطأ. من ناحية أخرى، في المعاملات المصرفية والمالية، قد يكون ظهور خطأ وإعادة الإرسال أفضل من عرض معلومات قديمة أو غير صحيحة.

للاطِّلاع على مقارنة شاملة بين قواعد بيانات SQL وNoSQL، راجِع "SQL مقابل NoSQL: ما الفرق؟".

تتمثل الفائدة الأساسية من نهج قواعد البيانات العلائقية في القدرة على إنشاء معلومات ذات معنى من خلال ربط الجداول ببعضها. يُتيح لك ربط الجداول فهم العلاقات بين البيانات، أو كيفية ارتباط الجداول. تتضمن SQL القدرة على العد، والإضافة، والتجميع، ودمج الاستعلامات أيضًا. تستطيع SQL إجراء العمليات الحسابية الأساسية ووظائف المجموع الفرعي والتحول المنطقي. يمكن للمحللين ترتيب النتائج حسب التاريخ أو الاسم أو أي عمود. تجعل هذه الميزات النهج العلائقي أداة الاستعلام الأكثر شيوعًا في الأعمال اليوم.

تتمتع قواعد البيانات العلائقية بالعديد من المزايا مقارنةً بتنسيقات قواعد البيانات الأخرى:

بفضل عمرها الطويل في السوق، تتمتع قواعد البيانات العلائقية بمجتمع داعم أوسع، ما يُسهم جزئيًا في استمرار استخدامها. تسهِّل SQL أيضًا استرجاع مجموعات البيانات من عدة جداول وإجراء تحويلات بسيطة مثل التصفية والتجميع. يُتيح استخدام الفهارس في قواعد البيانات العلائقية إمكانية الوصول إلى هذه المعلومات بسرعة دون الحاجة إلى فحص كل صف في الجدول المحدد.

رغم أن قواعد البيانات العلائقية كانت تُعَد تقليديًا خيارًا جامدًا وغير مرن لتخزين البيانات، إلا أن التقدم التكنولوجي وخيارات قواعد البيانات كخدمة (DBaaS) ساهما في تغيير هذا الانطباع. ورغم أن تطوير المخططات في قواعد البيانات العلائقية لا يزال يتطلب جهدًا أكبر مقارنةً بأنظمة NoSQL، إلا أن قواعد البيانات العلائقية أصبحت أكثر مرونة مع انتقالها إلى البيئات السحابية.

يمكن لقواعد البيانات العلائقية التخلص من التكرار بطريقتين. يقلل النموذج العلائقي نفسه من تكرار البيانات من خلال عملية تُعرَف بالتطبيع. وكما هو مذكور سابقًا، يجب أن يحتوي جدول العملاء على سجلات فريدة لمعلومات العميل بدلًا من تكرارها عبر عدة معاملات.

تساعد الإجراءات المخزَّنة أيضًا على تقليل العمل المتكرر. على سبيل المثال، إذا كان الوصول إلى قاعدة البيانات مقتصرًا على أدوار أو وظائف أو فرق معينة، يمكن أن يساعد الإجراء المخزَّن على إدارة التحكم في الوصول. توفِّر هذه الوظائف القابلة لإعادة الاستخدام وقت مطوري التطبيقات الثمين للتركيز على أعمال ذات تأثير كبير.

تتميز قواعد البيانات العلائقية بكونها تعتمد على المعاملات، حيث تضمن ثبات حالة النظام بأكمله في أي لحظة. توفِّر معظم قواعد البيانات العلائقية خيارات سهلة للتصدير والاستيراد، ما يجعل عملية النسخ الاحتياطي والاستعادة بسيطة جدًا. يمكن أن تحدث عمليات التصدير هذه حتى أثناء تشغيل قاعدة البيانات، ما يجعل الاستعادة عند الفشل أمرًا سهلًا. قواعد البيانات العلائقية الحديثة القائمة على السحابة قادرة على النسخ المتواصل، ما يجعل فقدان البيانات عند الاستعادة محدودًا بثوانٍ أو أقل. تتيح لك معظم الخدمات المُدارة عبر السحابة إنشاء نسخ متماثلة للقراءة، كما هو الحال في IBM Cloud Databases for PostgreSQL. تمكِّنك النسخ المتماثلة للقراءة هذه من تخزين نسخة للقراءة فقط من بياناتك في مركز بيانات السحابة. يمكن أيضًا ترقية النسخ المتماثلة إلى حالات القراءة/الكتابة للتعافي من الكوارث.