NoSQL

RDB 以外の DB の総称。「Not Only SQL」。Document / Key-Value / Column / Graph / Time Series / Vector など、 用途特化のデータベース群。

NoSQL が生まれた背景

• 2000 年代後半、Web の急成長で水平スケールが必要に
• RDB の固定スキーマ + JOINは分散と相性が悪い
• 大規模 SNS / EC が独自に DB を作った（Google BigTable / Amazon Dynamo / Facebook Cassandra）
• 「用途別に DB を選ぶ」流派の登場

CAP 定理

分散 DB は次の 3 つのうち2 つしか同時に保証できない:

• Consistency（一貫性）— どのノードも同じデータを返す
• Availability（可用性）— ノード障害時も応答する
• Partition tolerance（分断耐性）— ネットワーク分断でも動く

実用ではネット分断は不可避なので「CP か AP か」の選択になる。

BASE

ACID の対極にある NoSQL の哲学:

• Basically Available — 基本的に動く
• Soft state — 状態は変わりうる
• Eventual consistency — 最終的に整合する

分類別の代表例

1. Document DB

• MongoDB — 最有名、JSON 風 (BSON) ドキュメント
• Firestore — Firebase の 1 つ、リアルタイム同期
• Couchbase
• Amazon DocumentDB

用途

• スキーマがゆるい / 進化する
• 階層が深い JSON データ
• カタログ / プロフィール / コンテンツ管理

例（MongoDB）

db.users.insertOne({
  email: "alice@ex.com",
  profile: {
    name: "Alice",
    address: { city: "Tokyo", zip: "100-0001" },
    tags: ["js", "react"]
  }
})

db.users.find({ "profile.tags": "js" })

2. Key-Value

• Redis — 超高速、in-memory、データ構造豊富
• Memcached — シンプルなキャッシュ
• DynamoDB — フルマネージド、リクエスト課金
• Cloudflare KV / Workers KV — エッジで動く
• Vercel KV / Upstash — Serverless Redis

用途

• セッション / キャッシュ
• レート制限
• リーダーボード
• Pub/Sub（Redis）
• カウンタ / カウントダウン

Redis の代表的なデータ構造

• String: 普通のキー値 + TTL
• List: 双方向キュー (LPUSH / RPOP)
• Hash: フィールド付き
• Set / Sorted Set: ランキング
• Stream: イベント追加 / 消費
• Geo: 緯度経度
• Bitmap / HyperLogLog: ユーザ数ざっくり集計

SET session:abc123 "{userId: 42}" EX 3600
INCR counter:visits
ZADD leaderboard 100 alice 80 bob
ZREVRANGE leaderboard 0 9 WITHSCORES   # トップ 10

3. Column-Family / Wide-Column

• Apache Cassandra — 水平スケールの定番
• ScyllaDB — Cassandra の Rust/C++ 高速版
• HBase — Hadoop エコシステム
• BigTable — Google マネージド

用途

• 超巨大トラフィック（Twitter / Discord などの級）
• 書き込みが極端に多い
• 時系列ログ

4. Graph DB

• Neo4j — 最有名、Cypher 言語
• DGraph
• ArangoDB（マルチモデル）

用途

• SNS のフレンド関係
• レコメンド（似た嗜好の人）
• 経路探索 / 知識グラフ
• 不正検知（マネロンの流れ）

例（Cypher）

MATCH (u:User {name: "Alice"})-[:FOLLOWS]->(f)-[:FOLLOWS]->(fof)
WHERE NOT (u)-[:FOLLOWS]->(fof) AND fof <> u
RETURN fof.name, count(*) AS mutual
ORDER BY mutual DESC LIMIT 10

5. Time Series

• InfluxDB — 時系列特化
• TimescaleDB — Postgres 拡張で時系列対応
• Prometheus — メトリクス（短期）
• QuestDB

用途

• サーバメトリクス / 監視
• IoT センサーデータ
• 金融時系列
• イベントストリーム

6. Vector DB

• pgvector — Postgres 拡張、最も普及
• Pinecone — マネージド SaaS
• Qdrant — Rust 製、OSS
• Weaviate
• Chroma
• Cloudflare Vectorize
• Turbopuffer

用途

• 埋め込みベクトル検索
• RAG（→ AI Agent: RAG）
• 類似画像 / レコメンド

7. Search Engine

• Elasticsearch / OpenSearch — 老舗
• Meilisearch — 軽量・速い
• Typesense — シンプル
• Algolia — SaaS

用途

• 全文検索（曖昧 / 複数言語）
• ファセット検索（フィルタ）
• サジェスト / オートコンプリート
• ログ検索（Elastic Stack）

8. Object Storage（番外）

• S3 / R2 / GCS / Azure Blob
• 画像・動画・PDF などの巨大バイナリ
• 「DB に Blob を入れない」原則

9. Multi-Model

• FaunaDB — グローバル分散
• SurrealDB — Document + Graph + KV
• ArangoDB — Document + Graph
• EdgeDB / Gel — グラフ風 RDB

NoSQL の代表的トレードオフ

「NoSQL を選ぶ前に」考えること

1. 本当にスキーマレスが必要か（JSONB で済まないか）
2. 水平スケール無しでRDB の Read Replica で済まないか
3. 結合が要らない設計に本当にできるか
4. トランザクションを諦めても良いか

多くのプロダクトはPostgres + Redisの 2 つで足りる。

典型的な組み合わせ

• Postgres + Redis: 一般的 SaaS
• Postgres + Elasticsearch: 全文検索が肝
• Postgres + S3: ファイルあり
• Postgres + pgvector + Redis: AI / RAG
• DynamoDB + S3: AWS Serverless
• MongoDB + Redis: スキーマレス + キャッシュ
• Postgres + ClickHouse: トランザクション + 分析

分散 SQL DB（NewSQL）

SQL を保ったまま水平スケールを目指す系統。NoSQL の弱点とされた領域に RDB が戻ってきた。

• CockroachDB — Postgres 互換、強整合 + 水平スケール
• TiDB — MySQL 互換、HTAP
• Spanner — Google、グローバル一貫性
• YugabyteDB
• Citus — Postgres 拡張で分散

失敗しやすいパターン