かつてDBMSといえば、RDBMSがほぼ唯一の選択肢だった。だがビッグデータやIoT（モノのインターネット）、データストリーミング（リアルタイムデータ処理）といった新しい技術の台頭によって、用途別に代替となるDBMSが登場した。とはいえ市場規模やシステム導入の規模から見ると、現在もRDBMSが主流だ。

　RDBMSは1970年代後半に商用化された。業務処理や分析処理など、多岐にわたるアプリケーションにおいてデータの管理、操作、保護を実現している。

　1990年代半ば以降、RDBMSは基幹システム向けDBMSの中心的存在となった。主要製品としては「Oracle Database」「Microsoft SQL Server」「IBM Db2」がある。クラウドサービスへのシステム移行が進む中、「Amazon Web Services」（AWS）や「Google Cloud」といったクラウドサービスが、「MySQL」「PostgreSQL」「MariaDB」などのオープンソースDBMSのクラウド版を提供しており、RDBMS市場で存在感を増している。

　データ分析基盤となるデータウェアハウス（DWH）の普及後も、RDBMSは広く採用されている。Oracle、Microsoft、IBM、SAP、Teradataなどのベンダーが提供する従来のDWHに加え、クラウド版DWHとして列（カラム）指向ストレージを採用して分析処理を最適化した「Amazon Redshift」「BigQuery」「Snowflake」なども台頭してきた。

　RDBMSは順応性、安定性、信頼性に優れる。大小さまざまな企業における使用実績が、その成熟度を裏付けている。特筆すべき特徴は「ACID特性」（原子性：Atomicity、一貫性：Consistency、独立性：Isolation、永続性：Durability）の保証だ。全てのトランザクションの完了を保証し、障害時には以前の状態に復旧（ロールバック）できる仕組みによって、データの一貫性を維持する。

　このように優れた特徴を持つRDBMS以外のDBMSにも、企業は目を向けるようになったのはなぜか。それは大規模なWebアプリケーションでのデータ処理やビッグデータ活用、AI（人工知能）技術の普及によって、RDBMSの限界が見えてきたからだ。こうした変化の激しい状況では、融通が利くデータ構造、弱い一貫性、低い処理負荷を特徴とする他のDBMSが適する場合がある。RDBMSの安定性と信頼性を実現するためには、相応のコストが必要になる点も一因だ。

2．NoSQL

　NoSQLは2000年代半ばに登場した。当初は「SQL不使用」を意味していたが、さまざまなベンダーがNoSQLでSQLクエリを実行できるようにしたことで、「Not Only SQL」（SQLに限定されない）という意味で定着した。RDBMSが厳密なスキーマ（データベースの定義情報）を必要とするのに対し、NoSQLはデータベース内の各要素（エンティティ）が同じ構造を持つ必要がない。あいまいな構造や、時間とともに変化する可能性のあるデータを扱う場合、RDBMSよりNoSQLの方が適する場合がある。

　RDBMSとNoSQLの重要な違いの一つは、データの一貫性と整合性の確保方法だ。ほとんどのNoSQLは「結果整合性」を採用している。これは、分散型データベースのノード（サーバ）間でデータが常に一貫している必要はなく、更新が落ち着いた時点で整合性を確保するモデルだ。一部のベンダーは、NoSQLでもRDBMSのような完全なACID特性を実装している。ただし一般的に、NoSQLはRDBMSよりも緩やかな整合性モデルを採用することで、処理の高速化を図っている。

　これらの特徴によって、NoSQLは非構造化データや半構造化データ、さまざまな形式のデータが入り交じったデータセット、スパース性が高いデータの大量処理など、RDBMSが苦手とする操作に対処できる。スパース性が高いデータとは、データベース内の要素の多くが空値のデータを指す。

　特定のデータ処理に適したNoSQLだが、トランザクションの一貫性と整合性のデータの内容や特徴を整理して検索しやすくする「インデックス化」、クエリ実行の容易さではRDBMSに及ばない場合がある。NoSQLは単一の種類のDBMSを指すものではなく、主に以下の4種類に分類される点にも注意が必要だ。

1. キーバリュー型
   • キー（識別子）とバリュー（値）のペアでデータを格納する。
   • 例としては、「Aerospike」「Amazon DynamoDB」「Redis」「Riak」がある。
2. ドキュメント型
   • 「JSON」「XML」などの形式で、ドキュメントとしてデータを格納する。
   • 例としては、「Couchbase Server」「Apache CouchDB」「MarkLogic Server」「MongoDB」がある。
3. ワイドカラム型
   • 複数の列を持つ表形式でデータを格納する。
   • 例としては、「Apache Accumulo」「Bigtable」「Apache Cassandra」「Apache HBase」「ScyllaDB」がある。
4. グラフ型
   • エンティティ間の関連性を表現する「グラフ」形式でデータを格納する。
   • 例としては、「Amazon Neptune」「ArangoDB」「Memgraph」「Neo4j」「TigerGraph」がある。

　これらの各タイプにはそれぞれ適した用途があり、それぞれ長所と短所を持つ。

3．インメモリDBMS

　インメモリDBMSはメインメモリDBMSとも呼ばれ、ストレージではなく主にメモリにデータを保持するDBMSだ。これによって、データベース内の情報に素早くアクセスできるようになる。

　主なインメモリデータベースの用途としては、高速なスループット（データ伝送速度）が必要なアプリケーションがある。データをメモリに保持することで、磁気ディスクの機械的な動作、シーク時間（目的のデータが格納されている位置に磁気ヘッドが移動する時間）、バッファー（一時的な記憶領域）へのデータ転送といった過程が不要となり、データ入出力レイテンシ（遅延）を削減できる。インメモリDBMSは一般的にストレージにデータを格納するDBMSよりも単純なアルゴリズムを使用し、CPU命令数が少なくなりやすい。そのため、オーバーヘッド（処理にかかる余分な負荷）の削減も可能だ。

　インメモリデータベースは独立した製品カテゴリーではない。「SAP HANA」「Oracle TimesTen In-Memory Database」「Volt Active Data」「SingleStore」などはインメモリのRDBMSである一方、Aerospike、RedisはインメモリのNoSQL DBMSの例だ。Oracle、Microsoft、IBMといったベンダーは、それぞれの主力RDBMS製品にインメモリ機能を実装している。

4．マルチモデルDBMS

　マルチモデルDBMSは、複数のデータモデルを扱えるDBMSだ。ドキュメント型とキーバリュー型を組み合わせたものなど、一部のNoSQL製品がマルチモデルDBMSに該当する。「Azure Cosmos DB」やMarkLogic Serverのように、当初からマルチモデルDBMSとして開発されたものもあれば、アップグレードの一環としてマルチモデルDBMSになったものもある。リレーショナルデータに加えてドキュメント型やグラフ型などのNoSQLデータを扱えるようになったRDBMSもある。

　次回も引き続き、主要なDBMSの概要と、企業がDBMS製品を導入する際に検討すべき項目を紹介する。