2024年版【GCP資格の勉強 PDE編】データベースの種類 – リレーショナルデータベース、非リレーショナルデータベス（NoSQL）とは？について解説します。
（★注意：GCP資格 Professional Data Engineer(PDE)試験の公式テキスト・問題集などを元に独自にまとめたものです）
Google Cloud Platform（GCP）のProfessional Data Engineer（PDE）試験において、リレーショナルデータベースと非リレーショナルデータベース（NoSQL）の理解が重要です。
以下に、リレーショナルデータベースと非リレーショナルデータベース（NoSQL）の種類と特徴を説明します。
リレーショナルデータベース
リレーショナルデータベースは、構造化されたデータをテーブル形式で管理します。各テーブルは列と行で構成され、行はレコード（データエントリ）、列は属性（データの種類）を表します。
汎用RDB
- 例：: Oracle, Microsoft SQL Server, MySQL, PostgreSQL
- 特徴：: SQL（Structured Query Language）を使用してデータを操作。
- ACID（Atomicity, Consistency, Isolation, Durability）特性を保証。
- 複雑なクエリやトランザクション処理に適しています。
データウェアハウス（DWH）
- 特徴：: 大量のデータを格納し、分析・レポーティングに使用される。
- 高度な分析クエリに最適化されている。
非リレーショナルデータベース（NoSQL）
非リレーショナルデータベースは、柔軟なスキーマを持ち、さまざまなデータモデルをサポートします。スケーラビリティと分散処理に優れています。
Key-Value型
- 例：: Redis, Riak KV
- 特徴：: シンプルなKeyとValueのペアでデータを格納。
- 高速な読み書きが可能で、大量のデータ処理に適しています。
列指向型
- 例：: HBase, Cassandra
- 特徴：: 列指向のデータストレージ。
- 列方向の集約処理が高速で、集計処理に適しています。
ドキュメント型
- 例：: MongoDB, Couchbase
- 特徴：: JSONやXMLなどの半構造化データを格納。
- Webシステムとの親和性が高い。
グラフ指向型
- 例：: Neo4j, Titan
- 特徴：: データ間をグラフ構造で保持。
- データ間の関連性を高速に検索するのに適しています。
【練習問題】データベースの種類 – リレーショナルデータベース、非リレーショナルデータベス（NoSQL）
練習問題 1
問題: リレーショナルデータベースと非リレーショナルデータベースの主な違いは何ですか？
- A. データの格納方法
- B. 使用するクエリ言語
- C. データベースのサイズ
- D. データ処理の速度
解答: A. データの格納方法
解説: リレーショナルデータベースはテーブル形式で構造化されたデータを管理しますが、非リレーショナルデータベース（NoSQL）は柔軟なスキーマとさまざまなデータモデル（Key-Value, ドキュメント型など）をサポートします。
練習問題 2
問題: リレーショナルデータベースにおけるACID特性とは何を保証しますか？
- A. 速度と効率
- B. トランザクションの安全性
- C. データの多様性
- D. クエリの柔軟性
解答: B. トランザクションの安全性
解説: ACID（Atomicity, Consistency, Isolation, Durability）は、トランザクションが信頼性を持って処理されることを保証します。これには、不可分性、一貫性、独立性、耐久性が含まれます。
練習問題 3
問題: 非リレーショナルデータベース（NoSQL）でよく使用されるデータモデルの一つは何ですか？
- A. スプレッドシート
- B. キュー
- C. グラフ
- D. リレーショナル
解答: C. グラフ
解説: 非リレーショナルデータベース（NoSQL）にはさまざまなデータモデルがありますが、その中でもグラフ指向型データベースはデータ間の関連性をグラフ構造で表現し、複雑な関係性の分析に優れています。
まとめ
PDE試験では、リレーショナルデータベースと非リレーショナルデータベース（NoSQL）の特性と適切な使用シナリオについての理解が求められます。ビジネス要件やデータの特性に応じて、最適なデータベースを選択し、効果的に活用する能力が重要です。
また、GCP上でリレーショナルデータベースと非リレーショナルデータベース（NoSQL）をどのように活用し、統合するかについての知識も必要です。
▼IT人材は2030年に国内で79万人, 全世界で「8,500万人」以上不足！
▼世界の平均年収はなんと「1,000万円」以上！
▼自宅 + パソコン + 無料翻訳ツールで「全世界が仕事場！」
AIエンジニア
