Les bases de données relationnelles sont aujourd’hui essentiellement utilisées dans les entreprises pour stocker les informations critiques sur le business.

J’ai passé plusieurs années à écrire des logiciels pour permette de faciliter l’accès à ces données par des non experts , des utilisateurs normaux non doués de pouvoirs paranormaux pour intérpréter l’algèbre relationnelle et le SQL.  Je faisais déja du NoSQL, mais uniquement pour les utilisateurs … Sous le capot, il y avait du SQL à gogo.

J’ai eu l’opportunité d’aller à la conférence Open Source OSCON 2009 d’O'Reilly et le sujet des bases de données NoSQL était vraiment un sujet très chaud.

Saviez-vous que Voldemort n’est pas seulement un personnage de Harry Potter ? Que Cassandra ne faisait pas que prédire l’avenir en Grèce ? Que Hadoop (avec HBase) n’est pas le bruit que fait une boisson gazeuse mal digérée ? Que CouchDB permettait de se relaxer au niveau du schéma ?

Au commencement, il y eu le verbe, avec un papier de recherche publié par Google qui a fait date:

Bigtable: A distributed storage system for structured data (2006) par Fay Chang ,  Jeffrey Dean ,  Sanjay Ghemawat ,  Wilson C. Hsieh ,  Deborah A. Wallach ,  Mike Burrows ,  Tushar Chandra ,  Andrew Fikes ,  Robert E. Gruber

Ce papier décrit la base de donnée non relationnelle (NoSQL donc) utilisée par Google pour stocker les données du moteur de recherche, de Google Earth et Google Finance.  L’échelle de grandeur de la quantité de données stockée donne le vertige, on parle en petaoctets (ça fait beaucoup de gigaoctets tout ça!).

Celà a donné plein d’idées à d’autres et une pléthore de bases NoSQL ont vu naissance dans la foulée.  Je tiens de source sûre (un architecte de Yahoo en Californie) que la sortie de Hadoop et HBase en Open Source par Yahoo! a été poussée par l’idée de permettre à tout le monde de faire la même chose que Google avec BigTable et Map/Reduce…

Je ne vous ai pas encore parlé du théorème CAP qui veut qu’entre Cohérence,Disponibilité (Availability en Anglais) et tolérance à la partition/découpage du système, on ne puisse en obtenir que deux.  C’est un peu la théorie des quantas de l’informatique …

Vous pouvez voir une vidéo en Anglais du directeur technique de Amazon qui explique les enjeux dans l’utilisation de ces nouvelles bases de données.

Si vous êtes arrivé jusqu’à la fin de cet article et que vous n’avez pas encore mal à la tête, il est temps de lire l’article sur BigTable