SQL vs NoSQL

System Design ইন্টারভিউয়ে এই প্রশ্ন প্রায় গ্যারান্টিযুক্ত: "এই use case-এ SQL না NoSQL?" — সঠিক উত্তরের চেয়ে গুরুত্বপূর্ণ কেন সেই উত্তর। চলুন গভীরে দেখি।

এক নজরে

বিভিন্ন মাত্রায় তুলনা

১. Schema

• SQL: Strict — column, type আগে define। Schema পরিবর্তন expensive।
• NoSQL: Flexible — yyyymm.json-এ যেকোনো field।

২. Scalability

• SQL: Vertical scale primary। Sharding সম্ভব কিন্তু complex।
• NoSQL: Horizontal scale-এর জন্য designed। Auto-shard।

৩. Consistency

• SQL: Strong consistency (ACID)।
• NoSQL: সাধারণত eventual consistency (BASE)। কিছু DB tunable।

৪. Query Power

• SQL: Powerful — JOIN, GROUP BY, subquery, complex aggregate।
• NoSQL: Limited — primarily key/index based; complex query কঠিন।

৫. Transactions

• SQL: Multi-row, multi-table ACID transaction।
• NoSQL: Single document/row guaranteed; multi-document limited (MongoDB 4+)।

৬. Data Relationships

• SQL: Foreign key, JOIN দিয়ে strong relational integrity।
• NoSQL: Embed (denormalize) বা reference (manual JOIN code)।

৭. Maturity

• SQL: ৫০ বছরের পরিপক্কতা — টুল, library, expert।
• NoSQL: ১৫-২০ বছর — কিন্তু দ্রুত পরিপক্ক হচ্ছে।

CAP Theorem-এর প্রিজম-এ

Distributed system-এ CAP-এর তিনটির মধ্যে দুটি possible:

• SQL DB: সাধারণত CP — Consistency এবং Partition tolerance।
• NoSQL DB: অনেকে AP — Availability এবং Partition tolerance। (Cassandra, DynamoDB)
• কিছু NoSQL CP (MongoDB single-node default)।

কখন SQL?

• ACID transaction critical: Banking, payment, inventory।
• Complex query: Reporting, BI, analytics।
• Strong relationships: User → Order → Product → Inventory।
• Data integrity essential: Healthcare, legal, government।
• Schema stable: Established business logic।
• Small to medium scale: ১M user-এ MySQL fine।

কখন NoSQL?

• Massive scale: Petabyte data, millions QPS।
• Flexible schema: Rapid product evolution।
• Specialized data: Time-series, graph, geospatial।
• Real-time: Cache, leaderboard, session।
• Hierarchical/nested: JSON document directly।
• Eventually consistent OK: Social feed, news, view count।

বাস্তব use case

Polyglot Persistence — দুটোই

Modern সিস্টেমে একটি app একাধিক DB ব্যবহার করে:

বাস্তব উদাহরণ

• Facebook: MySQL (user, post) + Cassandra (messaging) + Memcached + TAO (graph)।
• Netflix: MySQL (billing) + Cassandra (history) + DynamoDB।
• Uber: Schemaless on MySQL (custom) + Cassandra + Redis।

সাধারণ ভুল ধারণা

1. "NoSQL modern, SQL old": Both modern। PostgreSQL-এর update ২০২৪-এ — খুব advanced।
2. "একটাই বেছে নিতে হবে": Polyglot স্বাভাবিক — দুটোই।
3. "NoSQL = schema-less": Schema থাকে — DB-তে enforce হয় না কিন্তু code-এ থাকে।
4. "SQL scale করা যায় না": Twitter, Facebook প্রথমে MySQL — sharding-এ ভালোই scale হয়েছে।

Best Practices

• Use case define করুন — তারপর DB।
• "NoSQL trendy" বলে SQL ছাড়বেন না।
• একই অ্যাপে multiple DB acceptable।
• Tooling, team expertise বিবেচনা করুন।
• সন্দেহে — PostgreSQL দিয়ে শুরু করুন (JSON support আছে — flexibility)।