🗄️ Database & Modellazione: SQL vs NoSQL

“I dati sopravvivono al codice. Modella per il futuro, non solo per il presente.”

::: info La distinzione fondamentale tra SQL e NoSQL risiede nel modo in cui i dati vengono strutturati, come vengono scalati e quali garanzie offrono in termini di integrità (ACID vs BASE). :::

1. SQL: Il Re Relazionale (PostgreSQL)

I database SQL sono basati su tabelle con schemi rigidi e relazioni predefinite. PostgreSQL è lo standard de facto per la sua robustezza e il supporto a tipi di dati avanzati.

Punti di Forza:
- ACID Compliance: Garantisce che ogni transazione sia Atomica, Coerente, Isolata e Duratura (fondamentale per sistemi finanziari).
- Integrità Referenziale: Uso di Foreign Keys per evitare dati orfani.
- Query Complesse: SQL permette Join sofisticati tra molte tabelle.

Esempio di Modellazione (SQL)

-- Creazione di una struttura relazionale pulita
CREATE TABLE users (
    user_id SERIAL PRIMARY KEY,
    username VARCHAR(50) UNIQUE NOT NULL,
    email VARCHAR(255) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE projects (
    project_id SERIAL PRIMARY KEY,
    title VARCHAR(100) NOT NULL,
    owner_id INTEGER REFERENCES users(user_id) ON DELETE CASCADE
);

2. NoSQL: Flessibilità e Scalabilità

I database NoSQL non usano tabelle fisse. Si dividono in diverse categorie, di cui le più comuni sono Document-based (MongoDB) e Key-Value (Redis).

Punti di Forza:
- Schema-less: Ogni documento può avere campi diversi (ideale per dati non strutturati o in rapida evoluzione).
- Scalabilità Orizzontale: Progettati per essere distribuiti su molti server con facilità.
- Velocità: Ottimizzati per letture/scritture rapide su modelli di dati semplici.

Esempio di Modellazione (Document-based - JSON)

{
  "user_id": "A123",
  "username": "software_eng",
  "projects": [
    { "title": "Wiki Engine", "status": "active" },
    { "title": "AI Assistant", "tags": ["python", "cpp"] }
  ],
  "metadata": { "last_login": "2024-05-20", "theme": "dark" }
}

3. Matrice Decisionale: Quale scegliere?

Caratteristica	SQL (Relazionale)	NoSQL (Non-Relazionale)
Struttura	Tabellare, Schema rigido	Documenti, Key-Value, Grafi
Relazioni	Join complessi e potenti	Denormalizzazione (dati duplicati)
Scaling	Verticale (CPU/RAM più potenti)	Orizzontale (più server economici)
Integrità	Alta (Vincoli e Transazioni)	Eventuale Consistenza (BASE)
Uso ideale	Sistemi ERP, Finanza, E-commerce	Big Data, Real-time feed, IoT

4. Modellazione: Normalizzazione vs Denormalizzazione

Normalizzazione (SQL): L’obiettivo è eliminare la ridondanza dividendo i dati in tabelle correlate. Riduce il rischio di anomalie ma aumenta la complessità delle query (molti Join).
Denormalizzazione (NoSQL): I dati vengono raggruppati (“annidati”) in un unico documento. Velocizza la lettura ma rende l’aggiornamento dei dati duplicati più complesso.

⚖️ Critical Spirit: Polyglot Persistence

Non limitarti a uno solo. Un’architettura moderna spesso usa entrambi:

PostgreSQL come database principale per l’anagrafica utenti e transazioni.
Redis come cache per velocizzare le sessioni e i dati temporanei.
MongoDB per log di sistema o metadati variabili che non hanno una struttura fissa.

::: tip PRO-TIP PER PYTHON Usa SQLAlchemy (per SQL) o Beanie/Pydantic (per MongoDB). Questi strumenti (ORM/ODM) permettono di mappare i dati direttamente in classi Python, garantendo che il tuo codice sia “Type Safe”. :::

Ultimo aggiornamento: {{UPDATE_DATE}} | Tags: #Database #SQL #PostgreSQL #NoSQL #DataModeling