22 апреля 2026 г.

SQL vs NoSQL для аналитика

Карьерник — квиз-тренажёр в Telegram с 1500+ вопросами для собесов аналитика. SQL, Python, A/B, метрики. Бесплатно.

Зачем это знать

На собеседовании данных аналитиков часто спрашивают: «работали с NoSQL?», «чем отличается от SQL», «когда нужен NoSQL». Правильный ответ отличает джуна от middle.

В продуктовой аналитике основной инструмент — SQL (Postgres, ClickHouse, BigQuery, Snowflake). NoSQL встречается реже: MongoDB для событий, Redis для кэша. Но понимать разницу — обязательно.

В статье:

  • Короткий ответ
  • ACID vs BASE
  • Типы NoSQL
  • Когда аналитику встречается NoSQL
  • Что учить в 2026

Короткий ответ

  • SQL (реляционные БД): структурированные данные в таблицах, ACID транзакции, JOIN, сильная схема. Postgres, MySQL, Oracle.
  • NoSQL: гибкая schema, horizontal scaling, разные модели данных (документы, ключ-значение, графы). MongoDB, Redis, Cassandra.

Для аналитики — SQL 95%. NoSQL — 5% (специализированные задачи).

Типы NoSQL

Document stores

MongoDB, Couchbase. JSON-документы. Подходят для event logs, CMS.

Key-value

Redis, DynamoDB. Простейшие: ключ → значение. Caches, sessions.

Wide-column

Cassandra, HBase. Column-family. Big data, time series.

Graph databases

Neo4j, ArangoDB. Узлы и рёбра. Social networks, recommendations.

Search

Elasticsearch, Solr. Full-text search.

ACID vs BASE

ACID (SQL)

  • Atomicity: транзакция или полностью, или никак
  • Consistency: данные валидны после транзакции
  • Isolation: транзакции не мешают друг другу
  • Durability: после COMMIT данные не теряются

BASE (NoSQL)

  • Basically Available: отвечает всегда (может устаревшие данные)
  • Soft state: состояние может меняться
  • Eventually consistent: данные сошлись через некоторое время

Для банка — ACID. Для соцсети — BASE (лайки секундой позже — не критично).

Когда NoSQL

MongoDB

  • Схема меняется часто
  • Hierarchical data (вложенные JSON)
  • High write throughput

Redis

  • Caching (session, data)
  • Real-time counters
  • Rate limiting

Elasticsearch

  • Full-text search
  • Log analytics

Cassandra

  • Time series big data
  • IoT

Neo4j

  • Social graph
  • Recommendation engine

Аналитику встречается

Приходят данные из MongoDB

Product events в Mongo → ETL копирует в Postgres / BigQuery → аналитик SQL-ит

Сам Mongo аналитик редко query-ит.

Redis для real-time

Counters доступны через Redis commands, не SQL.

ClickHouse — столбцовая (не строго NoSQL)

ClickHouse — гибрид: SQL syntax, но columnar storage. Для аналитики — must-have в 2026.

SQL vs NoSQL для analytics

Для аналитики почти всегда SQL:

Плюсы SQL

  • Стандарт индустрии
  • JOIN, aggregations, window functions
  • BI-инструменты (Tableau, Metabase) работают с SQL
  • dbt, SQLMesh для transformations

NoSQL ограничения для analytics

  • MongoDB aggregation pipeline — сложнее SQL
  • Нет JOIN (в классическом понимании)
  • Специальные скиллы для query

Поэтому обычно:

Source (любой) → ETL → SQL DWH → Analytics

Современный стек

В 2026 типичная архитектура:

  • OLTP: PostgreSQL / MySQL (SQL)
  • Events / logs: Kafka / MongoDB (NoSQL)
  • Caching: Redis (NoSQL)
  • DWH / Analytics: Snowflake / BigQuery / ClickHouse (SQL)
  • Search: Elasticsearch (NoSQL)

Аналитик работает с DWH (всегда SQL) и иногда с events.

Что учить аналитику

Обязательно (100%)

  • SQL (Postgres дialect + ClickHouse / BigQuery specifics)
  • Оконные функции
  • JOIN все типы
  • JSON в SQL (для event data)

Желательно (50%)

  • Общая идея MongoDB aggregation
  • Redis concepts
  • ClickHouse / Snowflake optimizations

Опционально (20%)

  • Cassandra, Neo4j, HBase

На собесе

«Разница?» SQL — табличный ACID. NoSQL — гибкая schema, BASE.

«Когда NoSQL?» Logs (Mongo), cache (Redis), search (Elastic), graph (Neo4j).

«Что важнее для аналитика?» SQL. NoSQL встречается в edge cases.

«NoSQL = нет SQL?» Нет, «Not Only SQL». Некоторые NoSQL имеют SQL-подобные языки.

Связанные темы

FAQ

ClickHouse — NoSQL?

Нет. Columnar SQL-based. Но не traditional relational.

MongoDB аналитику нужен?

Зависит от компании. Events часто лежат в Mongo. Базовые знания полезны.

PostgreSQL vs NoSQL для startup?

95% стартапов — Postgres (SQL) + потом добавляют специализированные NoSQL.

Могу ли устроиться только зная SQL?

Да. Большинство аналитических вакансий требуют SQL primarily.

Тренируйте SQL — откройте тренажёр с 1500+ вопросами для собесов.

Тренироваться в Telegram