नोएसक्यूएल

From Vigyanwiki
Revision as of 10:17, 25 February 2023 by alpha>Indicwiki (Created page with "{{short description|Database class for storage and retrieval of modeled data}} {{Redirect|Structured storage|the Microsoft technology also known as structured storage|COM Stru...")
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
"Structured storage" redirects here. For the Microsoft technology also known as structured storage, see COM Structured Storage.

एक नोएसक्यूएल (मूल रूप से गैर-एसक्यूएल या गैर-संबंधपरक की बात करते हुए)[1] डाटाबेस कंप्यूटर डेटा भंडारण और डेटा की डेटा पुनर्प्राप्ति के लिए एक तंत्र प्रदान करता है जो रिलेशनल डेटाबेस में उपयोग किए जाने वाले सारणीबद्ध संबंधों के अलावा अन्य तरीकों से तैयार किया जाता है। इस संबंध का डेटाबेस 1960 के दशक के अंत से अस्तित्व में हैं, लेकिन NoSQL नाम केवल 21 वीं सदी की शुरुआत में ही गढ़ा गया था,[2] वेब 2.0 कंपनियों की जरूरतों के कारण शुरू हुआ।[3][4] बड़े डेटा और रीयल-टाइम वेब अनुप्रयोगों में नोएसक्यूएल डाटाबेस का तेजी से उपयोग किया जा रहा है।[5] नोएसक्यूएल सिस्टम को कभी-कभी न केवल एसक्यूएल कहा जाता है ताकि जोर दिया जा सके कि वे एसक्यूएल जैसी क्वेरी भाषाओं का समर्थन कर सकते हैं या पॉलीग्लोट दृढ़ता में एसक्यूएल डेटाबेस के साथ बैठ सकते बहुभाषाविद दृढ़ता आर्किटेक्चर।[6][7] इस दृष्टिकोण के लिए प्रेरणा में डिज़ाइन की सादगी, सरल क्षैतिज स्केलिंग # क्षैतिज और लंबवत स्केलिंग शामिल हैं क्लस्टर कंप्यूटिंग के लिए क्षैतिज स्केलिंग (जो रिलेशनल डेटाबेस के लिए एक समस्या है),[2] उपलब्धता पर बेहतर नियंत्रण और वस्तु-संबंधपरक प्रतिबाधा बेमेल को सीमित करना।[8] NoSQL डेटाबेस द्वारा उपयोग की जाने वाली डेटा संरचनाएँ (जैसे की-वैल्यू डेटाबेस | की-वैल्यू पेयर, वाइड-कॉलम स्टोर, ग्राफ डेटाबेस, या दस्तावेज़-उन्मुख डेटाबेस ) रिलेशनल डेटाबेस में डिफ़ॉल्ट रूप से उपयोग किए जाने वाले से अलग हैं, जिससे NoSQL में कुछ ऑपरेशन तेज़ हो जाते हैं। . किसी दिए गए NoSQL डेटाबेस की विशेष उपयुक्तता उस समस्या पर निर्भर करती है जिसे उसे हल करना चाहिए। कभी-कभी NoSQL डेटाबेस द्वारा उपयोग की जाने वाली डेटा संरचना को रिलेशनल डेटाबेस टेबल की तुलना में अधिक लचीला माना जाता है।[9] उपलब्धता, विभाजन सहनशीलता और गति के पक्ष में कई नोएसक्यूएल स्टोर समझौता स्थिरता (सीएपी प्रमेय के अर्थ में)। नोएसक्यूएल स्टोर्स के अधिक से अधिक अपनाने के लिए बाधाओं में निम्न-स्तरीय क्वेरी भाषाओं (उदाहरण के लिए एसक्यूएल के बजाय) का उपयोग शामिल है, तालिकाओं में एड हॉक जॉइन (एसक्यूएल) करने की क्षमता की कमी, मानकीकृत इंटरफेस की कमी, और बड़े पिछले निवेश मौजूदा संबंधपरक डेटाबेस।[10] अधिकांश नोएसक्यूएल स्टोर्स में सच्चे एसीआईडी ​​​​लेनदेन की कमी है, हालांकि कुछ डेटाबेस ने उन्हें अपने डिजाइनों के लिए केंद्रीय बना दिया है।

इसके बजाय, अधिकांश NoSQL डेटाबेस अंतिम स्थिरता की अवधारणा प्रदान करते हैं, जिसमें डेटाबेस परिवर्तन अंततः (आमतौर पर मिलीसेकंड के भीतर) सभी नोड्स के लिए प्रचारित होते हैं, इसलिए डेटा के लिए क्वेरीज़ अपडेट किए गए डेटा को तुरंत वापस नहीं कर सकती हैं या डेटा को पढ़ने में परिणाम हो सकता है जो सटीक नहीं है, ए बासी पठन के रूप में जानी जाने वाली समस्या।[11] इसके अतिरिक्त, कुछ नोएसक्यूएल सिस्टम खोए हुए लेखन और डेटा हानि के अन्य रूपों को प्रदर्शित कर सकते हैं।[12] कुछ NoSQL सिस्टम डेटा हानि से बचने के लिए राइट-फॉरवर्ड लॉगिंग जैसी अवधारणाएँ प्रदान करते हैं।[13] कई डेटाबेस में वितरित लेनदेन प्रसंस्करण के लिए, डेटा स्थिरता एक बड़ी चुनौती है जो NoSQL और रिलेशनल डेटाबेस दोनों के लिए कठिन है। संबंधपरक डेटाबेस डेटाबेस को विस्तृत करने के लिए संदर्भित अखंडता बाधाओं की अनुमति नहीं देते हैं।[14] वितरित लेनदेन प्रसंस्करण के लिए कुछ सिस्टम ACID लेनदेन और X/Open XA मानकों दोनों को बनाए रखते हैं।[15] इंटरएक्टिव रिलेशनल डेटाबेस एक सामान्य विशेषता के रूप में कन्फॉर्मल रिले विश्लेषण तकनीकों को साझा करते हैं।[16] सिमेंटिक वर्चुअलाइजेशन प्रोटोकॉल का उपयोग करके इंटरफ़ेस वातावरण के भीतर की सीमाओं को दूर किया जाता है, जैसे कि NoSQL सेवाएं अधिकांश ऑपरेटिंग सिस्टमों के लिए सुलभ हैं।[17]


इतिहास

NoSQL शब्द का उपयोग 1998 में कार्लो स्ट्रोज़ी द्वारा अपने हल्के स्ट्रोज़ी NoSQL (RDBMS) | स्ट्रोज़ी NoSQL ओपन-सोर्स रिलेशनल डेटाबेस के नाम के लिए किया गया था, जो मानक SQL (SQL) इंटरफ़ेस को उजागर नहीं करता था, लेकिन फिर भी संबंधपरक था।[18] उनका NoSQL RDBMS लगभग 2009 के NoSQL डेटाबेस की सामान्य अवधारणा से अलग है। स्ट्रोज़ी का सुझाव है कि, क्योंकि वर्तमान NoSQL आंदोलन पूरी तरह से संबंधपरक मॉडल से हट जाता है, इसलिए इसे अधिक उचित रूप से 'NoREL' कहा जाना चाहिए,[19] संबंधपरक नहीं होने का जिक्र।

Johan Oskarsson, जो उस समय Last.fm के एक डेवलपर थे, ने 2009 की शुरुआत में NoSQL शब्द को फिर से प्रस्तुत किया जब उन्होंने ओपन-सोर्स वितरित डेटाबेस | वितरित, गैर-संबंधपरक डेटाबेस पर चर्चा करने के लिए एक कार्यक्रम आयोजित किया।[20] नाम ने गैर-संबंधपरक, वितरित डेटा स्टोरों की बढ़ती संख्या के उद्भव को लेबल करने का प्रयास किया, जिसमें Google के बड़ी मेज /मैपरेडस और अमेज़ॅन के अमेज़न डायनेमो डीबी के ओपन सोर्स क्लोन शामिल हैं।

प्रकार और उदाहरण

NoSQL डेटाबेस को वर्गीकृत करने के विभिन्न तरीके हैं, विभिन्न श्रेणियों और उपश्रेणियों के साथ, जिनमें से कुछ ओवरलैप हैं। उदाहरण के साथ, डेटा मॉडल द्वारा गैर-विस्तृत वर्गीकरण क्या है:[21]

Type Notable examples of this type
Key–value cache Apache Ignite, Couchbase, Coherence, eXtreme Scale, Hazelcast, Infinispan, Memcached, Redis, Velocity
Key–value store Azure Cosmos DB, ArangoDB, Amazon DynamoDB, Aerospike, Couchbase, ScyllaDB
Key–value store (eventually consistent) Azure Cosmos DB, Oracle NoSQL Database, Riak, Voldemort
Key–value store (ordered) FoundationDB, InfinityDB, LMDB, MemcacheDB
Tuple store Apache River, GigaSpaces, Tarantool, TIBCO ActiveSpaces, OpenLink Virtuoso
Triplestore AllegroGraph, MarkLogic, Ontotext-OWLIM, Oracle NoSQL database, Profium Sense, Virtuoso Universal Server
Object database Objectivity/DB, Perst, ZopeDB, db4o, GemStone/S, InterSystems Caché, JADE, ObjectDatabase++, ObjectDB, ObjectStore, ODABA, Realm, OpenLink Virtuoso, Versant Object Database, ZODB
Document store Azure Cosmos DB, ArangoDB, BaseX, Clusterpoint, Couchbase, CouchDB, DocumentDB, eXist-db, IBM Domino, MarkLogic, MongoDB, RavenDB, Qizx, RethinkDB, Elasticsearch, OrientDB
Wide Column Store Azure Cosmos DB, Amazon DynamoDB, Bigtable, Cassandra, Google Cloud Datastore, HBase, Hypertable, ScyllaDB
Native multi-model database ArangoDB, Azure Cosmos DB, OrientDB, MarkLogic, Apache Ignite,[22][23] Couchbase, FoundationDB, Oracle Database
Graph database Azure Cosmos DB, AllegroGraph, ArangoDB, InfiniteGraph, Apache Giraph, MarkLogic, Neo4J, OrientDB, Virtuoso
Multivalue database D3 Pick database, Extensible Storage Engine (ESE/NT), InfinityDB, InterSystems Caché, jBASE Pick database, mvBase Rocket Software, mvEnterprise Rocket Software, Northgate Information Solutions Reality (the original Pick/MV Database), OpenQM, Revelation Software's OpenInsight (Windows) and Advanced Revelation (DOS), UniData Rocket U2, UniVerse Rocket U2


की-वैल्यू स्टोर

Main article: Key–value database

की-वैल्यू (KV) स्टोर अपने मौलिक डेटा मॉडल के रूप में साहचर्य सरणी (जिसे मानचित्र या शब्दकोश भी कहा जाता है) का उपयोग करते हैं। इस मॉडल में, डेटा को की-वैल्यू पेयर के संग्रह के रूप में दर्शाया जाता है, जैसे कि संग्रह में प्रत्येक संभावित कुंजी एक बार में दिखाई देती है।[24][25] की-वैल्यू मॉडल सबसे सरल गैर-तुच्छ डेटा मॉडल में से एक है, और समृद्ध डेटा मॉडल अक्सर इसके विस्तार के रूप में लागू किए जाते हैं। की-वैल्यू मॉडल को विवेकपूर्ण रूप से ऑर्डर किए गए मॉडल तक बढ़ाया जा सकता है जो लेक्सिकोग्राफिक ऑर्डर में कुंजियों को बनाए रखता है। यह विस्तार कम्प्यूटेशनल रूप से शक्तिशाली है, जिसमें यह चयनात्मक प्रमुख श्रेणियों को कुशलतापूर्वक पुनः प्राप्त कर सकता है।[26] की-वैल्यू स्टोर्स अंतिम स्थिरता से क्रमिकता तक निरंतरता मॉडल का उपयोग कर सकते हैं। कुछ डेटाबेस चाबियों के क्रम का समर्थन करते हैं। विभिन्न हार्डवेयर कार्यान्वयन हैं, और कुछ उपयोगकर्ता मेमोरी (रैम) में डेटा स्टोर करते हैं, जबकि अन्य ठोस राज्य ड्राइव (SSD) या हार्ड डिस्क ड्राइव (उर्फ हार्ड डिस्क ड्राइव (HDD)) पर।

दस्तावेज़ स्टोर

Main articles: Document-oriented database and XML database

दस्तावेज़ स्टोर की केंद्रीय अवधारणा दस्तावेज़ की है। जबकि इस परिभाषा के विवरण दस्तावेज़-उन्मुख डेटाबेस के बीच भिन्न होते हैं, वे सभी मानते हैं कि दस्तावेज़ कुछ मानक स्वरूपों या एन्कोडिंग में डेटा (या सूचना) को एनकैप्सुलेट और एनकोड करते हैं। उपयोग में आने वाले एन्कोडिंग में XML, YAML, और JSON और BSON जैसे बाइनरी फॉर्म शामिल हैं। दस्तावेज़ों को डेटाबेस में एक अद्वितीय कुंजी के माध्यम से संबोधित किया जाता है जो उस दस्तावेज़ का प्रतिनिधित्व करता है। दस्तावेज़-उन्मुख डेटाबेस की एक अन्य परिभाषित विशेषता उनकी सामग्री के आधार पर दस्तावेज़ों को पुनः प्राप्त करने के लिए एक एपीआई या क्वेरी भाषा है।

अलग-अलग कार्यान्वयन दस्तावेज़ों को व्यवस्थित करने और/या समूहीकृत करने के अलग-अलग तरीके प्रदान करते हैं:

  • संग्रह
  • टैग
  • गैर-दिखाई देने वाला मेटाडेटा
  • निर्देशिका पदानुक्रम

संबंधपरक डेटाबेस की तुलना में, संग्रह को तालिकाओं के अनुरूप माना जा सकता है और अभिलेखों के अनुरूप दस्तावेज़। लेकिन वे भिन्न हैं: तालिका में प्रत्येक रिकॉर्ड में फ़ील्ड्स का समान क्रम होता है, जबकि संग्रह में दस्तावेज़ों में फ़ील्ड्स पूरी तरह से अलग हो सकते हैं।

ग्राफ

Main article: Graph database

ग्राफ़ डेटाबेस डेटा के लिए डिज़ाइन किए गए हैं जिनके संबंधों को एक ग्राफ़ (असतत गणित) के रूप में अच्छी तरह से दर्शाया गया है जिसमें संबंधों की एक सीमित संख्या से जुड़े तत्व शामिल हैं। डेटा के उदाहरणों में सामाजिक संबंध, सार्वजनिक परिवहन लिंक, रोड मैप, नेटवर्क टोपोलॉजी आदि शामिल हैं।

ग्राफ़ डेटाबेस और उनकी क्वेरी भाषा
Name Language(s) Notes
AllegroGraph SPARQL RDF triple store
Amazon Neptune Gremlin, SPARQL Graph database
ArangoDB AQL, JavaScript, GraphQL Multi-model DBMS Document, Graph database and Key-value store
Azure Cosmos DB Gremlin Graph database
DEX/Sparksee C++, Java, C#, Python Graph database
FlockDB Scala Graph database
IBM Db2 SPARQL RDF triple store added in DB2 10
InfiniteGraph Java Graph database
JanusGraph Java Graph database
MarkLogic Java, JavaScript, SPARQL, XQuery Multi-model document database and RDF triple store
Neo4j Cypher Graph database
OpenLink Virtuoso C++, C#, Java, SPARQL Middleware and database engine hybrid
Oracle SPARQL 1.1 RDF triple store added in 11g
OrientDB Java, SQL Multi-model document and graph database
OWLIM Java, SPARQL 1.1 RDF triple store
Profium Sense Java, SPARQL RDF triple store
RedisGraph Cypher Graph database
Sqrrl Enterprise Java Graph database
TerminusDB JavaScript, Python, datalog Open source RDF triple-store and document store[27]


प्रदर्शन

NoSQL डेटाबेस के प्रदर्शन का मूल्यांकन आमतौर पर THROUGHPUT के मीट्रिक का उपयोग करके किया जाता है, जिसे संचालन/सेकंड के रूप में मापा जाता है। प्रदर्शन मूल्यांकन को सही बेंचमार्क जैसे उत्पादन कॉन्फ़िगरेशन, डेटाबेस के पैरामीटर, अनुमानित डेटा वॉल्यूम और समवर्ती उपयोगकर्ता वर्कलोड पर ध्यान देना चाहिए।

बेन स्कोफिल्ड ने NoSQL डेटाबेस की विभिन्न श्रेणियों का मूल्यांकन इस प्रकार किया है:[28]

Data model Performance Scalability Flexibility Complexity Functionality
Key–value store high high high none variable (none)
Column-oriented store high high moderate low minimal
Document-oriented store high variable (high) high low variable (low)
Graph database variable variable high high graph theory
Relational database variable variable low moderate relational algebra

प्रदर्शन और मापनीयता की तुलना आमतौर पर YCSB बेंचमार्क का उपयोग करके की जाती है।

संबंधपरक डेटा को संभालना

चूंकि अधिकांश NoSQL डेटाबेस में प्रश्नों में शामिल होने की क्षमता नहीं होती है, इसलिए डेटाबेस स्कीमा को आम तौर पर अलग तरह से डिज़ाइन करने की आवश्यकता होती है। NoSQL डेटाबेस में रिलेशनल डेटा को संभालने के लिए तीन मुख्य तकनीकें हैं। (जॉइन का समर्थन करने वाले NoSQL डेटाबेस के लिए टेबल जॉइन और ACID सपोर्ट देखें।)

एकाधिक प्रश्न

एक प्रश्न के साथ सभी डेटा को पुनः प्राप्त करने के बजाय वांछित डेटा प्राप्त करने के लिए कई प्रश्न करना आम बात है। NoSQL क्वेश्चन अक्सर पारंपरिक SQL क्वेश्चन से तेज़ होते हैं इसलिए अतिरिक्त क्वेश्चन की लागत स्वीकार्य हो सकती है। यदि अत्यधिक संख्या में प्रश्न आवश्यक होंगे, तो अन्य दो दृष्टिकोणों में से एक अधिक उपयुक्त है।

कैशिंग, प्रतिकृति और गैर-सामान्यीकृत डेटा

केवल विदेशी कुंजियों को संग्रहीत करने के बजाय, मॉडल के डेटा के साथ-साथ वास्तविक विदेशी मूल्यों को संग्रहीत करना आम बात है। उदाहरण के लिए, प्रत्येक ब्लॉग टिप्पणी में उपयोगकर्ता आईडी के साथ-साथ उपयोगकर्ता नाम भी शामिल हो सकता है, इस प्रकार किसी अन्य लुकअप की आवश्यकता के बिना उपयोगकर्ता नाम तक आसान पहुंच प्रदान करता है। जब एक उपयोगकर्ता नाम बदलता है, तो अब इसे डेटाबेस में कई जगहों पर बदलना होगा। इस प्रकार यह दृष्टिकोण तब बेहतर काम करता है जब पढ़ना लिखने की तुलना में अधिक सामान्य होता है।Cite error: Closing </ref> missing for <ref> tag}} |- | MongoDB || style="background:#9EFF9E;vertical-align:middle;text-align:center;" class="table-yes"|Yes || style="background:#9EFF9E;vertical-align:middle;text-align:center;" class="table-yes"|Yes[nb 1] |- | OrientDB || style="background:#9EFF9E;vertical-align:middle;text-align:center;" class="table-yes"|Yes || style="background:#9EFF9E;vertical-align:middle;text-align:center;" class="table-yes"|Yes[nb 2] |}

  1. ↑ MongoDB did not support joining from a sharded collection until version 5.1.[29]
  2. ↑ OrientDB can resolve 1:1 joins using links by storing direct links to foreign records.[30]

यह भी देखें

संदर्भ

  1. ↑ http://nosql-database.org/ "NoSQL DEFINITION: Next Generation Databases mostly addressing some of the points : being non-relational, distributed, open-source and horizontally scalable".
  2. ↑ 2.0 2.1 Leavitt, Neal (2010). "Will NoSQL Databases Live Up to Their Promise?" (PDF). IEEE Computer. 43 (2): 12–14. doi:10.1109/MC.2010.58. S2CID 26876882.
  3. ↑ Mohan, C. (2013). History Repeats Itself: Sensible and NonsenSQL Aspects of the NoSQL Hoopla (PDF). Proc. 16th Int'l Conf. on Extending Database Technology.
  4. ↑ "Amazon 'NoSQL' डेटाबेस के साथ भविष्य में वापस जाता है". WIRED. 19 January 2012. Retrieved 6 March 2017.
  5. ↑ "RDBMS डेटाबेस बाजार पर हावी है, लेकिन NoSQL सिस्टम पकड़ बना रहा है". DB-Engines.com. 21 November 2013. Retrieved 24 November 2013.
  6. ↑ "NoSQL (केवल SQL नहीं)". NoSQL database, also called Not Only SQL
  7. ↑ Fowler, Martin. "NosqlDefinition". many advocates of NoSQL say that it does not mean a "no" to SQL, rather it means Not Only SQL
  8. ↑ NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Addison-Wesley Educational Publishers Inc, 2009, ISBN 978-0321826626.
  9. ↑ Vogels, Werner (18 January 2012). "Amazon DynamoDB – a Fast and Scalable NoSQL Database Service Designed for Internet Scale Applications". All Things Distributed. Retrieved 6 March 2017.
  10. ↑ Grolinger, K.; Higashino, W. A.; Tiwari, A.; Capretz, M. A. M. (2013). "Data management in cloud environments: NoSQL and NewSQL data stores" (PDF). Aira, Springer. Retrieved 8 January 2014.
  11. ↑ "Jepsen: MongoDB stale reads". Aphyr.com. 20 April 2015. Retrieved 6 March 2017.
  12. ↑ "टाइपसेफ रिएक्टिव प्लेटफॉर्म पर बड़ी मात्रा में डेटा विश्लेषण". Slideshare.net. Retrieved 6 March 2017.
  13. ↑ Fowler, Adam. "10 NoSQL गलतफहमी". Dummies.com. Retrieved 6 March 2017.
  14. ↑ "No! to SQL and No! to NoSQL | So Many Oracle Manuals, So Little Time". Iggyfernandez.wordpress.com. Retrieved 6 March 2017.
  15. ↑ Chapple, Mike. "एसिड मॉडल". about.com.
  16. ↑ Fiore, S. (2011). ग्रिड और क्लाउड डेटाबेस प्रबंधन. Springer Science & Business Media. p. 210.
  17. ↑ Lawrence, MySQL और MongoDB सहित रिलेशनल SQL और NoSQL सिस्टम का एकीकरण और वर्चुअलाइजेशन (2014). "MySQL और MongoDB सहित रिलेशनल SQL और NoSQL सिस्टम का एकीकरण और वर्चुअलाइजेशन". International Conference on Computational Science and Computational Intelligence 1.
  18. ↑ Lith, Adam; Mattson, Jakob (2010). "Investigating storage solutions for large data: A comparison of well performing and scalable data storage solutions for real time extraction and batch insertion of data" (PDF). Göteborg: Department of Computer Science and Engineering, Chalmers University of Technology. p. 70. Retrieved 12 May 2011. Carlo Strozzi first used the term NoSQL in 1998 as a name for his open source relational database that did not offer a SQL interface[...]
  19. ↑ "NoSQL Relational Database Management System: Home Page". Strozzi.it. 2 October 2007. Retrieved 29 March 2010.
  20. ↑ "NoSQL 2009". Blog.sym-link.com. 12 May 2009. Archived from the original on 16 July 2011. Retrieved 29 March 2010.
  21. ↑ Strauch, Christof. "नोएसक्यूएल डेटाबेस" (PDF). pp. 23–24. Retrieved 27 August 2017.
  22. ↑ https://apacheignite.readme.io/docs Ignite Documentation
  23. ↑ https://www.infoworld.com/article/3135070/data-center/fire-up-big-data-processing-with-apache-ignite.html fire-up-big-data-processing-with-apache-ignite
  24. ↑ Sandy (14 January 2011). "मुख्य मूल्य भंडार और NoSQL गतिविधि". Stackexchange. Retrieved 1 January 2012. Key–value stores allow the application developer to store schema-less data. This data usually consists of a string that represents the key, and the actual data that is considered the value in the "key–value" relationship. The data itself is usually some kind of primitive of the programming language (a string, an integer, or an array) or an object that is being marshaled by the programming language's bindings to the key-value store. This structure replaces the need for a fixed data model and allows proper formatting.
  25. ↑ Seeger, Marc (21 September 2009). "Key-Value Stores: a practical overview" (PDF). Marc Seeger. Retrieved 1 January 2012. Key–value stores provide a high-performance alternative to relational database systems with respect to storing and accessing data. This paper provides a short overview of some of the currently available key–value stores and their interface to the Ruby programming language.
  26. ↑ Katsov, Ilya (1 March 2012). "NoSQL Data Modeling Techniques". Ilya Katsov. Retrieved 8 May 2014.
  27. ↑ "TerminusX - Why TerminusX". terminusdb.com. Retrieved 16 December 2021.
  28. ↑ Scofield, Ben (14 January 2010). "NoSQL - Death to Relational Databases(?)". Retrieved 26 June 2014.
  29. ↑ "Sharded Collection Restrictions". docs.mongodb.com. Retrieved 24 January 2020.
  30. ↑ "SQL Reference · OrientDB Manual". OrientDB.com. Retrieved 24 January 2020.


अग्रिम पठन


बाहरी संबंध

Retrieved from ‘https://www.vigyanwiki.in/index.php?title=नोएसक्यूएल&oldid=100031’