Les avantages d'utiliser une base de données NoSQL

Les bases de données Nosql deviennent de plus en plus populaires à mesure que le besoin d'applications Web plus rapides et plus évolutives augmente. Mais qu'est-ce qu'une base de données nosql exactement ? Et comment cela a-t-il changé la façon dont nous modélisons les données ? Une base de données nosql est une base de données non relationnelle qui n'utilise pas le modèle traditionnel de stockage de données basé sur des tables. Au lieu de cela, il utilise un modèle sans schéma plus flexible, qui permet une évolutivité plus facile et des performances plus rapides. Ce changement dans la modélisation des données a eu un impact profond sur la façon dont nous développons des applications Web. Nous ne sommes plus contraints par la structure rigide d'une base de données relationnelle. Nous pouvons maintenant réfléchir plus librement aux données que nous voulons stocker et à la façon dont nous voulons les structurer. Cette flexibilité a conduit au développement de nouvelles applications Web innovantes qui n'auraient pas été possibles avec une base de données relationnelle traditionnelle. Donc, si vous cherchez à créer la prochaine grande chose, une base de données nosql pourrait bien être le bon choix pour vous.

Nous pouvons stocker de grandes quantités de données dans des bases de données NoSQL et y accéder à tout moment. Les bases de données NoSQL se déclinent en quatre variétés : elles peuvent être structurées de différentes manières, elles peuvent être utilisées pour générer des modèles de données et elles peuvent être utilisées pour écrire des bases de données. Dans ce didacticiel, nous aborderons les différentes techniques de modélisation de données NoSQL que vous devez utiliser lors de la construction d'une base de données NoSQL. MongoDB est utilisé comme base de données de sauvegarde par Strider CD pour leur base de données NoSQL. Le modèle de données utilisé dans ce type de données est composé de colonnes plutôt que de lignes. Des magasins basés sur des graphiques sont disponibles à l'achat. Un modèle de données de graphe ou de réseau indique essentiellement que deux éléments d'information ont la même importance l'un que l'autre.

NoSQL est plus qu'un simple langage de gestion de bases de données ; c'est un ensemble de philosophies. Par conséquent, les bizarreries et les problèmes inhérents à la mise à l'échelle sont au premier plan. L'apprentissage des techniques de modélisation de données NoSQL peut faire une énorme différence lors de la création d'un schéma DBM qui n'en nécessite pas réellement.

Au milieu des années 90, Internet est devenu extrêmement populaire et les bases de données relationnelles ne pouvaient pas répondre à la demande d'informations sur les utilisateurs, ainsi qu'à la gamme plus large de types de données qui évoluaient avec elle. Les bases de données voisines les plus proches, également appelées bases de données NoSQL, sont devenues populaires à la suite de cela.

Le modèle NoSQL est construit avec un modèle plus souple connu sous le nom de modèle BASE. Il s'agit essentiellement d'un état de cohérence et de disponibilité disponible et fluide. Il garantit essentiellement la disponibilité des données et facilite leur obtention.

Qu'est-ce que la modélisation de données Nosql ?

Qu'est-ce que NoSQL en général ? Ce modèle n'est pas une réplique d'un système de gestion de base de données relationnelle (RDBMS). En conséquence, le modèle n'est pas explicite dans sa communication avec les données et dans la manière dont tout cela est lié.

Le livre électronique 8 modèles de modélisation de données dans Redis est un guide complet et approfondi sur la modélisation de données dans NoSQL. Le document examine huit modèles de données que les développeurs peuvent utiliser pour créer des applications modernes sans les limitations des bases de données relationnelles traditionnelles . Les bases de données NoSQL peuvent être utilisées pour combiner deux tables ou collections distinctes, une table étant intégrée à l'autre. En conséquence, les deux peuvent découvrir toutes les données pertinentes et former un lien fort. Chaque table dans NoSQL peut être considérée comme sa propre entité par l'application. Si vous souhaitez modéliser des relations un-à-plusieurs, vous intégrez des listes limitées (c'est-à-dire des listes d'une taille connue) et des collections séparées pour les listes illimitées. De nombreux facteurs entrent en jeu dans ce cas, notamment le produit, l'auteur, la date de publication, la note et le commentaire.

Un certain nombre de côtés qui se croisent peuvent apparaître sur un certain nombre de surfaces différentes. Dans une base de données relationnelle, il existe des tables distinctes qui peuvent être utilisées pour stocker différents types de données. Avec Redis Stack, tous les schémas sont flexibles et peuvent être regroupés par champs de type. Le deuxième modèle, le modèle de compartiment, réduit les frais généraux en stockant et en organisant les données de séries chronologiques au fur et à mesure. Dans de nombreux cas, les données en temps réel peuvent être exploitées avec le modèle de révision dans de nombreux cas d'utilisation. La complexité des opérations JOIN peut être réduite en utilisant des modèles NoSQL pour les couper. Le modèle d'arborescence et de graphique est particulièrement utile pour les grandes opérations basées sur JOIN, telles que les systèmes RH, les CMS, les catalogues de produits et les réseaux sociaux.

Ce n'est pas un modèle qui peut être reproduit de la même manière qu'un système de gestion de base de données relationnelle (RDBMS). Les données peuvent être stockées sur disque, en mémoire ou les deux. Redis et NoSQL sont utilisés dans de nombreuses applications de la section Redis Launchpad.

Les bases de données non relationnelles (N/RDBMS) ont été conçues pour prendre en charge l'échelle et l'agilité requises pour les applications Web et cloud modernes. Leur capacité à stocker et à récupérer des données de manière plus flexible et efficace en fait un bon choix dans les situations où vous devez stocker une grande quantité de données ou si vous devez faire évoluer votre base de données pour gérer un grand nombre d'utilisateurs.
L'une des caractéristiques les plus attrayantes de N/RDBMS est leur capacité à évoluer horizontalement. Étant donné que davantage de serveurs peuvent être ajoutés à un système sans entraîner de problèmes de performances, il n'est pas nécessaire de s'inquiéter du coût que cela entraînera.
Un système de gestion de base de données non relationnelles (N/RDBMS) est également bien adapté pour stocker des données non relationnelles. En effet, ils ne s'appuient pas sur des tables et des champs comme ils le font dans une base de données relationnelle. De plus, vous pourrez ainsi accéder plus facilement aux données, de manière plus flexible.
Les N/RDBMS sont un excellent outil pour le stockage et l'accessibilité des données. AN/RDBMS est un excellent choix si vous recherchez une base de données capable de gérer une grande quantité de données et pouvant évoluer facilement.

La meilleure base de données Nosql pour votre application

Étant donné que les modèles NoSQL sont flexibles et proposent un large éventail de modèles de données, ils sont idéaux pour une variété d'applications. Par conséquent, vous devez déterminer quel modèle est le plus adapté à l'application. Par exemple, un magasin clé-valeur peut être utile si une application nécessite un accès rapide à de petites quantités de données. Une base de données de graphes , en revanche, est mieux adaptée aux applications qui nécessitent de conserver et d'analyser en profondeur de grandes quantités de données.

Avez-vous besoin d'un modèle de données avec Nosql ?

Il n'y a pas de réponse unique à cette question, car le besoin d'un modèle de données avec des bases de données Nosql peut varier en fonction de l'application ou du cas d'utilisation spécifique. Cependant, en général, un modèle de données peut être utile en fournissant une structure pour le stockage et la récupération des données, et peut également contribuer aux performances et à l'évolutivité.

Base de données Les bases de données NoSQL sont conçues pour décomposer les lignes et les colonnes d'un modèle de base de données relationnelle . Il est courant de croire que les bases de données NoSQL manquent de modèles de données. Il est essentiel de fournir une description initiale de la manière dont les données seront organisées pour faciliter l'élaboration d'un schéma. Ces différences peuvent se refléter dans les modèles de données pour chacun des quatre principaux types de bases de données NoSQL. Par conséquent, la conception du schéma sera répétée tout au long de la durée de vie de l'application. Lors du choix d'une base de données NoSQL, le meilleur modèle de données pour votre cas d'utilisation est une considération importante. Chaque document contient plusieurs paires de valeurs et de champs qui sont organisés par types de données et structures de données.

Il est facile de récupérer des valeurs de champ via des requêtes, et une variété de langages de requête puissants ont été développés pour vous aider à le faire. La structure de lignes d'une base de données NoSQL est basée sur une clé et une colonne associée nommée familles de colonnes. La structure sous-jacente est composée de quatre principaux types de bases de données NoSQL : une pour le stockage des données, une pour la gestion des relations, une pour la gestion des relations et une pour la gestion des relations. En fait, la façon dont les données sont organisées est assez adaptable, parfois même au point d'être décrite comme sans schéma. Les bases de données de documents, les bases de données à colonnes étendues et les bases de données de graphes ont toutes leurs propres langages de requête.

En ce qui concerne la requête de données, les bases de données de documents sont les plus efficaces. En raison de leur riche fonctionnalité de requête, ils sont capables de gérer un large éventail d'applications. La clé primaire, en plus des magasins clé-valeur et des magasins à colonnes larges, fournit une méthode unique pour accéder aux données.
Les scientifiques des données et les ingénieurs en apprentissage automatique peuvent utiliser des bases de données NoSQL pour stocker des données, des métadonnées de modèles, des fonctionnalités et des paramètres d'opérations, par exemple. Les ingénieurs de données peuvent, d'autre part, les exploiter pour stocker et récupérer des données nettoyées. Les bases de données de documents telles que MongoDB et CouchDB sont populaires parmi les développeurs en raison de leur facilité d'utilisation et de leur large éventail de fonctionnalités.
Les bases de données NoSQL sont de plus en plus populaires en raison de leur facilité d'utilisation et de leurs fonctionnalités de requête étendues. Les modèles peuvent être utilisés pour stocker des données, des métadonnées, des fonctionnalités et des paramètres d'opérations. En conséquence, les ingénieurs de données peuvent être en mesure d'extraire et de stocker des données propres en les utilisant.

Les trois types de modèles de données

Lors de la lecture de données à partir d'une base de données, il est essentiel qu'elles soient cohérentes avec les données de la base de données.
Une base de données peut être isolée si les données d'une seule transaction sont traitées comme si elles étaient lues à partir d'une seule source, empêchant ainsi plusieurs processus de les modifier.
Lorsqu'un système est conçu pour une durabilité à long terme, il doit pouvoir récupérer les données en cas de panne.
Lorsque vous devez accéder à un grand nombre de petits éléments de données, il est judicieux d'utiliser le modèle de données clé-valeur. Les éléments de ce modèle peuvent être représentés par une clé et une valeur. Un système de fichiers vous permet d'ajouter, de supprimer et de modifier des valeurs de la même manière que vous le feriez dans un fichier texte.
C'est une bonne idée d'utiliser le modèle de données de document chaque fois que vous avez besoin de stocker une grande quantité de données d'une manière simple à lire et à rechercher. Chaque élément peut être représenté par un document dans ce modèle. Chaque champ d'un document peut contenir jusqu'à un maximum de valeurs, il n'y a donc aucune restriction.
Lorsque vous avez besoin de stocker des données dans un format facile à comprendre, il est préférable d'utiliser un modèle de données graphique. Dans ce modèle, chaque élément est représenté par un nœud qui a un lien entre lui et le suivant. En cliquant sur les liens, vous pouvez accéder au graphique.

En quoi Nosql diffère-t-il du modèle relationnel ?

Les données sont stockées dans des bases de données relationnelles selon un schéma spécifique. Les systèmes NoSQL, d'autre part, permettent de stocker les données dans n'importe quelle structure requise tout en permettant également la mise à jour de cette structure si nécessaire.

Les données d'une base de données relationnelle sont stockées conformément à l'un de ses schémas. Les données peuvent être stockées dans n'importe quel système NoSQL et peuvent être structurées en fonction de ses besoins. Les utilisateurs peuvent ajouter ou mettre à jour des données dans une base de données relationnelle en exécutant les procédures suivantes : SELECT, INSERT et DELETE. Par conséquent, dans les requêtes NoSQL, les données sont généralement affichées sous forme de colonnes plutôt que sous forme de document. Bien que le terme "base de données relationnelle" soit fréquemment utilisé pour décrire les systèmes NoSQL, il fait référence aux systèmes dans lesquels un utilisateur définit un schéma et utilise une requête SQL relationnelle pour ajouter, mettre à jour ou supprimer des données. SQL est plus spécialisé que les bases de données NoSQL dans la mesure où il est utilisé pour des tâches spécifiques plutôt que pour des bases de données à usage général. Une base de données SQL est couramment utilisée pour le stockage d'entités, tandis qu'une base de données NoQL est utilisée pour le stockage d'entités.

Parce qu'une base de données SQL a un nombre limité de documents disponibles, sa capacité de mémoire détermine sa capacité. Il est largement admis que les bases de données NoSQL se présentent sous différentes formes et tailles en raison de leur capacité à stocker des données. Le choix du système de base de données à utiliser sera déterminé par ses performances et la nature des données dont vous disposez.

Les bases de données NoSQL sont souvent appelées bases de données sans schéma. Les bases de données NoSQL sont conçues pour stocker et interroger des données non structurées, plutôt que d'utiliser les mêmes schémas rigides que les bases de données relationnelles. Par conséquent, les bases de données NoSQL ont tendance à avoir un modèle de données plus flexible, ce qui leur permet de stocker et d'interroger plus efficacement de grandes quantités de données. Le principal avantage des bases de données NoSQL est leur capacité à stocker et à interroger plus efficacement de grandes quantités de données. Cela est dû au fait que les bases de données NoSQL ont tendance à utiliser un modèle de données plus flexible, qui peut être plus efficace pour stocker et récupérer divers types de données. Un inconvénient des bases de données NoSQL est qu'elles peuvent être plus difficiles à apprendre. Les bases de données NoSQL, en revanche, sont plus difficiles à comprendre que les bases de données relationnelles traditionnelles en raison de leurs caractéristiques uniques. Néanmoins, avec la bonne formation, il est possible d'utiliser efficacement une base de données NoSQL.

Nosql Vs. Sql : quelle est la bonne base de données pour votre application ?

Les applications de base de données conçues pour nosql ont une latence plus faible, tandis que les applications de base de données conçues pour les systèmes relationnels ont des performances plus élevées. À l'aide des bases de données de recherche nosql , vous pouvez analyser des données semi-structurées. Une base de données relationnelle convertit les données en tableaux basés sur des lignes et des colonnes en les normalisant. Il permet la comparaison de tables et permet l'exécution de jointures entre tables. Les transactions ne sont pas prises en charge par les bases de données NoSQL, mais elles semblent cohérentes à long terme. Cela signifie que les données sont toujours à jour, mais il peut y avoir un certain délai entre le moment où elles sont mises à jour et le moment où elles apparaissent dans la base de données. SQL n'est pas utilisé dans les bases de données NoSQL pour générer des requêtes. À leur place, les données sont interrogées à l'aide de constructions et d'autres langages de programmation. Lorsqu'ils sont utilisés avec différents formats de données, ils deviennent plus polyvalents et peuvent être utilisés de différentes manières.

Comment les bases de données et les techniques de modélisation Nosql sont-elles utilisées dans le monde réel ?

Les bases de données NoSQL sont utilisées dans le monde réel de diverses manières. Ils sont souvent utilisés pour stocker de grandes quantités de données qui doivent être rapidement accessibles, comme dans un média social ou une application de commerce électronique. Les bases de données NoSQL peuvent également être utilisées pour stocker des données qui changent constamment, comme dans une application d'analyse en temps réel.

Les bases de données relationnelles traditionnelles stockent les données dans un format qui n'est pas utilisé dans les bases de données NoSQL. Les types de document incluent les types clé-valeur, les types à colonne large et les types de graphique. Le prix du stockage a chuté depuis la fin des années 2000, entraînant l'introduction des bases de données NoSQL. Les développeurs disposent d'une grande flexibilité dans la manière dont ils stockent les données non structurées, car ils peuvent faire bien plus que simplement les stocker. Les bases de données de documents, les bases de données clé-valeur, les magasins à colonnes étendues et les bases de données de graphes font partie des bases de données NoSQL les plus courantes . Aucune jointure n'étant requise, les requêtes sont exécutées dans un délai plus court. Plusieurs cas d'utilisation existent, allant des plus critiques (comme les données financières) aux plus ludiques et enfantins (comme une litière intelligente pour chat qui enregistre les lectures IoT).

Dans ce didacticiel, nous verrons quand et pourquoi il est temps de commencer à utiliser les bases de données NoSQL. De plus, nous examinerons certaines bases de données NoSQL souvent mal comprises. MongoDB, selon DB-Engines, est la base de données non relationnelle la plus populaire au monde. Vous pouvez apprendre à interroger les bases de données MongoDB sans avoir à installer quoi que ce soit sur votre ordinateur dans ce didacticiel. Un cluster stocke vos bases de données MongoDB. Une fois que vous avez un cluster Atlas, vous pouvez commencer à y stocker des données. Il est possible de créer des bases de données manuellement dans Atlas Data Explorer, MongoDB Shell ou MongoDB Compass en utilisant votre langage de programmation préféré.

Dans cet exemple, vous allez importer l'exemple de jeu de données d'Atlas. Les bases de données NoSQL présentent un certain nombre d'avantages par rapport aux bases de données traditionnelles , notamment un traitement rapide des requêtes, des modèles de données flexibles et une facilité d'utilisation pour les développeurs. À l'aide de l'explorateur de données, vous pouvez ajouter de nouveaux documents, modifier des documents existants et supprimer des documents. Si vous souhaitez analyser vos données, vous devez utiliser le cadre d'agrégation. L'utilisation de graphiques est le moyen le plus pratique de visualiser les données dans Atlas et Atlas Data Lake.

Pourquoi les bases de données Nosql gagnent en popularité

En raison de leur capacité à gérer rapidement et efficacement de grandes quantités de données, les bases de données NoSQL deviennent de plus en plus populaires. Il est particulièrement utile pour les plateformes publicitaires, où les attributs des utilisateurs doivent être suivis et les demandes d'annonces sont placées dès que possible.

Exemple de modélisation de données Nosql

Le schéma logiciel est une technique courante utilisée dans les modèles de données NoSQL. Il ressort également clairement des bases de données de graphes et de magasins de valeurs-clés que les valeurs peuvent être de n'importe quel format car les modèles de données ne limitent pas la valeur. Un autre exemple est BigTable, qui inclut des colonnes ainsi que des colonnes d'autres colonnes.

Les bases de données de documents, telles que la base de données MapR (récemment acquise par Hewlett Packard Enterprise) ou Eloquent Data Fabric, sont parfois appelées bases de données sans schéma. Les bases de données documentaires n'ont pas besoin de la même structure prédéfinie qu'une base de données relationnelle, mais elles doivent être définies en termes d'organisation de vos données. Si vous avez un modèle de données conçu correctement, votre application fonctionnera mieux. Vous pouvez dénormaliser votre schéma en le désinstallant sur une seule ligne ou en présentant plusieurs tables avec des index dans un environnement relationnel à l'aide de HPE Ezmeral Data Fabric. Pour effectuer des lectures et des écritures rapides, regroupez les données par plage de clés. Le modèle ER peut être utilisé pour définir le modèle physique et stocker les données qui y sont lues. Lorsque vous utilisez NoSQL, vous pouvez dénormaliser ou dupliquer des données afin qu'elles soient accessibles et stockées de manière unifiée.

Dans les magasins de données dénormalisés, vous disposez d'une table contenant plusieurs index, comme dans une base de données relationnelle. Dans les relations un-à-plusieurs, vous pouvez modéliser vos tables comme un seul document. Dans une base de données relationnelle, les instances de ligne font référence aux instances du même objet. Dans les modèles de programmation orientés objet, différents types d'objets peuvent être liés en étendant le même type de base. Chaque document a une clé de ligne égale au nœud sur lequel il est écrit. Le champ parent contient l'ID de nœud du nœud parent, tandis que le champ enfants contient l'ID de nœud de chaque nœud enfant. Dans cet article de blog, nous verrons en quoi la modélisation des données de base de données de documents diffère de la modélisation de base de données relationnelle traditionnelle . Les objets objets d'un sous-type peuvent stocker leurs attributs, ce qui n'est pas le cas des types de base ou des objets de sous-type qui ne sont pas classés. Il vous permet de modéliser différents types de produits dans le même tableau et de localiser rapidement un groupe de produits en fonction de leurs types de produits.

Types de modèles de données Nosql

Il existe quatre principaux modèles de données NoSQL : clé-valeur, document, colonne et graphique. Chaque modèle a ses propres forces et faiblesses et est mieux adapté à certains types de données et de charges de travail.
Les magasins clé-valeur sont les plus simples des quatre modèles et conviennent le mieux au stockage de données pouvant être représentées sous la forme d'une valeur unique, telle qu'un nombre ou une chaîne. Les magasins de documents sont plus complexes et conviennent mieux au stockage de données pouvant être représentées sous forme de document, tel qu'un objet JSON. Les magasins en colonnes sont encore plus complexes et conviennent mieux au stockage de données pouvant être représentées sous forme de tableau, comme une feuille de calcul. Les magasins de graphes sont les plus complexes des quatre modèles et conviennent le mieux au stockage de données pouvant être représentées sous forme de graphe, comme un réseau social.

Il est possible d'utiliser les bases de données NoSQL de quatre manières : les magasins clé-valeur, les magasins de documents, les bases de données orientées colonnes et les bases de données de graphes. Les types de résolution de problèmes diffèrent grandement de ceux trouvés dans les bases de données relationnelles. OrientDB, par exemple, est une base de données multimodèle qui combine des bases de données NoSQL et non NNN. Une base de données relationnelle à grande échelle peut contenir de nombreuses entités et tables de liens, en plus de plusieurs tables d'entités et de liens. Chaque entité (personne) est représentée par sa propre ligne et les colonnes de chaque entité sont réparties sur plusieurs lignes. Une base de données de colonnes est divisée en sections qui stockent chaque colonne séparément, ce qui permet une analyse plus rapide lorsque seules quelques colonnes sont impliquées. L'index est utilisé pour représenter les numéros de lignes, tandis que la base de données de colonnes est utilisée pour représenter les données.

Les magasins clé-valeur, qui sont un type de base de données NoSQL, ont le niveau de complexité le plus bas. Ils sont destinés à stocker des documents de tous les jours et peuvent gérer des requêtes et des calculs complexes. La normalisation n'est pas requise dans les magasins de documents à moins que les données ne soient dans une structure logique. Le but d'une base de données graphique est de stocker efficacement les relations entre les entités. Les deux principales fonctions des bases de données de graphes sont d'organiser les données. Le nœud est défini comme l'entité elle-même. La relation entre deux entités est caractérisée par une ligne, qui a son propre ensemble de caractéristiques. Les magasins de documents et les magasins de clé-valeur adhèrent à BASE plutôt qu'aux bases de données de graphes comme Neo4j, qui prétendent maintenir ACID.

Quel facteur pilote le modèle de données dans une base de données Nosql

Les modèles d'accès spécifiques à l'application, tels que ceux qui prennent en charge des types de requêtes spécifiques, constituent généralement la base de la modélisation des données NoSQL.

Diagramme de base de données Nosql

Le diagramme de base de données Nosql est un diagramme qui montre la structure d'une base de données Nosql. Il peut être utilisé pour visualiser les données dans une base de données Nosql et pour comprendre les relations entre les données.

Il n'est pas possible d'utiliser des diagrammes de modélisation de données NoSQL avec des noms ou des contraintes similaires aux diagrammes ER ou de classes. Les règles sur les relations dans NoSQL sont assouplies dans le but de simplifier le processus pour les développeurs. Si vous faites de la modélisation, c'est toujours une bonne idée de planifier à l'avance les opérations de lecture et d'écriture. Assurez-vous que pas plus de deux documents contiennent les mêmes informations et n'incluez jamais de référence au même document. Un certain nombre d'articles continueront de croître au fil du temps, ce qui rendra impossible l'intégration ou l'ajout de leurs identifiants à un produit en tant que référence. Alternativement, vous pouvez créer une autre collection pour organiser plusieurs transactions ou simplement placer un champ d'identifiant unique (par exemple, id transaction) dans chaque transaction effectuée dans un groupe. Les bases de données SQL et NoSQL sont similaires en termes de noms et de principes de conception.

À cette fin, les symboles utilisés dans le schéma doivent toujours être inclus, ce qui facilite la lecture. De nombreuses transactions peuvent être exécutées par un produit, et les exigences pour ce produit diffèrent. Au fur et à mesure que le développement d'une application progresse, ce schéma de base peut devoir être révisé.

Qu'est-ce que la conception de base de données Nosql ?

Les bases de données de recherche NoSQL sont basées sur l'idée que les données semi-structurées peuvent être transformées en données analytiques à l'aide d'algorithmes. L'utilisation de modèles de données est nécessaire. Le modèle relationnel génère des tableaux avec des lignes et des colonnes après avoir converti les données en tableaux. Les tables, les lignes, les colonnes, les index et les relations entre les tables et les autres éléments de la base de données sont tous spécifiés par des schémas.