NoSQL přehled: MongoDB, Cassandra, Redis

Proč NoSQL a kdy po nich sáhnout

MongoDB, Apache Cassandra a Redis patří mezi nejrozšířenější NoSQL databáze, které řeší limity klasických relačních systémů při práci s velkým objemem dat, vysokou propustností a proměnlivými schématy. Každý nástroj reprezentuje odlišný datový model a škálovací filozofii: MongoDB jako document store, Cassandra jako wide-column store s důrazem na horizontální škálování a dostupnost, a Redis jako in-memory key–value engine s bohatými datovými strukturami pro extrémně nízké latence. Volba závisí na prioritách v tzv. CAP trojúhelníku (konzistence, dostupnost, odolnost vůči particím), na přístupu k datovému modelování, SLA, i provozních omezeních.

Datové modely a schémata

• MongoDB (Document): JSON-like dokumenty (BSON) s flexibilním schématem. Vhodné pro hierarchická data, embeddované subdokumenty a rychlou evoluci schémat bez masivních migrací.
• Cassandra (Wide-column): tabulky a partition key s clustering columns. Datový model odráží přístup „modeluj podle dotazů“ – denormalizace a materializace dat pro čtecí vzory.
• Redis (In-memory key–value): klíče a různé typy hodnot (strings, lists, sets, sorted sets, hashes, streams, bitmaps, hyperloglog). Od Redis 6+ per-key modules a data types rozšiřují možnosti (RedisJSON, RedisSearch, RedisGraph – dnes Redis Stack).

Dotazovací jazyky a API

• MongoDB: bohatá dotazovací DSL (find/aggregate pipeline), sekundární indexy, textové a geospatial dotazy, transakce na více dokumentů a ACID v rámci kolekcí a replikových sad.
• Cassandra: CQL (Cassandra Query Language) připomínající SQL, ale bez joins a ad-hoc agregací napříč partition. Důraz na předem navržené primární klíče a sekvenování clustering sloupců.
• Redis: příkazové API per datový typ (GET/SET, HGETALL, ZRANGE, XREAD/XADD…). Redis Stack přidává full-text vyhledávání a JSON dotazy.

Indexace a vyhledávání

• MongoDB: single field, compound, multikey (pole), TTL, partial a sparse indexy; podpora covered queries a hint. S Atlas Search (Lucene) i bohaté full-text/geo/semantic dotazy.
• Cassandra: primárně rely na primary key a clustering pořadí. Sekundární indexy jsou omezené (vhodné na nízkou kardinalitu). Pro full-text/analytics se často integruje Elastic/Trino/Spark.
• Redis: základní operace jsou O(1)/O(log n) dle typu; RedisSearch (v rámci Redis Stack) přináší invertované indexy, full-text a agregace.

Transakce, konzistence a CAP

• MongoDB: v replikové sadě výchozí readConcern/writeConcern s možností majority. Podpora multi-document transakcí (ACID) – vhodné pro OLTP-like scénáře.
• Cassandra: AP orientace (dostupnost + partition tolerance). Tunable consistency (ONE, QUORUM, ALL…) pro čtení/zápis. Transakce napříč partition nejsou, lightweight transactions (CAS) pro podmíněný zápis s Paxos overheadem.
• Redis: per-příkaz atomicita; transactions (MULTI/EXEC) bez izolace mezi klienty; LUA skripty pro atomické kompozity. Redis Cluster má asynchronní replikaci (eventual consistency mezi shardů).

Škálování, sharding a replikace

• MongoDB: replica set (primary + secondaries) pro HA; horizontální škálování pomocí sharded clusteru (shard key, balancer, range/hash sharding). Čtení lze odklonit na sekundární uzly s příslušnou konzistencí.
• Cassandra: masterless architektura, peer-to-peer s konzistentním hashováním, bez single-point-of-failure. Snadný scale-out přidáním uzlů, automatické rebalancování replik v keyspace s definovaným replication factor.
• Redis: Redis Cluster (hash sloty) pro horizontální škálování, replicas pro HA. Pro velmi vysokou odolnost a persistenci se kombinuje s AOF/RDB a sentinel pro failover.

Perzistence, odolnost a zotavení

• MongoDB: journaling, write-ahead logging, point-in-time zálohy (oplog), change streams pro CDC. Silná perzistence na disk.
• Cassandra: commit log + SSTables (LSM-tree), memtable flush, kompakce. Přirozeně odolná proti výpadkům uzlů; tunable consistency minimalizuje RPO.
• Redis: primárně in-memory; perzistence volitelně RDB snapshoty a AOF (append-only log) s různou fsync politikou. Při přísných RPO/RTO je nutná pečlivá konfigurace a replikace.

Latence a propustnost: výkonové profily

• Redis: sub-milisekundové latence a miliony RPS při in-memory přístupu; ideální pro cache, session store, realtime pořadníky, pub/sub a proudy (Streams).
• MongoDB: nízké až střední latence s bohatou funkcionalitou dotazů; vhodné pro API back-ends, katalogy, profily uživatelů, event storage s agregacemi.
• Cassandra: stabilní latence pod zátěží a lineární škálování pro masivní zápisy/čtení s předvídatelným přístupovým vzorem (telemetrie, time-series, IoT).

Typické use-casy

• MongoDB: mikroservisní aplikace, obsahové systémy, mobilní backendy, geolokace, event sourcing s change streams, rychlá iterace schématu.
• Cassandra: logování a metriky v petabyte škále, časové řady, messaging s nízkým RTO, retail clickstream s požadavkem na dostupnost v multi-regionu.
• Redis: caching vrstvy, rate limiting, fronty a leaderboards, realtime notifikace, feature flags, full-text a JSON (Redis Stack) při potřebě nízké latence.

Modelování dat: principy a anti-patterny

• MongoDB: embeddovat vs. referencovat – malé, často čtené podstruktury embed, velké a sdílené entity referencovat. Vyhnout se nekonečnému růstu dokumentu (document growth) a neefektivním unbounded arrays.
• Cassandra: nejprve specifikujte dotazy, až poté tabulky. Vyhýbejte se „horkým“ partition (skew) – volte kompozitní klíče a bucketing podle času.
• Redis: volba datového typu dle operací (počítadla → INCR, pořadníky → ZSET, dokumenty → JSON). Nastavujte TTL a eviction policy; vyhněte se příliš velkým klíčům (big values) bez chunkování.

Transakční požadavky a konzistence v praxi

Pokud je nutná silná ACID konzistence a více-entitní transakce, má navrch MongoDB (resp. zvážit relační DB). Cassandra řeší konzistenci per-request pomocí kvór a je vhodná tam, kde mírná eventualita není problém. Redis poskytne atomickou sekvenci operací (script/transaction) v rámci uzlu; v clusteru je třeba brát v úvahu key-slot omezení a cross-slot operace.

Observabilita, provoz a údržba

• MongoDB: profiler, explain plans, FTDC telemetrie; monitorujte oplog lag, blokace, velikosti working setů a indexů.
• Cassandra: nodetool, JMX metriky, compaction/GC chování, latence čtení/zápisu, stav replikace; pečlivě ladit kompakce (STCS/LCS/TWCS) a velikost memtable.
• Redis: INFO metriky, latency monitor, slowlog, sentinel/cluster stav; hlídat paměť, fragmentaci, RDB/AOF IO a replikace lag.

Bezpečnost a governance

• Autentizace/Autorizace: všechny tři podporují ACL; MongoDB role-based, Cassandra role management, Redis ACL per příkaz/klíčový vzor.
• Šifrování: TLS v tranzitu; šifrování na disku (TDE/dm-crypt) dle distribuce; správa klíčů přes KMS v cloudu.
• Audit: MongoDB má detailní audit logy; u Cassandry/Redis často externí centralizace (SIEM) přes export metrik/logů.

Cloudové služby a ekosystém

• MongoDB Atlas: spravovaný multi-cloud, serverless, Atlas Search, Triggers, Data Federation, konektory na BI/ETL.
• Managed Cassandra: DataStax Astra, Amazon Keyspaces (CQL), Azure Managed Instance pro Cassandra; integrace se Spark/Trino.
• Redis (Managed): Redis Enterprise Cloud, Amazon ElastiCache / MemoryDB, Azure Cache for Redis; Redis Stack pro JSON/Search.

Výkon a náklady: provozní strategie

• MongoDB: optimalizujte indexy, covered queries, kompresi a ukládání velkých souborů přes GridFS jen pokud je potřeba. Sledujte cenu IO/Storage u cloudu.
• Cassandra: lineární škálování přidáním uzlů; náklady dominují v počtu strojů a IO. Důležitá je správná velikost SSTable, kompakce a GC tuning JVM.
• Redis: paměť je drahá – využívejte kompresi (u JSON), expirace, LFU/LRU a oddělení „hot“/„warm“ dat (tiering do diskových nástaveb, pokud to produkt umožní).

Migrace a polyglot persistence

Často dává smysl polyglot přístup: Redis jako cache a messaging, MongoDB jako primární úložiště aplikačních dat a Cassandra pro time-series/eventy v masivním měřítku. Při migracích definujte kontrakty schémat, dual-write/change data capture a ověřujte konzistenci vzorkováním. Zohledněte idempotentní replay a backfill historických dat.

Testování, benchmarking a SLO

• Simulujte reálné workloady: mix čtení/zápisů, rozdělení klíčů, velikosti dokumentů/řádků a hotspoty.
• Měřte p50/p95/p99 latence a variabilitu; pozor na GC pauzy (Cassandra), page-faulty (MongoDB) a AOF fsync (Redis).
• Definujte SLO: latence, throughput, RPO/RTO a dostupnost; nastavte alerting a autoscaling pravidla.

Rozhodovací matice: rychlý výběr podle kritérií

• Potřeba bohatých dotazů a flexibilního schématu → MongoDB.
• Masivní škála napříč datovými centry s vysokou dostupností → Cassandra.
• Extrémní latence (sub-ms), caching, fronty, realtime analytika → Redis (Redis Stack pro JSON/Search).
• Silné ACID transakce přes více entit → spíše MongoDB (nebo relační DB).
• Jednoduché operace nad klíči a datovými strukturami → Redis.

Časté chyby a doporučení

• MongoDB: absence vhodného shard key, nadužívání $lookup místo promyšleného modelu, neomezené pole.
• Cassandra: špatně zvolený partition key → nevyvážené clustery; nevhodná kompakce → latence a diskový tlak.
• Redis: chybějící expirace, přetěžování jediného uzlu, nepochopení eviction policy a perzistence.

Kontrolní seznam při návrhu NoSQL řešení

• Výběr databáze podle převažujících dotazů a SLO (latence, propustnost, dostupnost).
• Datový model navržený podle dotazů a vzorů přístupu; validace na reálných scénářích.
• Strategie škálování (replication factor, shard key, cluster topologie, multi-region).
• Indexační strategie a observabilita (slow queries, hot partitions, cache hit ratio).
• Bezpečnost (TLS, ACL/role, šifrování at-rest) a zálohování/DR (RPO/RTO).
• Nákladová optimalizace (tiering, komprese, TTL, autoscaling) a testy odolnosti.

Závěr: správný nástroj na správnou práci

MongoDB, Cassandra a Redis nejsou záměnné – každá technologie řeší jinou třídu problémů. Úspěch spočívá v realistickém posouzení požadavků, disciplinovaném modelování, dobře navržené škálovací topologii a pečlivé observabilitě. V praxi se osvědčuje polyglot persistence – využít Redis pro rychlou vrstvu a messaging, MongoDB pro pružné aplikační datové modely a Cassandru pro lineárně škálovatelné time-series a události. Tím získáte robustní, výkonné a nákladově předvídatelné řešení v podmínkách moderních distribuovaných systémů.