- Débutant
- Données et stockage
Où on le retrouve dans les vrais systèmes
-
Base de données relationnelle
Le primaire traite toutes les écritures ; les réplicas en lecture ajoutent de la capacité mais ont un léger retard, un utilisateur peut donc ne pas voir sa propre écriture. Un standby multi-AZ prend le relais en une minute environ si le primaire tombe. Le sharding multiplie la capacité d'écriture, mais une mauvaise clé crée un shard chaud. Sans pool de connexions, beaucoup d'instances applicatives épuisent la limite de connexions.
En production : PostgreSQL (Amazon RDS, Aurora), MySQL, Azure SQL Database, Cloud SQL, Citus, Vitess
-
Base documentaire
Un replica set élit un nouveau primaire quand le primaire tombe. Avec un write concern majority, une écriture confirmée survit au basculement ; avec w:1, les écritures récentes peuvent être annulées. Lire sur les secondaires augmente la capacité mais renvoie des données un peu périmées.
En production : MongoDB Atlas, Amazon DocumentDB, Couchbase, Firestore
-
Base de graphe
Parcourir des relations est rapide même sur plusieurs niveaux, là où la même requête SQL demanderait de nombreuses jointures. Un graphe se shard difficilement : on augmente la lecture avec des réplicas.
En production : Neo4j, Amazon Neptune, TigerGraph, ArangoDB
-
Base vectorielle
Alimente la recherche sémantique, les recommandations et la récupération de contexte pour les assistants IA. Les index de plus proches voisins approximatifs comme HNSW sacrifient un peu de rappel pour une vitesse énorme ; ils vivent surtout en mémoire, dimensionne donc les nœuds selon le nombre de vecteurs.
En production : pgvector, Pinecone, Weaviate, Milvus, Qdrant, OpenSearch k-NN
Regarde-le casser, puis répare-le
Construis une architecture, envoie-lui une journée de trafic et de pannes, et comprends pourquoi elle tient ou cède. Gratuit pour commencer.