Какие базы данных вы знаете и использовали?

В зависимости от требований проекта, я работал с различными типами баз данных.

Реляционные (SQL):

• PostgreSQL – мощная, с расширенными типами данных (JSON, массивы), поддержкой транзакций и хорошей производительностью для сложных запросов. Отлично подходит для большинства веб-приложений.
• Microsoft SQL Server – глубокая интеграция с экосистемой .NET, мощные инструменты для бизнес-аналитики (SSIS, SSAS).
• MySQL / MariaDB – популярный выбор для веб-приложений (например, на стеке LAMP), проще в настройке и управлении.
• SQLite – встраиваемая БД, идеальна для мобильных приложений, десктопных программ или как хранилище для конфигурации.

Пример подключения и запроса в .NET (PostgreSQL с Npgsql):

using var connection = new NpgsqlConnection(connectionString);
await connection.OpenAsync();

var command = new NpgsqlCommand("SELECT id, name FROM users WHERE active = @isActive", connection);
command.Parameters.AddWithValue("isActive", true);

using var reader = await command.ExecuteReaderAsync();
while (await reader.ReadAsync())
{
    Console.WriteLine($"ID: {reader.GetInt32(0)}, Name: {reader.GetString(1)}");
}

NoSQL:

• MongoDB (документная) – использовал, когда требовалась гибкая, изменяемая схема данных или быстрая разработка прототипов. Хорошо подходит для каталогов, контент-менеджмента.
• Redis (ключ-значение в памяти) – незаменим для кэширования (результатов запросов, сессий), реализации очередей задач или leaderboard в реальном времени.
• Elasticsearch – применял для полнотекстового поиска и лог-аналитики, где важны скорость поиска и агрегации данных.

Пример работы с MongoDB в C#:

var client = new MongoClient("mongodb://localhost:27017");
var database = client.GetDatabase("shop");
var collection = database.GetCollection<Product>("products");

// Поиск товаров в категории
var filter = Builders<Product>.Filter.Eq(p => p.Category, "Electronics");
var products = await collection.Find(filter).Limit(10).ToListAsync();

Критерии выбора:

1. Структура данных: Четкая схема и связи → SQL. Динамическая или иерархическая структура → документная NoSQL.
2. Требования к целостности: Критически важны ACID-транзакции → реляционные БД.
3. Масштабирование: Горизонтальное масштабирование (sharding) проще реализовать у многих NoSQL-решений.
4. Нагрузка: Высокочастотное чтение/запись с простой логикой → Redis. Сложные аналитические запросы → PostgreSQL или Elasticsearch.