
NoSQL・RDB・分散DBの違い | 要件に合わせたDB選定の考え方
はじめに|RDBだけでなく、NoSQLも試験対策が必要
データベースといえば、SQLで操作するRDB(リレーショナルデータベース)を思い浮かべる方が多いのではないでしょうか。しかし、近年のシステムでは、RDBだけでなく、NoSQLや分散データベースも広く活用されています。
IPAの応用情報技術者試験シラバスVer.7.2(2026年1月公開)でも、RDBとNoSQLの違いに加え、具体的なデータベース製品や分散データベースに関連する技術が学習対象となっています。さらに、2025年度秋期の応用情報技術者試験では、NoSQLのBASE特性に関する問題が実際に出題されました。
本記事では、次の内容を初学者向けに整理します。
RDB・NoSQL・分散データベースの違い
NoSQLの代表的な4分類とデータの持ち方
MongoDB、Redis、Cassandraなどの製品別の特徴
シャーディング、レプリケーション、CAP定理などの重要用語
ACID特性・BASE特性・結果整合性の違い
応用情報試験を想定した確認問題と解答解説
SQLの細かい構文を覚える記事ではなく、データベースの特徴を理解し、要件に合った方式や製品を選択できるようになることを目標にしています。
1. RDB・NoSQL・分散データベースの違い
最初に、3つの用語を整理しましょう。
1-1. RDBとは?
RDB(Relational Database)は、データを行と列からなる表(テーブル)として管理するデータベースです。
例えば、ECサイトのデータを次のように管理します。
顧客テーブル
顧客ID:001
氏名:田中
メールアドレス:tanaka@example.com
注文テーブル
注文ID:1001
顧客ID:001
商品ID:A001
顧客IDを使って、顧客テーブルと注文テーブルを関連付けられます。
RDBの特徴は、複数テーブルの関連付けや整合性制約を活用しながら、構造化データを管理できることです。一般的にはSQLを使って検索・登録・更新・削除を行います。代表的な製品として、MySQL、PostgreSQL、SQLite、Oracle Database、Microsoft SQL Serverなどがあります。
RDBが向いている用途
銀行の口座管理
受発注・在庫管理
会計・販売管理
顧客管理
複数のデータを関連付ける業務システム
特に、複数の更新を一つのトランザクションとして安全に扱いたいシステムと相性がよい方式です。
1-2. NoSQLとは?
NoSQLは、一般に「Not Only SQL」と説明されるデータベースの総称です。RDBの表形式に限らず、キーバリュー、ドキュメント、グラフなど、多様なデータモデルを扱います。
例えば、ECサイトの商品情報には、次のような違いがあるかもしれません。
スマートフォン:機種名、メモリ容量、画面サイズ
食品:原材料、賞味期限、保存方法
衣類:サイズ、色、素材
商品によって必要な項目が異なります。RDBでもこのようなデータを扱えますが、柔軟なドキュメント構造を採用できるNoSQLが適する場面もあります。
NoSQLの代表的な特徴は次のとおりです。
データモデルの種類が豊富
製品によってはスキーマを柔軟に変更できる
特定のアクセスパターンに最適化しやすい
分散配置や水平スケーリングに対応する製品が多い
ただし、NoSQLだからSQLが一切使えない、トランザクションが使えない、というわけではありません。具体的な機能は製品によって異なります。
1-3. 分散データベースとは?
分散データベースは、複数のコンピューターや拠点にデータを配置し、連携して管理する仕組みです。例えば、1台のサーバーでは処理しきれない大量のアクセスを、複数のサーバーに分散させます。
代表的な目的は次の3つです。
① 処理性能・拡張性の向上
データや処理を複数のノードに分散することで、システム全体の負荷を分担します。
② 可用性の向上
データを複製しておけば、一部のノードで障害が発生してもサービスを継続できるように設計できます。
③ 地理的な分散
複数地域にデータを配置し、利用者から近い地域で処理するなどの設計が可能です。
ただし、分散させれば必ず高速になるわけではありません。ノード間通信や同期処理が増えることで、逆に性能が低下する場合もあります。
1-4. 最重要ポイント|RDB・NoSQL・分散DBは別の分類軸
ここは試験でも混同しやすいポイントです。RDBとNoSQLは、主にデータモデルやデータ管理方式の違いを表します。一方、分散データベースは、データを複数のノードに配置・管理する構成を表します。
そのため、次のような組合せが成立します。
RDB × 単一ノード
RDB × 分散構成
NoSQL × 単一ノード
NoSQL × 分散構成
例えば、Google CloudのSpannerは、SQLやトランザクション整合性をサポートする分散データベースです。つまり、「分散データベース=NoSQL」ではありません。
2. NoSQLの4つの代表的な分類
NoSQLは、主に次の4種類に分類して理解すると整理しやすくなります。
2-1. キーバリュー型(KVS)
キー(Key)と値(Value)の組合せでデータを管理する方式です。
辞書のように、キーを指定して対応する値を取得するイメージです。
例えば、次のように管理します。
user:001 → 田中
session:abc123 → ログイン情報
特徴
キーを使った高速なアクセスに適しており、セッション管理やキャッシュなどで活用されます。代表製品はRedis、Amazon DynamoDBなどです。
ただし、DynamoDBはキーバリュー型だけでなく、ドキュメント型のデータモデルもサポートしています。
覚え方:キーを指定して値を取り出す。
2-2. ドキュメント指向型
JSONのような構造を持つドキュメント単位でデータを管理します。
例えば、次のようなデータです。
{
"user_id": "001",
"name": "田中",
"hobbies": ["料理", "読書"],
"address": {
"city": "東京"
}
}ドキュメント内部に配列や入れ子構造を持たせられるため、情報を柔軟に管理できます。
特徴
データごとに異なる項目を持たせやすい
JSONと親和性が高い
Webアプリケーションなどに利用しやすい
代表製品はMongoDB、Apache CouchDBです。なお、MongoDBが実際にデータを保存する形式は、JSONそのものではなくBSONです。
覚え方:JSONのような文書を一つの単位として管理する。
2-3. ワイドカラム型(列指向型の一種)
列ファミリーやパーティションを活用して大量のデータを管理する方式です。代表製品はApache Cassandra、Apache HBaseです。例えば、センサーデータを機器IDや日時に基づいて管理する場合に利用できます。
特徴
大規模なデータの分散管理を想定
パーティション単位でのデータ配置
大量の書込みや特定の検索パターンへの最適化
覚え方:大量データをパーティションに分けて管理する。
2-4. グラフ指向型
データ同士の関係を、ノードとエッジ(関係)で表現する方式です。
代表製品はNeo4jです。
例えば、SNSの友人関係で考えます。
ノード:田中、佐藤、鈴木
エッジ:フォローしている、友人である
このようなデータ構造を利用すると、人物同士の関係やつながりをたどる処理を表現しやすくなります。
特徴
複雑な関係性を表現しやすい
関係をたどる検索に適している
不正取引の関連分析や推薦システムなどに活用できる
覚え方:データ同士のつながりを管理する。
3. 代表的なデータベース製品を整理
IPAの応用情報技術者試験シラバスVer.7.2では、次の製品が具体的に例示されています。
RDBの代表製品
MySQL:広く利用されるオープンソースのRDBMS
PostgreSQL:豊富なSQL機能や拡張機能を備えたRDBMS
SQLite:アプリケーションに組み込んで利用できる軽量なRDBMS
NoSQLの代表製品
Apache Cassandra:分散型のワイドカラム型NoSQL
Apache CouchDB:JSON文書を扱うドキュメント指向型NoSQL
MongoDB:BSON文書を扱うドキュメント指向型NoSQL
Redis:キーバリュー型を基本とするインメモリのデータストア
Neo4j:ノードとリレーションシップで表現するグラフデータベース
4. 分散データベースの重要用語
ここからは、分散データベースに関連する重要な技術用語を整理します。
4-1. シャーディング(Sharding)
データを複数のノードに分割して配置する方式です。
例えば、顧客IDによって次のように分割します。
ノードA:顧客ID 0001〜1000
ノードB:顧客ID 1001〜2000
ノードC:顧客ID 2001〜3000
このようにデータを分けることで、各ノードが担当するデータ量や処理負荷を分散できます。シャーディングは、データの水平分割を複数のノードに配置する代表的な実装方法です。ただし、分割キーの選び方が悪いと、特定ノードにアクセスが集中するホットスポットが発生します。
4-2. レプリケーション(Replication)
データを複数のノードに複製する方式です。
例えば、ノードAのデータをノードBやノードCに複製します。主な目的は可用性の向上や障害対策です。代表的な同期方式には、同期レプリケーションと非同期レプリケーションがあります。
同期レプリケーション
所定の複製先への反映を待ってから更新完了とする方式です。整合性を確保しやすい一方、通信遅延の影響を受けます。
非同期レプリケーション
複製先への反映を待たずに更新完了とする方式です。応答時間を抑えやすい一方、複製の遅延が生じることがあります。
ここで覚えておきたいのは、次の違いです。両者は併用できます。
シャーディング:データを分割する。
レプリケーション:データを複製する。
4-3. 水平分散と垂直分散
表を分ける方法には、水平分散と垂直分散があります。
水平分散
データを行単位で分割します。
例:顧客IDによってデータを振り分ける。
垂直分散
データを列単位で分割します。
例:顧客の基本情報と詳細情報を別々に管理する。
4-4. 2相コミット(2PC)
複数のノードにまたがるトランザクションについて、コミットするかどうかを協調して決定する仕組みです。処理は大きく2段階です。
第1段階:準備フェーズ
調停役が各参加ノードにコミット可能かを問い合わせます。
第2段階:確定フェーズ
各ノードの応答を踏まえ、コミットまたはロールバックを指示します。
これにより、複数ノードにまたがる処理の原子性を確保します。
ただし、2相コミットには、調停役の障害などによって参加ノードが待機状態になる問題があります。試験対策では、レプリケーションと2相コミットは役割が異なることも押さえましょう。
4-5. スプリットブレイン
ネットワーク障害などによってクラスタが分断され、複数のノードがそれぞれ自分を正当な主系だと判断してしまう状態です。複数の主系で更新が進むと、データの不整合が発生するおそれがあります。
対策として、クォーラム(多数決に必要なノード数)を用いた制御や、フェンシングによる旧主系の隔離などがあります。
5. CAP定理・ACID特性・BASE特性を理解する
5-1. CAP定理とは?
CAP定理は、分散システムにおいて、次の3つの特性を考えるための理論です。
C:Consistency(一貫性)
どのノードを通じても、整合した最新の値を参照できること。
A:Availability(可用性)
稼働中のノードが、受け付けた要求に応答を返すこと。
P:Partition Tolerance(分断耐性)
ノード間で通信障害が発生しても、分散システムとして動作を継続できること。
CAP定理の重要なポイントは、ネットワーク分断が発生した際、強い一貫性と可用性の両方を常に保証することはできないという点です。
例えば、2つの拠点間で通信できなくなった状況を考えましょう。
一貫性を優先:正しい値を確認できない側の処理を制限する
可用性を優先:古い値を返す可能性を許容して処理を続ける
なお、「3つのうち好きな2つを選ぶ」とだけ覚えると誤解につながります。CAP定理で問題となるのは、特にネットワーク分断時のトレードオフです。また、CAPのConsistencyと、後述するACID特性のConsistencyは意味が異なります。
5-2. ACID特性とは?
ACIDは、トランザクションの信頼性を確保するための4つの性質です。
A:Atomicity(原子性)
複数の処理を、すべて成功またはすべて失敗として扱うこと。
C:Consistency(一貫性)
トランザクションの実行前後で、データベースの整合性制約が維持されること。
I:Isolation(独立性・隔離性)
同時実行されるトランザクションが、規定された分離レベルに従って互いに干渉しないこと。
D:Durability(永続性)
確定した更新結果が、障害などが発生しても保持されること。
例えば、銀行口座Aから銀行口座Bに送金する場合を考えます。
A口座から1万円を減らす処理と、B口座に1万円を加える処理は、両方成功する必要があります。片方だけ成功してしまうと、残高が不整合になります。こうした処理を安全に扱うために、ACID特性が重要になります。
5-3. BASE特性とは?
BASEは、分散システムなどで利用される、可用性や柔軟な整合性モデルに関係する考え方です。
BA:Basically Available
一部の障害などが発生しても、基本的な可用性を確保することを重視します。
S:Soft State
レプリカ間の同期などによって、状態が時間とともに変化し得ることを許容します。
E:Eventual Consistency(結果整合性)
更新が停止し、通信・同期が正常に進めば、最終的に複製データの整合性が取れることを意味します。
例えば、SNSでプロフィールを変更しても、別の地域のサーバーでは変更前の内容が一時的に表示されることがあります。その後、複製データの同期によって新しい内容が反映されます。これが結果整合性のイメージです。
ただし、NoSQL=BASE、RDB=ACIDという一対一の対応関係ではありません。NoSQL製品でもACIDトランザクションや強い整合性を提供するものがあります。例えば、DynamoDBはトランザクション機能を持ち、条件を満たす読取りでは強い整合性を選択できます。
6. 要件に合ったデータベースの選び方
データベースを選ぶ際には、製品名よりもシステムの要件を優先して考えます。
ケース①:会計・受発注システム
複数のデータを関連付け、金額や在庫数量などを整合した状態に保つ必要があります。
推奨候補:RDB(PostgreSQL、MySQLなど)
SQLによる検索やトランザクション管理を活用できます。
ケース②:ログインセッションやキャッシュ
キーを指定して高速にデータを取得することが重要です。
推奨候補:Redis
TTL(有効期限)を利用するデータ管理やキャッシュに向いています。ただし、障害時のデータ消失をどこまで許容できるか、永続化や冗長構成について検討する必要があります。
ケース③:商品情報の項目が頻繁に変わる
商品カテゴリーごとに異なる項目を持ち、データ構造を柔軟に変更する必要があります。
推奨候補:MongoDB
柔軟なドキュメントモデルが有効です。
ケース④:大量の時系列・イベントデータ
大量のデータを分散保存し、決まったキーや時間範囲で取得します。
推奨候補:Apache Cassandra
パーティションキーを中心としたデータ設計が適している場合があります。
ケース⑤:SNSの人物関係をたどる
人物同士のつながりや、複数段階にわたる関係を検索します。
推奨候補:Neo4j
グラフ構造を利用した関係探索に適しています。
ケース⑥:複数地域にまたがる大規模な業務システム
分散構成でありながら、SQLと強いトランザクション整合性が必要です。
推奨候補:Google Cloud Spanner
グローバルな分散構成を前提とする設計に利用できます。
なお、これらは要件の一部だけを使った典型例です。実際の選定では、整合性、性能、障害対策、運用負荷、費用、既存システムとの互換性を併せて評価します。
7. 過去問から学ぶ|2025年度秋期の出題例
2025年度秋期の応用情報技術者試験・午前問26では、BASE特性を満たすNoSQLデータベースについて、適切な説明を選ぶ問題が出題されました。
問題のポイントは、複数ノードにデータが分散しており、一つのノードで更新した内容が他のノードに反映される仕組みを理解しているかどうかです。
正解:イ
更新結果が、システムに障害がなければ最終的に全ノードへ反映される、という趣旨の選択肢です。
これは結果整合性(Eventual Consistency)の説明です。
一方、次のような説明には注意が必要です。
2相コミットを使って全ノードへ必ず同期反映する
どのノードから参照しても常に同じ結果を返す
通信分断時には必ずすべての要求を停止する
これらはBASE特性から一律に導ける性質ではありません。
「更新直後は不一致があり得るが、最終的には整合する」
この考え方を理解していれば、同種の問題に対応しやすくなります。
出典:IPA「令和7年度秋期 応用情報技術者試験 午前 問26・解答例」
8. 理解度チェック|オリジナル確認問題5選
以下は、本記事の内容をもとに作成したオリジナル問題です。IPA公式問題ではありません。
問題1
キーを指定して対応する値を取得する方式の代表例として、最も適切なものはどれでしょうか。
ア.Neo4j
イ.Redis
ウ.PostgreSQL
エ.MongoDB
正解:イ
Redisはキーバリュー型を基本とするデータストアです。
問題2
人物同士のつながりをノードとリレーションシップで表現するデータベースとして、最も適切なものはどれでしょうか。
ア.MySQL
イ.SQLite
ウ.Neo4j
エ.Apache Cassandra
正解:ウ
Neo4jはグラフデータベースです。
問題3
分散データベースにおけるシャーディングの説明として、最も適切なものはどれでしょうか。
ア.データを複数のノードに分割して配置する
イ.データを常に全ノードへ完全複製する
ウ.すべての操作を単一ノードに集中させる
エ.データの更新履歴を暗号化する
正解:ア
シャーディングは、データを複数のノードに分割する仕組みです。
問題4
結果整合性の説明として、最も適切なものはどれでしょうか。
ア.更新直後から全ノードが必ず同じ値を返す
イ.障害や更新がなく同期が進めば、最終的に整合する
ウ.すべての更新が2相コミットを必要とする
エ.更新データは必ず一つのノードにしか保存できない
正解:イ
結果整合性では、複製データの一時的な不一致を許容します。
問題5
次のうち、分散構成とRDBの性質に関する説明として、最も適切なものはどれでしょうか。
ア.分散データベースは必ずNoSQLである
イ.NoSQLではACIDトランザクションを実現できない
ウ.RDBと分散構成は両立できる
エ.分散データベースではSQLを使用できない
正解:ウ
SQLやトランザクション整合性を備えた分散データベースも存在します。
9. 試験直前に確認したい重要ポイント
最後に、特に混同しやすいポイントをまとめます。
RDB・NoSQLの違い
RDB:表形式の関係モデルを中心にデータを管理
NoSQL:キーバリュー、ドキュメント、グラフなど多様なデータモデルを採用
NoSQLの4分類
KVS → Redis
ドキュメント指向 → MongoDB、CouchDB
ワイドカラム型 → Cassandra
グラフ指向 → Neo4j
分散データベース
シャーディング → データを分割
レプリケーション → データを複製
水平分散 → 行で分割
垂直分散 → 列で分割
2相コミット → 複数ノードのコミット判断を調整
スプリットブレイン → 複数の主系が存在してしまう状態
整合性と可用性
ACID → トランザクションの信頼性
BASE → 可用性や結果整合性を重視する考え方
CAP定理 → ネットワーク分断時の一貫性と可用性のトレードオフ
ここまで理解できれば、RDB・NoSQL・分散データベースに関する代表的な知識問題の対策ができます。一方、応用情報の科目Bやデータベーススペシャリスト試験では、単なる用語暗記だけでなく、業務要件、データモデル、トランザクション、性能などを踏まえて解答する力も必要です。
まずは、製品ごとのデータモデル、分散方式、整合性モデルの3つをセットで理解することを意識しましょう。
関連記事
参考資料
IPA「応用情報技術者試験(レベル3)シラバス Ver.7.2」
https://www.ipa.go.jp/shiken/syllabus/gaiyou.htmlIPA「令和7年度秋期 応用情報技術者試験 問題冊子・解答例」
https://www.ipa.go.jp/shiken/mondai-kaiotu/2025r07.htmlMongoDB公式ドキュメント
https://www.mongodb.com/docs/manual/core/document/Redis公式ドキュメント
https://redis.io/docs/latest/develop/data-types/Apache Cassandra公式ドキュメント
https://cassandra.apache.org/doc/stable/cassandra/architecture/overview.htmlApache CouchDB公式ドキュメント
https://docs.couchdb.org/en/stable/intro/Neo4j公式ドキュメント
https://neo4j.com/docs/getting-started/graph-database/AWS「Amazon DynamoDBとは」
https://docs.aws.amazon.com/ja_jp/amazondynamodb/latest/developerguide/Introduction.htmlGoogle Cloud Spanner公式ドキュメント
https://docs.cloud.google.com/spanner/docsTiDB公式ドキュメント
https://docs.pingcap.com/tidb/stable/overview/IBM「CAP定理とは」
https://www.ibm.com/jp-ja/think/topics/cap-theorem
※掲載内容は2026年10月30日時点で確認した公開資料を基にしています。試験制度やシラバスは変更される可能性があるため、受験時にはIPAの最新情報も確認してください。