…и почему это всё равно лучше, чем Excel

Когда говорят о базах данных, большинство людей представляет себе что-то скучное вроде таблиц Excel, индексов, SELECT * FROM и разработчика, который спорит с DBA о нормализации. Но на практике базы данных живут куда более разнообразной и интересной жизнью. Например, они управляют коровами, пишут музыку, отслеживают космический мусор и даже помогают археологам восстанавливать древние цивилизации.

Команда Т1 Облако собрала интересные примеры использования баз данных — от реально полезных до почти абсурдных, но весьма необычных. Что интересно, почти все они используют те же самые движки, которые стоят у нас в облаке.

1. База данных коров

Фермеры давно автоматизировали производство молока, а современные фермы — это, практически, IoT-кластер. Каждая корова носит датчик, который отслеживает:

• активность (перемещение по пастбищу);

• температуру;

• репродуктивный цикл;

• продуктивность (объём молока, оценка упитанности);

• показатели здоровья (пульс, акты питья, режим сна, признаки хромоты, стресса, параметры жвачки и многое другое).

Все данные непрерывно отправляются в базы данных и анализируются. Для этого часто используют PostgreSQL или MongoDB, потому что:

• много телеметрии;

• нужно хранить цифровую историю животных;

• есть аналитика для отслеживания динамики состояния коров.

В частности, фермер может открыть дашборд и увидеть что-то вроде такого:

Корова #1482

Активность: снижена

Вероятность болезни: 78%

Рекомендация: проверить ветеринаром

Или такого:

Это почти как мониторинг микросервисов, только вместо Kubernetes — целое стадо.

Кстати, если вы когда-нибудь задумывались, где удобно хранить потоковые данные с тысяч датчиков, это как раз тот самый случай, когда managed PostgreSQL или MongoDB из облака экономят кучу времени, в частности фермерским хозяйствам, потому что администрировать базу данных и одновременно доить коров — плохая идея.

2. Музыкальная база данных, которая сочиняет джаз

В исследовательских лабораториях есть проекты, когда база данных используется как «память» для генерации музыки. Например, в одну базу загружают:

• тысячи джазовых импровизаций;

• MIDI‑файлы;

• структуру аккордов;

• ритмические паттерны.

После этого алгоритмы, лежащие в основе нейросетей наподобие TopMediai AI или Mubert, ищут закономерности и генерируют новые партии. Иногда для таких проектов используют ClickHouse, потому что нужно быстро анализировать огромные массивы музыкальных последовательностей. В итоге получается любопытная ситуация: база данных не только хранит музыку, но и анализирует её, и помогает писать. В какой-то момент может возникнуть вопрос: «А композитор-то вообще нужен?»

3. Археология на SQL

Археологи неожиданно стали большими фанатами баз данных. Когда раскопки проходят в одном месте десятилетиями, то накапливается огромное количество информации:

• координаты находок;

• фотографии;

• описания;

• химический анализ;

• датировки.

И всё это нужно сопоставлять. В проектах по цифровой археологии часто используют PostgreSQL с георасширениями. Запросы там выглядят примерно так:

Найти все бронзовые предметы в радиусе 300 метров, датированные между 800 и 900 годом

Это позволяет находить закономерности:

• где жили ремесленники;

• где проходили дороги;

• как развивались поселения.

Например, проект «Древности Новгородской земли: электронная база данных археологических находок» помог создать единый перечень артефактов, найденных в ходе археологических раскопок древних и средневековых памятников Новгородской земли. База данных насчитывает свыше 80 тысяч предметов, начиная с эпохи каменного века и до наших дней, и содержит цифровые изображения находок и максимально полную информацию о каждом предмете:

Фактически, SQL помогает реконструировать древние цивилизации. Неплохая судьба для технологии, которую многие до сих пор используют только для хранения заказов интернет‑магазина.

4. База данных космического мусора

Наорбите Земли летает более 100 миллионов объектов. Большинство из них — космический мусор:

• обломки спутников;

• фрагменты ракет;

• старые болты, панели и многое другое.

Каждый объект нужно отслеживать, так как если два объекта столкнутся, то появится ещё больше мусора.

Для анализа орбит космического мусора используют базы данных, которые могут работать с огромными потоками телеметрии. Часто применяют системы вроде ClickHouse или OpenSearch, потому что нужно:

• быстро анализировать временные ряды;

• фильтровать события;

• искать потенциальные столкновения.

По сути, это мониторинг, только вместо серверов — космические объекты.

5. Redis управляет светофорами

В некоторых системах «умного города» Redis используют как сверхбыстрое хранилище состояния дорожных систем. Почему именно Redis? Потому что, например, светофорам нужно принимать решения за миллисекунды, анализируя:

• поток машин;

• данные с камер;

• аварии;

• пробки.

Redis хранит состояние перекрёстков и позволяет мгновенно обновлять его. Это один из тех редких случаев, когда задержка в 50 мс может реально изменить жизнь людей — в буквальном смысле.

6. Kafka и кролики (не те RabbitMQ)

Есть сельскохозяйственные проекты, в которых датчики отслеживают поведение животных — кроликов, овец, кур и других. Данные передаются потоками и анализируются для выполнения таких задач, как:

• обнаружение болезней;

• контроль температуры;

• управление кормлением.

Здесь появляется классическая архитектура: датчики → Kafka → аналитика → база данных. Kafka выступает как транспорт потоков, а затем данные поступают в базы для хранения и анализа.

Кроме того, в качестве эксперимента Kafka использовали на хакатоне Confluent в 2022 году для отслеживания моделей перемещения животных в зоопарке. 

Интересно, что в таких системах часто соседствуют Kafka, PostgreSQL, ClickHouse и Redis. Если это звучит знакомо — да, именно такой стек обычно и предлагается в современных DBaaS-платформах.

7. База данных вкусов

Есть исследовательские проекты вроде FlavorDB, разработанного Институтом информационных технологий в Дели, в рамках которых создают базы данных вкусовых сочетаний. В них хранят информацию о химических соединениях в продуктах, рецепты, вкусовые профили и многое другое. Цель таких проектов — находить неожиданные сочетания, например:

• клубника + чёрный перец;

• шоколад + голубой сыр;

• кофе + апельсин.

В таких проектах удобно использовать MongoDB, потому что структура данных довольно хаотичная.

Иногда базы вкусов используются даже ресторанами для создания новых блюд. Так что, если когда-нибудь попробуете десерт со странным сочетанием вкусов, возможно, его придумала база данных.

Немного иронии

Самое забавное, что почти все эти системы используют абсолютно обычные технологии, которые есть у нас в облаке:

• PostgreSQL

• MongoDB

• Redis

• ClickHouse

• Kafka

• OpenSearch

• RabbitMQ

То есть те же самые базы данных, которые разработчики используют для интернет-магазинов, мобильных приложений и SaaS-сервисов. Разница только в масштабе и фантазии.

Вывод

Как вы поняли, базы данных — это не просто «таблицы с пользователями». И даже самые необычные из них можно собрать из стандартных компонентов. Именно поэтому DBaaS-подход становится всё популярнее: вместо того чтобы тратить недели на настройку инфраструктуры, можно сразу сосредоточиться на самой идее. Даже если ваша идея — база данных для коров.

А с какими необычными способами применения баз данных сталкивались вы? Делитесь в комментариях!