Pourquoi utiliser de vieilles technos (en apparence) alors que les petits nouveaux poussent fort (NoSQL par exemple) ? Pourquoi s’embêter avec tout le passif de système ayant plusieurs dizaines d’années alors que l’on pourrait repartir sur des bases actuelles plus rapides et plus adaptées ? Pourquoi conserver le SQL ?
Il n’y a pas qu’une seule raison et toutes ne sont pas bonnes mais dans l’ensemble, tout fait que le SQL risque de nous accompagner encore pendant un bon paquet d’années.
- Le SQL est un standard de fait. Tous les professionnels IT le connaissent (de près ou de loin) et tous ceux qui se sont frottés aux bases de données en maitrisent au moins les rudiments. Super pratique pour échanger, recruter, lancer rapidemment un projet.
- Le SQL est connu en entreprise. Combien ça coûte ? Comment ça se sauvegarde ? En combien de temps ça s’amortit ? Vers qui se tourner pour avoir du support et de l’expertise ? Et ça c’est très rassurant pour une entreprise.
- Les performances du SQL sont éprouvées. Il y a beaucoup de documentations et d’autres ont déjà essuyé les platres.
- La majorité des données à mettre en base sont relationnelles et basées sur l’algèbre relationnel. Ça tombe bien, le SQL est parfait pour travailler ce type de données.
- La majorité des projets de bases de données se basent sur le SQL (90% du marché des bases de données est accaparé par les BDD relationnelles).
- Parce que ça marche bien et que ça suffit pour la majorité des utilisateurs.
- Parce qu’on ne change pas un système qui tourne de façon satisfaisante.
- Parce qu’il y a des certifications qui rassurent ceux qui ont besoin d’être rassurés (services financiers, institutionnels).
- Parce que c’est plus simple d’être en terrain connu.
- Parce que la majorité des bases de données d’hier et d’aujourd’hui fonctionnent avec le SQL. Ça simplifie les interfaces et les connexions avec d’autres systèmes.
- Parce que le marché est mature et que les acteurs sont solides et bien identifiés.
- Parce que même sans être technicien, il est aisé de brancher des outils d’export/analyse pour faire parler les données. Et c’est encore le SQL qui s’en charge.