La question m'arrive à chaque fois au même moment : le projet tourne en local, les maquettes sont validées, et puis quelqu'un demande « bon, on met quoi comme base ? ». Et là, dans la pièce, tout le monde regarde le plafond. Moi le premier, les premières fois.
Parce que la vraie réponse n'est pas dans un comparatif de moteurs. Elle est dans ce que votre application va faire des données, et dans ce que vous serez capable d'exploiter dans deux ans, quand la personne qui a installé le serveur aura changé de boîte. Choisir une base de données pour une application web, c'est un arbitrage entre trois choses : la forme de vos données, les contraintes que vous acceptez, et le temps que vous pouvez y consacrer.
Points clés à retenir
- La forme des données (structurées, liées, hétérogènes) élimine déjà la moitié des options avant même de parler performance
- Le relationnel avec PostgreSQL ou MySQL/MariaDB couvre la grande majorité des applications web, y compris celles qui « vont monter à l'échelle »
- Le NoSQL n'est pas plus rapide par nature : il est plus rapide pour certains accès, au prix de garanties que vous perdez
- Une base managée coûte plus cher au mois et moins cher au temps passé : c'est un choix de priorité, pas de budget
- Le critère souvent oublié : saurez-vous restaurer cette base après un incident à 3 h du matin ?
Comment choisir une base de données pour une application web sans se tromper
L'erreur que je vois le plus souvent n'est pas technique. Elle est de méthode : on part du moteur (« on va faire du Mongo, c'est moderne ») avant d'avoir regardé les données. Résultat, deux ans plus tard, on écrit des jointures à la main dans le code applicatif, et on pleure.
L'ordre correct est inverse. Posez-vous trois questions, dans cet ordre :
- Mes entités ont-elles des relations stables entre elles (un utilisateur a des factures, une facture a des lignes) ?
- Ai-je besoin de garanties fortes sur les écritures simultanées (paiement, stock, réservation) ?
- Quel volume vais-je réellement atteindre, et à quel horizon ?
Si vous répondez « oui, oui, quelques millions de lignes » — ce qui est le cas de la quasi-totalité des applications web classiques — vous êtes dans du relationnel. Point. Pas parce que c'est la tradition, parce que c'est le modèle qui correspond à vos questions.
Quelle est la différence entre SQL et MySQL ?
SQL est un langage de requête ; MySQL est un logiciel de base de données qui parle ce langage. La confusion est constante, et elle n'est pas anodine : elle fait croire que « choisir SQL » serait un choix de produit. Ce n'est pas le cas. Vous pouvez écrire du SQL dans PostgreSQL, dans MySQL, dans MariaDB, dans SQLite ou dans SQL Server — le dialecte varie un peu (les fonctions de date, la gestion des types JSON, la syntaxe des limites de résultats), mais la grammaire de base est la même.
Concrètement, si vous apprenez le SQL sur MySQL et que vous migrez vers PostgreSQL, vous ne repartez pas de zéro. Vous corrigez des détails : les guillemets d'identification ne se comportent pas pareil, la casse des noms de colonnes non plus, et certaines fonctions comme la concaténation changent de forme. J'ai perdu une demi-journée là-dessus sur un projet, à cause d'un nom de colonne en majuscules qui fonctionnait d'un côté et pas de l'autre.
Quelle est la meilleure base de données ?
Il n'y en a pas. Il y a celle qui correspond à votre usage, et celle qui vous coûtera le moins de maintenance pour cet usage. Cette réponse agace, mais elle est la seule honnête : un moteur excellent pour un système de recommandation peut être une plaie pour une comptabilité.
Cela dit, si vous voulez un nom à retenir pour démarrer un projet web généraliste en 2026, c'est PostgreSQL. Il gère les transactions sérieusement, il indexe correctement, il sait stocker du JSON quand vous avez besoin de souplesse ponctuelle, et il est disponible en managé partout. Ce n'est pas un dogme, c'est un bon défaut par défaut.
Quels sont les différents types de bases de données ?
On range généralement les moteurs en quatre grandes familles. Ce découpage est utile, à condition de ne pas le prendre pour une hiérarchie de qualité — ce sont des formes différentes, pas des niveaux.
| Famille | Modèle | Moteurs typiques | Quand ça colle |
|---|---|---|---|
| Relationnelle | Tables, lignes, jointures, transactions ACID | PostgreSQL, MySQL, MariaDB, SQLite | Données structurées, liens nombreux, intégrité critique |
| Document | Documents JSON imbriqués | MongoDB, CouchDB | Objets hétérogènes, schéma qui bouge |
| Clé-valeur | Une clé, une valeur, rien de plus | Redis, Memcached | Cache, sessions, files d'attente courtes |
| Colonnes larges / graphe | Colonnes creuses, ou nœuds et arêtes | Cassandra, Neo4j | Très gros volumes en écriture ; parcours de relations |
Un point qui manque souvent dans les présentations : ces familles ne s'excluent pas. Sur un projet, j'ai fini avec du PostgreSQL pour le cœur métier et du Redis pour les sessions et un compteur de visites. C'est banal, et c'est sain. Une seule base pour tout, c'est souvent une base mal utilisée pour une partie des besoins.
La base de données relationnelle, encore aujourd'hui
Le modèle relationnel repose sur une idée simple : les données vivent dans des tables, et les liens entre elles sont explicites. Une contrainte de clé étrangère empêche qu'une facture pointe vers un client supprimé. Une transaction garantit qu'un débit et un crédit passent ensemble, ou pas du tout.
Ces garanties coûtent. Elles coûtent en écriture, elles coûtent en rigidité de schéma, et elles obligent à réfléchir avant de coder. C'est précisément pour ça que certains projets les fuient — et pour ça que d'autres ne peuvent pas s'en passer.
Avant de fuir le relationnel pour cause de « scalabilité », un ordre de grandeur utile : une table correctement indexée sur un serveur modeste traite sans difficulté des millions de lignes avec des requêtes filtrées. La plupart des applications web n'atteignent jamais ce seuil, et celles qui l'atteignent ont d'abord un problème d'index ou de requêtes mal écrites, pas un problème de moteur.
Quels sont les 3 SGBD les plus utilisés ?
Les classements de popularité des moteurs (DB-Engines et consorts) placent depuis des années le même trio en tête, dans un ordre qui varie peu : Oracle pour le monde de l'entreprise et les systèmes existants, MySQL (avec son dérivé MariaDB) porté par l'écosystème web et l'hébergement mutualisé, et PostgreSQL qui progresse régulièrement, porté par les équipes qui veulent un moteur relationnel complet sans licence commerciale.
Attention à ce que ces classements mesurent : la présence dans les offres d'emploi, les discussions techniques, la recherche web. Pas la qualité. Un moteur très utilisé parce qu'il est installé par défaut chez un hébergeur n'est pas meilleur pour autant.
Et pour une application web, la question utile n'est pas « quel est le plus utilisé » mais « quel est celui que je saurai diagnostiquer quand il ralentira ». Sur ce critère, la documentation et la communauté comptent autant que le moteur.
Base managée ou serveur que vous gérez vous-même ?
Ici, je vais être partial : pour une petite équipe qui n'a pas d'administrateur base de données dédié, la base managée est le bon choix, et je défendrai cette position. Non pas parce que c'est plus simple à installer — c'est même souvent plus lent à mettre en route, entre la création du cluster et les règles réseau — mais parce que les sauvegardes, les mises à jour de sécurité et la restauration sont pris en charge par quelqu'un dont c'est le métier.
Le coût se lit à deux endroits. D'un côté, la facture mensuelle, plus élevée qu'un serveur nu équivalent. De l'autre, les heures que vous ne passez pas à surveiller un disque qui se remplit.
Ce qui me fait basculer vers l'auto-hébergement, en revanche : les besoins très particuliers (une extension précise, une version de moteur non proposée, un réglage fin de la mémoire partagée) et la souveraineté des données quand un contrat l'exige.
Les coûts cachés qu'on oublie dans le calcul
Une sauvegarde qui n'a jamais été restaurée ne compte pas comme une sauvegarde. C'est la phrase que je répète, et je l'ai apprise à mes dépens : sur un projet, une archive quotidienne tournait depuis des mois. Le jour où on a voulu la restaurer sur un environnement de test, le fichier était tronqué — la commande de copie avait été lancée sans vérifier le code retour. On a découvert le problème le jour où on en avait besoin. Voilà le vrai coût caché.
Autres postes qu'on ne voit pas venir :
- La montée de version majeure du moteur, qui demande une fenêtre de maintenance et un test de compatibilité
- Le stockage des journaux de requêtes lentes, qui grossit vite si on l'active sans purge
- La réplication en lecture, qui double la surface de surveillance sans forcément diviser les temps de réponse
- Les accès réseau et les règles de pare-feu, souvent facturés à part
Une grille de décision rapide
Si vous voulez trancher en cinq minutes, voici comment je procède. D'abord, est-ce que mes données ont des relations stables et des contraintes d'intégrité ? Si oui, relationnel, et on arrête de discuter. Ensuite, ai-je un besoin d'accès ultra-rapide à des valeurs éphémères (sessions, jetons, compteurs) ? Si oui, j'ajoute un cache clé-valeur à côté, pas à la place. Enfin, mon schéma change-t-il tous les quinze jours sur des objets très différents ? Là seulement, le modèle document devient une option sérieuse.
Le reste, c'est de l'ajustement. Une base mal indexée sera lente quel que soit le moteur, et une requête qui rapatrie tout pour filtrer côté application sera lente dans n'importe quelle technologie.
Trois erreurs que j'ai commises (et que vous pouvez éviter)
La première : choisir un moteur parce qu'un article le déclarait « le plus rapide ». Sans benchmark sur mes propres données, cette affirmation ne valait rien. La deuxième : ne pas avoir testé la restauration de la sauvegarde avant la mise en production, ce qui nous ramène au fichier tronqué. La troisième, plus insidieuse : avoir laissé le schéma évoluer sans versionner les migrations. Six mois plus tard, impossible de recréer une base de développement fidèle à la production.
Aucune de ces erreurs n'était liée au choix du moteur. C'est la leçon : le moteur compte moins que la discipline autour.
Une dernière chose, et c'est peut-être celle qui reste quand tout le reste s'efface. Le bon choix n'est pas celui qui impressionne en revue technique. C'est celui que votre successeur saura reprendre dans trois ans, avec la documentation, les sauvegardes qui se restaurent et un schéma lisible. Si une base vous force à écrire des commentaires partout pour expliquer comment les données sont organisées, elle vous dit quelque chose — et ce n'est pas une bonne nouvelle.