Cơ sở dữ liệu là gì? DBMS, SQL, NoSQL và ví dụ dễ hiểu

Mục lục

1. Cơ sở dữ liệu là gì?
2. Cơ sở dữ liệu khác file Excel ở điểm nào?
3. Hệ quản trị cơ sở dữ liệu (DBMS) là gì?
4. Cơ sở dữ liệu ra đời và phát triển như thế nào?
5. Cơ sở dữ liệu quan hệ hoạt động ra sao?
6. SQL là gì và dùng để làm gì?
7. Giao dịch và ACID là gì?
8. NoSQL là gì? Các loại cơ sở dữ liệu NoSQL
9. Nên chọn SQL hay NoSQL?
10. Các loại cơ sở dữ liệu theo cách dùng và nơi triển khai
11. Những hệ quản trị cơ sở dữ liệu phổ biến hiện nay
12. Ví dụ cơ sở dữ liệu trong doanh nghiệp
13. Vận hành cơ sở dữ liệu: chỉ mục, sao lưu và bảo mật
14. Doanh nghiệp cần lưu ý gì về pháp lý khi lưu dữ liệu?
15. Doanh nghiệp nhỏ nên bắt đầu xây dựng cơ sở dữ liệu thế nào?
16. Những sai lầm thường gặp khi làm việc với cơ sở dữ liệu
17. Câu hỏi thường gặp

Cơ sở dữ liệu là gì?

Cơ sở dữ liệu (database, viết tắt CSDL) là một tập hợp dữ liệu có liên quan với nhau, được sắp xếp theo một cấu trúc nhất định và lưu trữ dưới dạng số. Mục đích của việc sắp xếp này là để máy tính tìm, đọc, thêm, sửa, xoá dữ liệu nhanh, chính xác, và cho phép nhiều người dùng cùng lúc mà không làm hỏng dữ liệu của nhau.

Ở Việt Nam, khái niệm này đã có định nghĩa pháp lý. Theo khoản 9 Điều 3 Luật Dữ liệu số 60/2024/QH15 (Quốc hội thông qua ngày 30/11/2024, hiệu lực từ 01/7/2025), cơ sở dữ liệu là “tập hợp các dữ liệu được sắp xếp, tổ chức để truy cập, khai thác, chia sẻ, quản lý và cập nhật”. Định nghĩa này nhấn mạnh đúng bản chất: dữ liệu chỉ thành “cơ sở dữ liệu” khi nó được tổ chức để dùng lại được.

Một vài cách gọi bạn sẽ gặp: “database là gì”, “CSDL là gì”, “data base”. Tất cả đều nói về cùng một khái niệm. Còn “hệ cơ sở dữ liệu” (database system) là cụm rộng hơn, gồm cả dữ liệu, phần mềm quản lý và các ứng dụng dùng nó.

Ví dụ cơ sở dữ liệu dễ hình dung

Ví dụ minh hoạ. Một cửa hàng mỹ phẩm online có ba loại thông tin: khách hàng, sản phẩm và đơn hàng. Nếu ghi vào sổ tay hoặc vài file Excel rời, mỗi lần khách đổi số điện thoại, nhân viên phải sửa ở nhiều nơi. Hai người cùng sửa một file thì dễ ghi đè lên nhau. Muốn biết “khách nào mua trên 3 lần trong quý” phải lọc thủ công.

Khi đưa vào cơ sở dữ liệu, mỗi khách hàng chỉ được lưu một lần trong bảng khách hàng. Đơn hàng chỉ “trỏ” tới khách qua một mã số. Đổi số điện thoại ở một chỗ, mọi đơn hàng đều thấy số mới. Câu hỏi “khách nào mua trên 3 lần” trở thành một câu truy vấn chạy trong vài phần nghìn giây, kể cả khi có hàng triệu đơn.

Trong đời sống, bạn dùng cơ sở dữ liệu hằng ngày mà không để ý: danh bạ điện thoại, lịch sử giao dịch ngân hàng, giỏ hàng trên sàn thương mại điện tử, hồ sơ khám bệnh, danh sách bài hát trong ứng dụng nghe nhạc. Ở quy mô quốc gia, Luật Căn cước số 26/2023/QH15 quy định Cơ sở dữ liệu quốc gia về dân cư là cơ sở dữ liệu dùng chung, tập hợp thông tin công dân đã được số hoá, chuẩn hoá để phục vụ quản lý nhà nước và giao dịch của cơ quan, tổ chức, cá nhân.

Dữ liệu, thông tin và cơ sở dữ liệu khác nhau thế nào?

• Dữ liệu (data): các giá trị thô, ví dụ “0912xxx”, “350.000”, “12/09/2026”.
• Thông tin (information): dữ liệu đã có ngữ cảnh, ví dụ “chị Lan đặt đơn 350.000 đồng ngày 12/09/2026”.
• Cơ sở dữ liệu: nơi chứa dữ liệu theo cấu trúc, để có thể rút ra thông tin bất cứ lúc nào bằng truy vấn.

Cơ sở dữ liệu khác file Excel ở điểm nào?

Nhiều doanh nghiệp nhỏ đang dùng Excel hoặc Google Sheets như một “cơ sở dữ liệu”. Cách này ổn khi dữ liệu ít và chỉ một hai người sửa. Khi đội lớn lên, giới hạn sẽ lộ ra rất nhanh.

Tiêu chí	Bảng tính (Excel, Sheets)	Cơ sở dữ liệu (qua DBMS)
Quy mô	Hợp với vài nghìn đến vài chục nghìn dòng; file càng lớn càng chậm	Hàng triệu đến hàng tỷ bản ghi, vẫn truy vấn nhanh nhờ chỉ mục
Nhiều người cùng sửa	Dễ ghi đè, xung đột phiên bản	Có khoá (lock) và giao dịch, nhiều người ghi đồng thời vẫn đúng
Ràng buộc dữ liệu	Gõ sai định dạng, trùng mã vẫn lưu được	Kiểu dữ liệu, khoá chính, khoá ngoại, ràng buộc duy nhất chặn dữ liệu sai ngay khi ghi
Quan hệ giữa các bảng	Nối bằng hàm tra cứu, dễ gãy khi chèn cột	Quan hệ được khai báo, nối bảng bằng truy vấn
Phân quyền	Theo cả file hoặc cả trang tính	Đến từng bảng, từng cột, thậm chí từng dòng
Kết nối ứng dụng	Hạn chế	Website, app, phần mềm kế toán, báo cáo cùng đọc ghi qua chuẩn kết nối
Sao lưu, phục hồi	Lưu bản sao file	Sao lưu theo lịch, phục hồi về một thời điểm cụ thể

Quy tắc thực dụng: khi có từ ba người trở lên cùng cập nhật một danh sách mỗi ngày, hoặc danh sách cần nối với dữ liệu khác (khách – đơn hàng – kho), đó là lúc nên chuyển sang cơ sở dữ liệu thật.

Hệ quản trị cơ sở dữ liệu (DBMS) là gì?

Hệ quản trị cơ sở dữ liệu (Database Management System, DBMS) là phần mềm đứng giữa dữ liệu và người dùng. Ứng dụng không mở trực tiếp file dữ liệu trên ổ đĩa. Nó gửi yêu cầu cho DBMS, và DBMS lo phần còn lại: kiểm tra quyền, tìm đường truy xuất nhanh nhất, ghi dữ liệu an toàn, ghi nhật ký để phục hồi khi có sự cố.

Nếu DBMS quản lý cơ sở dữ liệu quan hệ, người ta gọi là RDBMS (Relational DBMS). MySQL, PostgreSQL, Microsoft SQL Server, Oracle Database, SQLite là các RDBMS. MongoDB, Redis, Cassandra, Neo4j là các DBMS thuộc nhóm NoSQL.

DBMS làm những việc gì?

1. Định nghĩa cấu trúc: tạo bảng, kiểu dữ liệu, ràng buộc (ví dụ email không được trùng).
2. Xử lý truy vấn: nhận câu lệnh, lập “kế hoạch thực thi” (query plan), chọn dùng chỉ mục nào, nối bảng theo thứ tự nào.
3. Quản lý giao dịch và đồng thời: cho hàng nghìn người đọc ghi cùng lúc mà không làm sai số liệu.
4. Bảo mật: tài khoản, vai trò, quyền đọc ghi đến từng bảng, mã hoá dữ liệu, ghi lại ai đã làm gì (audit log).
5. Bền vững và phục hồi: ghi nhật ký giao dịch trước khi ghi dữ liệu, để mất điện đột ngột vẫn khôi phục được trạng thái đúng.
6. Sao lưu, sao chép (replication): tạo bản sao ở máy chủ khác để dự phòng hoặc chia tải đọc.

Database, DBMS và hệ cơ sở dữ liệu khác nhau thế nào?

Khái niệm	Là gì	Ví dụ
Cơ sở dữ liệu (database)	Bản thân dữ liệu đã được tổ chức	Các bảng khách hàng, đơn hàng của cửa hàng
Hệ quản trị CSDL (DBMS)	Phần mềm tạo, lưu, truy vấn, bảo vệ dữ liệu	PostgreSQL, MySQL, SQL Server, MongoDB
Hệ cơ sở dữ liệu (database system)	Toàn bộ: dữ liệu + DBMS + ứng dụng + phần cứng + quy trình + con người	Hệ thống bán hàng của cửa hàng, gồm cả website và đội vận hành

Các thành phần của một hệ cơ sở dữ liệu

• Phần cứng: máy chủ, ổ lưu trữ, mạng; ngày nay thường là máy chủ ảo trên đám mây.
• Phần mềm: DBMS, hệ điều hành, công cụ quản trị, trình kết nối (driver).
• Dữ liệu: dữ liệu nghiệp vụ và “siêu dữ liệu” (metadata) mô tả cấu trúc bảng, quyền, chỉ mục.
• Ngôn ngữ truy cập: SQL cho CSDL quan hệ; mỗi hệ NoSQL thường có ngôn ngữ hoặc API riêng.
• Quy trình: quy định đặt tên, phân quyền, sao lưu, xử lý sự cố, thay đổi cấu trúc.
• Con người: người dùng cuối, lập trình viên, quản trị viên CSDL (DBA), kỹ sư dữ liệu (data engineer).

Cơ sở dữ liệu ra đời và phát triển như thế nào?

• Thập niên 1960: các hệ quản lý dữ liệu đầu tiên xuất hiện. Charles Bachman xây dựng Integrated Data Store (IDS); IBM có hệ IMS từ năm 1966, theo mô hình phân cấp (dạng cây cha – con).
• Năm 1970: Edgar F. Codd (IBM) công bố bài báo “A Relational Model of Data for Large Shared Data Banks” trên tạp chí Communications of the ACM, đặt nền móng cho mô hình quan hệ.
• Năm 1971: nhóm Database Task Group thuộc CODASYL công bố chuẩn cho mô hình mạng (network model), nơi một bản ghi có thể có nhiều “cha”.
• Đầu thập niên 1970: Donald Chamberlin và Raymond Boyce tại IBM phát triển ngôn ngữ SEQUEL, sau đổi tên thành SQL.
• Năm 1979: Oracle Version 2 ra mắt, thường được xem là RDBMS thương mại dùng SQL đầu tiên có mặt trên thị trường, đi trước IBM.
• Năm 1986–1987: SQL trở thành chuẩn ANSI (1986) và ISO (1987).
• Cuối thập niên 2000: làn sóng NoSQL xuất hiện để phục vụ web quy mô lớn, dữ liệu bán cấu trúc và mở rộng ngang trên nhiều máy.
• Thập niên 2010–2020: cơ sở dữ liệu đám mây được quản lý sẵn (DBaaS) phổ biến; các hệ quan hệ bổ sung JSON, các hệ NoSQL bổ sung giao dịch. Chuẩn SQL:2023 (phát hành tháng 6/2023) thêm kiểu dữ liệu JSON và phần truy vấn đồ thị SQL/PGQ.
• Hiện nay: làn sóng AI tạo sinh khiến cơ sở dữ liệu vector, dùng cho tìm kiếm theo ngữ nghĩa, được quan tâm nhiều hơn.

Cơ sở dữ liệu quan hệ hoạt động ra sao?

Cơ sở dữ liệu quan hệ (relational database) tổ chức dữ liệu thành các bảng. Mỗi bảng mô tả một loại đối tượng. Mỗi hàng (row, bản ghi) là một đối tượng cụ thể. Mỗi cột (column, trường) là một thuộc tính. Các bảng liên kết với nhau bằng khoá.

• Khoá chính (primary key): cột định danh duy nhất mỗi hàng, ví dụ ma_khach.
• Khoá ngoại (foreign key): cột ở bảng này trỏ tới khoá chính của bảng khác, ví dụ cột ma_khach trong bảng đơn hàng. DBMS sẽ chặn việc tạo đơn cho một khách không tồn tại.
• Quan hệ: một – một, một – nhiều (một khách có nhiều đơn), nhiều – nhiều (một đơn có nhiều sản phẩm, một sản phẩm nằm trong nhiều đơn; cần thêm bảng trung gian chi tiết đơn hàng).

Ví dụ minh hoạ về hai bảng của cửa hàng online:

ma_khach (khoá chính)	ho_ten	so_dien_thoai
KH001	Nguyễn Thị Lan	0912 000 001
KH002	Trần Văn Minh	0988 000 002

ma_don (khoá chính)	ma_khach (khoá ngoại)	ngay_dat	tong_tien
DH1001	KH001	12/09/2026	350.000
DH1002	KH001	20/09/2026	520.000
DH1003	KH002	21/09/2026	180.000

Chuẩn hoá dữ liệu là gì?

Chuẩn hoá (normalization) là cách chia dữ liệu thành các bảng hợp lý để mỗi sự thật chỉ được lưu một lần. Ở ví dụ trên, tên và số điện thoại của chị Lan không lặp lại trong từng đơn. Lợi ích: tránh mâu thuẫn (đơn này ghi số cũ, đơn kia ghi số mới), tiết kiệm dung lượng, sửa ở một chỗ. Các mức thường dùng là dạng chuẩn 1, 2, 3 (1NF, 2NF, 3NF). Trong hệ phục vụ báo cáo, người ta đôi khi cố ý “phi chuẩn hoá” (denormalize), tức chấp nhận lặp dữ liệu để truy vấn nhanh hơn.

SQL là gì và dùng để làm gì?

SQL (Structured Query Language) là ngôn ngữ chuẩn để làm việc với cơ sở dữ liệu quan hệ. Hầu hết RDBMS đều hiểu SQL, mỗi hệ có thêm vài mở rộng riêng. Câu lệnh SQL thường được chia làm bốn nhóm:

Nhóm	Dùng để	Lệnh tiêu biểu
DDL (định nghĩa dữ liệu)	Tạo, sửa, xoá cấu trúc	CREATE, ALTER, DROP
DML (thao tác dữ liệu)	Đọc, thêm, sửa, xoá dữ liệu	SELECT, INSERT, UPDATE, DELETE
DCL (kiểm soát quyền)	Cấp và thu hồi quyền	GRANT, REVOKE
TCL (kiểm soát giao dịch)	Gom nhiều lệnh thành một giao dịch	BEGIN, COMMIT, ROLLBACK

Với hai bảng ở trên, câu hỏi “khách nào đặt từ 2 đơn trở lên, tổng chi bao nhiêu” viết bằng SQL như sau:

SELECT k.ho_ten, COUNT(d.ma_don) AS so_don, SUM(d.tong_tien) AS tong_chi
FROM khach_hang k
JOIN don_hang d ON d.ma_khach = k.ma_khach
GROUP BY k.ho_ten
HAVING COUNT(d.ma_don) >= 2
ORDER BY tong_chi DESC;

Kết quả trả về: Nguyễn Thị Lan, 2 đơn, 870.000. Điểm mạnh của SQL là tính “khai báo” (declarative): bạn mô tả muốn lấy gì, còn DBMS tự quyết cách lấy nhanh nhất. Đây cũng là lý do SQL là kỹ năng nền cho lập trình viên, chuyên viên phân tích dữ liệu và cả người làm báo cáo.

Giao dịch và ACID là gì?

Giao dịch (transaction) là một nhóm thao tác phải thành công cùng nhau hoặc thất bại cùng nhau. Ví dụ kinh điển là chuyển khoản: trừ tiền tài khoản A và cộng tiền tài khoản B. Nếu hệ thống chỉ làm được bước đầu rồi sập, tiền “bốc hơi”. Bộ tính chất ACID mô tả những gì một giao dịch đáng tin phải bảo đảm. Jim Gray mô tả tính nguyên tử, nhất quán và bền vững của giao dịch năm 1981; Andreas Reuter và Theo Härder bổ sung tính cô lập và đặt tên viết tắt ACID năm 1983.

Tính chất	Ý nghĩa	Trong ví dụ chuyển khoản
Atomicity (nguyên tử)	Tất cả hoặc không gì cả	Không có chuyện trừ A mà không cộng B
Consistency (nhất quán)	Dữ liệu luôn thoả mọi ràng buộc đã khai báo	Số dư không âm nếu quy tắc yêu cầu vậy
Isolation (cô lập)	Các giao dịch chạy đồng thời không thấy trạng thái dở dang của nhau	Hai lệnh rút tiền cùng lúc không làm số dư sai
Durability (bền vững)	Đã xác nhận thì không mất, kể cả khi mất điện	Báo “thành công” là giao dịch đã được ghi bền

BEGIN;
UPDATE tai_khoan SET so_du = so_du - 500000 WHERE so_tk = 'A';
UPDATE tai_khoan SET so_du = so_du + 500000 WHERE so_tk = 'B';
COMMIT;  -- lỗi giữa chừng thì ROLLBACK, cả hai lệnh đều bị huỷ

ACID là lý do ngân hàng, kế toán, kho vận, đặt vé gần như luôn dùng cơ sở dữ liệu quan hệ cho phần lõi. Nhiều hệ NoSQL hiện cũng hỗ trợ giao dịch, nhưng phạm vi và chi phí khác nhau theo từng sản phẩm, cần đọc kỹ tài liệu trước khi dựa vào.

NoSQL là gì? Các loại cơ sở dữ liệu NoSQL

NoSQL thường được hiểu là “Not only SQL”: nhóm cơ sở dữ liệu không tổ chức dữ liệu theo bảng quan hệ cố định. Chúng ra đời để giải ba bài toán mà CSDL quan hệ truyền thống xử lý tốn kém: dữ liệu có cấu trúc thay đổi liên tục, lượng ghi cực lớn, và nhu cầu mở rộng ngang bằng cách thêm máy chủ thay vì nâng cấp một máy thật mạnh.

• Cơ sở dữ liệu tài liệu (document): mỗi bản ghi là một tài liệu dạng JSON, các bản ghi không cần giống hệt nhau. Hợp với danh mục sản phẩm có thuộc tính khác nhau (áo có size, điện thoại có dung lượng).
• Khoá – giá trị (key-value): đơn giản nhất, tra theo khoá cực nhanh, thường nằm trong bộ nhớ. Hay dùng làm bộ nhớ đệm (cache), lưu phiên đăng nhập, bộ đếm, hàng đợi.
• Cột rộng (wide-column): thiết kế cho lượng ghi rất lớn trải trên nhiều máy, như nhật ký hệ thống, dữ liệu cảm biến.
• Đồ thị (graph): lưu “nút” và “cạnh”, mạnh khi câu hỏi xoay quanh mối quan hệ nhiều tầng: bạn của bạn, tài khoản nào liên quan đến một đường dây gian lận.
• Chuỗi thời gian (time-series) và vector: hai nhóm chuyên dụng đang tăng nhanh. Time-series tối ưu cho số liệu theo thời gian (giá, nhiệt độ, chỉ số máy). Vector lưu “embedding” để tìm nội dung gần nghĩa, là thành phần quen thuộc trong hệ truy xuất tăng cường cho mô hình ngôn ngữ (RAG).

Nên chọn SQL hay NoSQL?

Tiêu chí	CSDL quan hệ (SQL)	NoSQL
Cấu trúc dữ liệu	Lược đồ (schema) cố định, khai báo trước	Linh hoạt, mỗi bản ghi có thể khác nhau
Quan hệ phức tạp, báo cáo nhiều chiều	Rất mạnh nhờ JOIN và SQL	Hạn chế (trừ CSDL đồ thị cho bài toán quan hệ)
Giao dịch	ACID đầy đủ là mặc định	Tuỳ sản phẩm; nhiều hệ ưu tiên tính sẵn sàng
Mở rộng	Chủ yếu mở rộng dọc; mở rộng ngang cần thêm kỹ thuật (bản sao đọc, phân mảnh)	Thiết kế để mở rộng ngang từ đầu
Phù hợp	Kế toán, ngân hàng, ERP, đơn hàng, kho	Cache, nhật ký lớn, nội dung linh hoạt, mạng quan hệ, tìm kiếm ngữ nghĩa

Định lý CAP nói gì?

Khi dữ liệu trải trên nhiều máy, định lý CAP giúp hiểu vì sao không có hệ phân tán nào “hoàn hảo”. Eric Brewer (Đại học California, Berkeley) nêu giả thuyết này tại hội nghị PODC năm 2000; Seth Gilbert và Nancy Lynch (MIT) chứng minh chính thức năm 2002. Ba tính chất là:

• C – Consistency (nhất quán): mọi lần đọc đều thấy bản ghi mới nhất, hoặc nhận lỗi.
• A – Availability (sẵn sàng): mọi yêu cầu tới một máy còn sống đều được trả lời.
• P – Partition tolerance (chịu phân mảnh mạng): hệ vẫn chạy khi mạng giữa các máy bị đứt hoặc chậm.

Mạng thì luôn có lúc trục trặc, nên trên thực tế câu hỏi là: khi mạng đứt, hệ của bạn chọn trả lời ngay (có thể là dữ liệu cũ) hay từ chối để giữ đúng? Hệ thanh toán thường chọn đúng; mạng xã hội hiển thị lượt thích thường chọn trả lời ngay. Mở rộng PACELC (2010) bổ sung: ngay cả khi mạng bình thường, hệ vẫn phải cân giữa độ trễ và tính nhất quán.

Năm câu hỏi để chọn cơ sở dữ liệu

1. Dữ liệu có cấu trúc rõ, quan hệ chặt (khách – đơn – sản phẩm – kho) không? Có thì bắt đầu bằng CSDL quan hệ.
2. Sai một đồng có chấp nhận được không? Không thì cần giao dịch ACID.
3. Kiểu truy vấn chủ yếu là gì: tra theo khoá, lọc nhiều điều kiện, tổng hợp báo cáo, duyệt quan hệ hay tìm theo nghĩa?
4. Lượng ghi mỗi giây và tốc độ tăng trưởng dự kiến trong 2–3 năm tới là bao nhiêu?
5. Đội ngũ đã thạo công nghệ nào, và ai sẽ vận hành, sao lưu, nâng cấp?

Các loại cơ sở dữ liệu theo cách dùng và nơi triển khai

Ngoài cách chia theo mô hình dữ liệu, bạn sẽ gặp các cách phân loại sau:

• Theo dạng dữ liệu: có cấu trúc (bảng), bán cấu trúc (JSON, XML, email, log), phi cấu trúc (ảnh, video, âm thanh; thường lưu file ở kho đối tượng, CSDL chỉ giữ đường dẫn và thông tin mô tả).
• Theo mô hình lịch sử: phân cấp (cây), mạng (đồ thị bản ghi), quan hệ (bảng), hướng đối tượng (lưu đối tượng như trong lập trình). Hai mô hình đầu nay chủ yếu còn trong hệ thống cũ (legacy).
• Theo mục đích: OLTP (xử lý giao dịch trực tuyến, nhiều thao tác nhỏ như đặt hàng, thanh toán) và OLAP (xử lý phân tích, quét lượng lớn dữ liệu để tổng hợp báo cáo).
• Theo nơi chạy: tự cài trên máy chủ riêng (on-premise), tự cài trên máy ảo đám mây, hoặc dùng dịch vụ được quản lý sẵn (DBaaS) mà nhà cung cấp lo vá lỗi, sao lưu, nhân bản. Bạn có thể đọc thêm về các mô hình triển khai trong bài điện toán đám mây là gì.
• Theo cách lưu: trên đĩa, hay trong bộ nhớ (in-memory) để có độ trễ thấp; tập trung một máy hay phân tán nhiều máy.
• Theo giấy phép: mã nguồn mở (PostgreSQL, MySQL bản cộng đồng, SQLite) hoặc thương mại (Oracle Database, Microsoft SQL Server bản có phí). Hãy đọc kỹ điều khoản giấy phép, vì một số sản phẩm đã đổi giấy phép trong những năm gần đây.

Cơ sở dữ liệu khác kho dữ liệu và hồ dữ liệu thế nào?

Cơ sở dữ liệu nghiệp vụ (OLTP) phục vụ việc chạy hằng ngày: ghi đơn, trừ kho, thu tiền. Khi doanh nghiệp muốn phân tích nhiều năm dữ liệu từ nhiều hệ thống, việc chạy báo cáo nặng thẳng trên CSDL nghiệp vụ sẽ làm chậm bán hàng. Lúc đó dữ liệu được sao chép sang kho dữ liệu (data warehouse) đã làm sạch, tối ưu cho truy vấn phân tích; hoặc vào hồ dữ liệu (data lake) chứa cả dữ liệu thô, phi cấu trúc. Khi khối lượng và tốc độ dữ liệu vượt khả năng một hệ đơn lẻ, bài toán chuyển sang lĩnh vực dữ liệu lớn.

Những hệ quản trị cơ sở dữ liệu phổ biến hiện nay

Theo bảng xếp hạng độ phổ biến của DB-Engines năm 2025, năm vị trí dẫn đầu là Oracle, MySQL, Microsoft SQL Server, PostgreSQL và MongoDB. Trong Khảo sát nhà phát triển Stack Overflow 2025, PostgreSQL là cơ sở dữ liệu được dùng nhiều nhất (55,6% người trả lời), tiếp theo là MySQL (40,5%), SQLite (37,5%), Microsoft SQL Server (30,1%), Redis (28%) và MongoDB (24%). Hai thước đo này khác nhau: DB-Engines đo mức độ được nhắc tới và tìm kiếm, còn Stack Overflow đo tỷ lệ lập trình viên đang dùng.

Hệ quản trị	Mô hình	Giấy phép	Thường dùng cho
PostgreSQL	Quan hệ, đa mô hình (JSON, vector qua tiện ích)	Mã nguồn mở	Ứng dụng web, hệ nghiệp vụ, dữ liệu địa lý, ứng dụng AI
MySQL / MariaDB	Quan hệ	Mã nguồn mở (MySQL có thêm bản thương mại)	Website, WordPress, thương mại điện tử
Microsoft SQL Server	Quan hệ	Thương mại (có bản miễn phí giới hạn)	Doanh nghiệp dùng hệ sinh thái Microsoft, phần mềm kế toán, ERP
Oracle Database	Quan hệ, đa mô hình	Thương mại	Ngân hàng, viễn thông, tập đoàn lớn
SQLite	Quan hệ, nhúng trong ứng dụng	Phạm vi công cộng (public domain)	Ứng dụng di động, phần mềm máy tính, thiết bị
MongoDB	Tài liệu	SSPL từ tháng 10/2018 (giấy phép "source-available"), có bản thương mại	Nội dung linh hoạt, danh mục, hồ sơ người dùng
Redis	Khoá – giá trị, trong bộ nhớ	Tuỳ phiên bản: 7.2 trở về trước là BSD; 7.4 là RSALv2 hoặc SSPLv1; từ 8.0 có thêm lựa chọn AGPLv3	Cache, phiên đăng nhập, bảng xếp hạng, hàng đợi

Bảng trên chỉ nhằm định hướng, không phải khuyến nghị sản phẩm. Hãy kiểm tra giấy phép và chính sách hỗ trợ của phiên bản cụ thể tại thời điểm bạn triển khai.

Ví dụ cơ sở dữ liệu trong doanh nghiệp

• Bán lẻ, thương mại điện tử: bảng sản phẩm, tồn kho, đơn hàng, thanh toán; cache giỏ hàng; tìm kiếm sản phẩm.
• Ngân hàng, tài chính: tài khoản, giao dịch, hạn mức; yêu cầu ACID nghiêm ngặt và lưu vết đầy đủ; CSDL đồ thị hỗ trợ phát hiện gian lận.
• Quản lý khách hàng: mọi hệ CRM đều đứng trên một cơ sở dữ liệu khách hàng, lịch sử tương tác, cơ hội bán hàng.
• Sản xuất, chuỗi cung ứng: định mức nguyên vật liệu, lệnh sản xuất, lô hàng; dữ liệu cảm biến máy móc lưu trong CSDL chuỗi thời gian.
• Y tế: hồ sơ bệnh án điện tử, lịch hẹn, kết quả xét nghiệm; đây là dữ liệu cá nhân nhạy cảm, cần mức bảo vệ cao.
• Nhân sự: hồ sơ nhân viên, chấm công, bảng lương.
• Dịch vụ công: các cơ sở dữ liệu quốc gia như CSDL quốc gia về dân cư; Luật Dữ liệu 2024 còn quy định Cơ sở dữ liệu tổng hợp quốc gia, được tổng hợp từ CSDL quốc gia, CSDL chuyên ngành và các CSDL khác.

Vận hành cơ sở dữ liệu: chỉ mục, sao lưu và bảo mật

Đa số sự cố với cơ sở dữ liệu không đến từ việc chọn sai sản phẩm, mà từ vận hành sơ sài. Ba việc dưới đây quyết định hệ của bạn chạy nhanh, không mất dữ liệu và không bị lộ.

Chỉ mục (index) là gì?

Chỉ mục giống mục lục cuối sách: thay vì lật từng trang, DBMS tra chỉ mục để tới thẳng các hàng cần tìm. Không có chỉ mục, truy vấn “tìm đơn theo số điện thoại” phải quét toàn bộ bảng; có chỉ mục, thời gian giảm từ vài giây xuống vài mili giây khi bảng lớn.

• Đánh chỉ mục cho cột hay dùng để lọc, nối bảng, sắp xếp (ví dụ ma_khach, ngay_dat, so_dien_thoai).
• Đừng đánh chỉ mục mọi cột: mỗi chỉ mục làm thao tác ghi chậm hơn và tốn dung lượng.
• Dùng lệnh EXPLAIN (có trong PostgreSQL, MySQL) để xem DBMS có thực sự dùng chỉ mục không, trước khi đoán mò.

Sao lưu và phục hồi thế nào cho đúng?

• Xác định hai con số: RPO (Recovery Point Objective, chấp nhận mất tối đa bao nhiêu phút dữ liệu) và RTO (Recovery Time Objective, cần chạy lại sau bao lâu). Hai con số này quyết định tần suất sao lưu và kiến trúc dự phòng.
• Kết hợp nhiều kiểu: sao lưu toàn bộ định kỳ, sao lưu nhật ký giao dịch liên tục để phục hồi về một thời điểm (point-in-time recovery), và bản sao (replica) để chuyển đổi dự phòng.
• Áp dụng nguyên tắc 3-2-1 phổ biến: ít nhất 3 bản dữ liệu, trên 2 loại phương tiện, 1 bản để ngoài hệ thống chính. Nên có ít nhất một bản không thể bị sửa hoặc xoá (immutable) để chống mã độc tống tiền.
• Diễn tập phục hồi: bản sao lưu chưa từng khôi phục thử thì chưa thể coi là bản sao lưu. Hãy diễn tập định kỳ và ghi lại thời gian thực tế.
• Bản sao (replica) không thay sao lưu: lỡ chạy lệnh xoá nhầm, lệnh đó cũng được sao chép sang bản sao trong vài giây.

Bảo mật cơ sở dữ liệu cần làm gì?

• Quyền tối thiểu: mỗi ứng dụng một tài khoản riêng, chỉ có quyền trên đúng bảng cần dùng; không để ứng dụng chạy bằng tài khoản quản trị.
• Không mở cổng CSDL ra Internet: chỉ cho phép kết nối từ máy chủ ứng dụng hoặc qua mạng riêng, VPN.
• Chống SQL injection: luôn dùng truy vấn tham số hoá (prepared statement), không ghép chuỗi dữ liệu người dùng nhập vào câu lệnh SQL.
• Mã hoá: khi truyền (TLS) và khi lưu (mã hoá ổ đĩa hoặc mã hoá cột chứa dữ liệu nhạy cảm như số giấy tờ tùy thân).
• Nhật ký kiểm toán: ghi lại ai đọc, sửa, xuất dữ liệu nhạy cảm, lúc nào; rà soát định kỳ.
• Vá lỗi: theo dõi bản cập nhật bảo mật của DBMS và hệ điều hành; với DBaaS, kiểm tra trách nhiệm nào thuộc nhà cung cấp, trách nhiệm nào thuộc bạn.

Doanh nghiệp cần lưu ý gì về pháp lý khi lưu dữ liệu?

Từ năm 2025–2026, cơ sở dữ liệu của doanh nghiệp Việt Nam không còn chỉ là chuyện kỹ thuật. Hai văn bản quan trọng nhất:

• Luật Dữ liệu số 60/2024/QH15 (thông qua 30/11/2024, hiệu lực 01/7/2025): đưa ra định nghĩa cơ sở dữ liệu, phân loại dữ liệu theo tính chất chia sẻ (dùng chung, dùng riêng, mở) và theo mức độ quan trọng (dữ liệu cốt lõi, dữ liệu quan trọng, dữ liệu khác), cùng các quy định về xây dựng, quản trị, bảo vệ dữ liệu.
• Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 (thông qua 26/6/2025, hiệu lực 01/01/2026): mức phạt tối đa với hành vi mua bán dữ liệu cá nhân là 10 lần khoản thu có được từ vi phạm; với vi phạm quy định chuyển dữ liệu cá nhân ra nước ngoài là 5% doanh thu năm liền trước; các vi phạm khác tối đa 3 tỷ đồng với tổ chức (cá nhân bằng một nửa).

Điều đó ảnh hưởng trực tiếp tới cách thiết kế cơ sở dữ liệu:

1. Biết mình đang lưu gì: lập danh mục bảng, cột nào chứa dữ liệu cá nhân, cột nào là dữ liệu nhạy cảm (sức khoẻ, tài chính, sinh trắc học…).
2. Chỉ thu thập đủ dùng: không thêm cột “cho chắc” nếu không có mục đích rõ ràng.
3. Thiết kế để xoá được: khi khách rút lại đồng ý hoặc hết thời hạn lưu, dữ liệu phải xoá hoặc ẩn danh được ở mọi nơi, kể cả bản sao, kho dữ liệu, file xuất.
4. Kiểm soát nơi đặt dữ liệu: dùng CSDL đám mây đặt máy chủ ở nước ngoài cần đánh giá theo quy định về chuyển dữ liệu cá nhân ra nước ngoài.
5. Lưu vết truy cập: để chứng minh tuân thủ và điều tra khi có sự cố rò rỉ.

Doanh nghiệp nhỏ nên bắt đầu xây dựng cơ sở dữ liệu thế nào?

1. Liệt kê câu hỏi nghiệp vụ: bạn muốn trả lời gì hằng ngày, hằng tháng (doanh thu theo kênh, khách quay lại, tồn kho sắp hết)? Cơ sở dữ liệu thiết kế ngược từ câu hỏi.
2. Vẽ thực thể và quan hệ: khách hàng, sản phẩm, đơn hàng, nhân viên, kho… và chúng nối với nhau ra sao (sơ đồ ERD).
3. Chọn nền tảng phù hợp năng lực: phần lớn doanh nghiệp nhỏ không cần tự dựng DBMS; một phần mềm bán hàng, kế toán hoặc CRM chuẩn đã có sẵn cơ sở dữ liệu bên dưới. Khi cần hệ riêng, một CSDL quan hệ mã nguồn mở hoặc dịch vụ đám mây được quản lý là điểm khởi đầu an toàn.
4. Làm sạch và nhập dữ liệu cũ: gộp các file Excel rời, chuẩn hoá mã khách, số điện thoại, xoá trùng. Dữ liệu bẩn đưa vào thì báo cáo cũng sai.
5. Đặt quy tắc nhập liệu: trường bắt buộc, định dạng, danh mục chọn sẵn thay vì gõ tự do.
6. Thiết lập sao lưu và phân quyền ngay từ ngày đầu, không đợi có sự cố.
7. Kết nối và mở rộng dần: nối website, phần mềm kế toán, công cụ báo cáo qua API; khi dữ liệu đủ nhiều, tính tới kho dữ liệu cho phân tích.

Những sai lầm thường gặp khi làm việc với cơ sở dữ liệu

• Chọn NoSQL vì “nghe hiện đại” cho dữ liệu kế toán, đơn hàng vốn có quan hệ chặt, rồi phải tự viết lại logic ràng buộc và giao dịch trong ứng dụng.
• Không có khoá chính, khoá ngoại: dữ liệu mồ côi (đơn hàng của khách không tồn tại), trùng lặp khó dọn.
• Lưu tiền bằng kiểu số thực (float): gây sai lệch làm tròn; nên dùng kiểu số thập phân cố định (DECIMAL, NUMERIC) hoặc số nguyên theo đơn vị nhỏ nhất.
• Chạy báo cáo nặng trên CSDL bán hàng vào giờ cao điểm, làm chậm toàn hệ thống.
• Sửa cấu trúc trực tiếp trên môi trường thật mà không có kịch bản thay đổi (migration) và đường lùi.
• Dùng chung một tài khoản quản trị cho mọi ứng dụng và mọi người; khi có sự cố không biết ai đã làm gì.
• Có sao lưu nhưng chưa từng khôi phục thử, hoặc để bản sao lưu cùng máy chủ với dữ liệu gốc.

Câu hỏi thường gặp

Cơ sở dữ liệu là gì nói ngắn gọn?

Là tập hợp dữ liệu được tổ chức có cấu trúc trên máy tính, để có thể tìm, thêm, sửa, xoá và chia sẻ nhanh, chính xác, an toàn. Luật Dữ liệu 2024 định nghĩa là tập hợp dữ liệu được sắp xếp, tổ chức để truy cập, khai thác, chia sẻ, quản lý và cập nhật.

Database là gì, có khác cơ sở dữ liệu không?

Không khác. Database là từ tiếng Anh, cơ sở dữ liệu là cách gọi tiếng Việt, thường viết tắt CSDL.

Hệ quản trị cơ sở dữ liệu là gì? Cho ví dụ.

Là phần mềm dùng để tạo, lưu trữ, truy vấn và bảo vệ cơ sở dữ liệu. Ví dụ: MySQL, PostgreSQL, Microsoft SQL Server, Oracle Database, SQLite (quan hệ); MongoDB, Redis, Cassandra, Neo4j (NoSQL).

Excel có phải là cơ sở dữ liệu không?

Theo nghĩa rộng, một bảng tính có cấu trúc rõ ràng là một tập dữ liệu được tổ chức. Nhưng Excel không phải hệ quản trị cơ sở dữ liệu: thiếu giao dịch, ràng buộc, phân quyền chi tiết và khả năng cho nhiều người ghi đồng thời an toàn. Microsoft Access mới là một DBMS cỡ nhỏ.

SQL có phải là cơ sở dữ liệu không?

Không. SQL là ngôn ngữ truy vấn. Các sản phẩm có chữ SQL trong tên như MySQL, PostgreSQL, SQL Server là hệ quản trị cơ sở dữ liệu dùng ngôn ngữ SQL.

Cơ sở dữ liệu quan hệ và NoSQL, cái nào tốt hơn?

Không có cái nào tốt hơn tuyệt đối. CSDL quan hệ phù hợp dữ liệu có cấu trúc, quan hệ chặt và cần giao dịch chính xác. NoSQL phù hợp dữ liệu linh hoạt, lượng ghi rất lớn hoặc mô hình chuyên biệt như đồ thị, vector. Nhiều hệ thống dùng cả hai.

Học cơ sở dữ liệu nên bắt đầu từ đâu?

Bắt đầu với mô hình quan hệ và SQL: bảng, khoá, JOIN, GROUP BY, chỉ mục, giao dịch. Cài một hệ miễn phí như PostgreSQL hoặc SQLite, tự thiết kế CSDL cho một bài toán quen thuộc (quản lý thư viện, cửa hàng). Sau đó mới mở rộng sang NoSQL và tối ưu hiệu năng.

Cơ sở dữ liệu vector là gì, có cần cho AI không?

Là CSDL lưu các vector số biểu diễn ý nghĩa của văn bản, hình ảnh, cho phép tìm “nội dung gần nghĩa” thay vì khớp từ khoá. Nó hữu ích khi xây chatbot hỏi đáp trên tài liệu nội bộ. Nếu đã dùng PostgreSQL, bạn có thể thử tiện ích pgvector trước khi thêm một hệ riêng.

Dữ liệu khách hàng lưu trong cơ sở dữ liệu có phải tuân thủ luật không?

Có. Từ 01/01/2026, Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực. Doanh nghiệp cần biết mình lưu dữ liệu cá nhân nào, vì mục đích gì, ai được truy cập, lưu bao lâu, có chuyển ra nước ngoài không, và có biện pháp bảo vệ phù hợp.