NoSQL-Datenbankrevolution: Ein Paradigmenwechsel im Datenbankbereich
NoSQL-Datenbankrevolution: Jenseits relationaler Modelle
Die NoSQL-Datenbankrevolution hat den Datenbankmarkt verändert, indem sie den traditionellen relationalen Ansatz hinter sich ließ. NoSQL, kurz für „Not only SQL“, bezieht sich auf Datenbanken mit einem nicht-relationalen Ansatz, auch bekannt als strukturierte Datenspeicher. Bekannte Beispiele sind Amazon Dynamo, Google BigTable und Open-Source-Versionen wie Apache Cassandra, CouchDB, OrientDB und MongoDB.
Seit 2009, als Johan Oskarsson den Begriff „NoSQL“ in der heutigen Bedeutung einführte, hat dieses neue Datenbankkonzept versucht, die Einschränkungen von relationalen Datenbanken zu überwinden, insbesondere in verteilten Datenspeichersystemen. Relationale Modelle sind bei vielen kleinen Transaktionen und großen Batch-Transaktionen mit hauptsächlichem Lesezugriff effizient. In solchen Modellen wird in der Regel durch hochwertigere Hardware und zusätzlichen Speicher skaliert. Im Gegensatz dazu setzt NoSQL auf ein „scaling out“-Verfahren, das die Last auf viele Systeme verteilt.
NoSQL-Datenbanken können in vier Hauptkategorien unterteilt werden:
- Key-Value Datenbanken: Diese nutzen eine Hash-Tabelle, in der Schlüssel und ihre zugehörigen Datensatzzeiger gespeichert sind. Sie sind typischerweise mit Cache-Mechanismen ausgestattet.
- Spaltenorientierte Datenbanken: Ideal für die Speicherung riesiger Datenmengen über viele Rechner verteilt. Ein Zeilenschlüssel adressiert eine komplette Zeile einer Spaltenfamilie.
- Dokumentenorientierte Datenbanken: Hier werden Dokumente verwendet, die Sammlungen von Schlüssel-Wert-Paaren sind. Diese semi-strukturierten Dokumente werden in Formaten wie JSON gespeichert.
- Objektdatenbanken: Sie verwenden Graphen, die aus Knoten, Kanten und Knoteneigenschaften bestehen, und können über viele Rechner hinweg skaliert werden.