Diese Arbeit hat das Ziel, den Begriff NoSQL theoriegeleitet herauszuarbeiten und zu bestimmen. Zudem soll NoSQL dabei im Kontext von Big Data eingeordnet werden. Des Weiteren sollen die verschiedenen Typen von NoSQL-Datenbanken sowie deren Eigenschaften dargelegt und erörtert werden. Dabei sollen auch mögliche Anwendungsbereiche der verschiedenen Typen von NoSQL-Datenbanken aufgezeigt werden. Hierbei sollen die NoSQL-Datenbanktypen auch hinsichtlich ihrer Eignung für die möglichen Anwendungsbereiche diskutiert werden. Die exakte technische Umsetzung von NoSQL in Unternehmen und Institutionen soll in dieser Arbeit allerdings nicht betrachtet werden, da die detaillierte, technische Umsetzung von NoSQL-Datenbanken je nach Anwendungsfall individuell und auch komplex gestaltet ist und somit deutlich über den Umfang dieser Arbeit hinausgehen würde.
Die Zunahme der Ausbau der IT-Infrastruktur, der Digitalisierung und der Leistungsfähigkeit der Informationstechnik sowie sinkende Beschaffungskosten von elektronischer Hardware führen dabei zu einer signifikanten Zunahme der Datenmenge und der Datenvielfalt. So fallen beispielsweise beim Versenden von Fotos und von Textnachrichten über Smartphones oder bei der Übertragung von Sensordaten einer Produktionsmaschine viele Daten an, welche die gesamte Datenmenge weiter ansteigen lassen. Diese Daten liegen zudem in unterschiedlichen Strukturiertheitsgraden vor. Die Daten, die täglich neu zur Datenmenge hinzukommen, liegen dabei zu etwa 90 Prozent in unstrukturierter Form vor. Unstrukturierte Daten können beispielsweise Fotos, Posts in sozialen Netzwerken, Röntgenbilder und Videos sein. In diesem Kontext fällt dabei häufig der Begriff Big Data. Mittels Big-Data-Technologien können diese Datenmengen bewältigt, verarbeitet und ausgewertet werden. Dadurch ergeben sich sowohl in der Gesellschaft auch als auch in der Wirtschaft vielfältige Möglichkeiten zur Informationsgenerierung und Effizienzsteigerung. Der Einsatz von Big-Data-Technologien führt in Unternehmen dabei häufig zu Produktivitätssteigerungen, weshalb Big Data auch einen Wettbewerbsfaktor darstellt. Da die großen, zu bewältigenden Datenmengen häufig in unstrukturierter Form vorliegen, sind hierfür allerdings auch leistungsfähige Konzepte und Technologien erforderlich, wie beispielsweise NoSQL-Datenbanken. In einigen Anwendungsfällen können NoSQL-Datenbanken dementsprechend von großer Bedeutung sein.
Inhaltsverzeichnis
1. Einleitung
1.1 Ausgangssituation
1.2 Zielsetzung
1.3 Vorgehensweise
2. Theoretischer Hintergrund zu NoSQL
2.1 Begriff
2.2 CAP-Theorem
2.3 ACID und BASE
2.4 Einordnung in Big Data
3. Mögliche Anwendungsbereiche von NoSQL-Datenbanktypen
3.1 Key-Value Stores
3.2 Document Stores
3.3 Wide-Column Stores
3.4 Graphdatenbanken
4. Schlussbetrachtung
Zielsetzung & Themen
Das Ziel der Arbeit besteht darin, den Begriff NoSQL theoriegeleitet zu bestimmen und in den Kontext von Big Data einzuordnen. Zudem werden die verschiedenen Typen von NoSQL-Datenbanken charakterisiert, ihre Anwendungsbereiche analysiert und hinsichtlich ihrer Eignung diskutiert.
- Theoretische Grundlagen von NoSQL-Systemen (CAP-Theorem, ACID/BASE)
- Einordnung von NoSQL in den Kontext von Big Data
- Klassifizierung und Funktionsweise der NoSQL-Datenbanktypen
- Analyse und Eignung der Datenbanktypen für spezifische Anwendungsbereiche
Auszug aus dem Buch
3.3 Wide-Column Stores
Wide-Column Stores umfassen NoSQL-Datenbanken, die Daten spaltenorientiert ablegen und bearbeiten. Im Gegensatz hierzu werden die Daten von relationalen Datenbanksystemen zeilenorientiert verwaltet. Beim Lesen einer Zelle greift ein relationales, zeilenorientiertes Datenbankmanagementsystem häufig auch auf mehrere Daten einer Zeile zu, die teilweise gar nicht genötigt werden. Im Gegensatz hierzu greift ein spaltenorientiertes DBMS nur auf die Zellen beim Lesevorgang zu, in denen die benötigten Daten abgespeichert sind (vgl. Edlich et al. 2011, S. 63f). Die Daten werden in Wide-Column Stores als Schlüssel-Wert-Paar abgespeichert, wobei der Schlüssel aus einem Zeilenidentifikator (row id), einem Spaltenbezeichner (column qualifier) und einem Zeitstempel (timestamp) besteht. Unterstützt das Datenbankmanagementsystem auch eine Zusammenfassung mehrerer Spalten zu Spaltenfamilien (column families), dann kann der Schlüssel auch zusätzlich den Spaltenfamiliennamen (column family name) enthalten. Mit der Benutzung von Zeitstempeln kann zudem eine Versionierung der Datensätze entsprechend konfiguriert werden. Im Gegensatz zu relationalen DBMS können bei Wide-Column Stores die Spalten für jede Zeile sowohl inhaltlich als auch von der Anzahl der Spalten her individuell definiert werden, was einen zentralen Unterschied zum relationalen Tabellenschema darstellt (vgl. Waage & Wiese 2016, S. 500f).
Zusammenfassung der Kapitel
1. Einleitung: Diese Kapitel liefert die Ausgangsituation, definiert die Zielsetzung und erläutert die methodische Vorgehensweise der Seminararbeit.
2. Theoretischer Hintergrund zu NoSQL: Hier wird der NoSQL-Begriff hergeleitet, das CAP-Theorem sowie ACID- und BASE-Eigenschaften erläutert und die Einordnung in Big Data vorgenommen.
3. Mögliche Anwendungsbereiche von NoSQL-Datenbanktypen: Das Kapitel analysiert die vier Haupttypen (Key-Value, Document, Wide-Column, Graph) hinsichtlich ihrer Funktionsweise und Eignung für Anwendungsfälle.
4. Schlussbetrachtung: Es erfolgt eine Zusammenfassung der Ergebnisse und eine abschließende Einordnung der Bedeutung von NoSQL-Datenbanken für zukünftige IT-Infrastrukturen.
Schlüsselwörter
NoSQL, Big Data, Datenbanken, CAP-Theorem, Key-Value Stores, Document Stores, Wide-Column Stores, Graphdatenbanken, ACID, BASE, horizontale Skalierung, Datenmodell, IT-Infrastruktur, Datenspeicherung, Performance
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die verschiedenen Konzepte und Typen von NoSQL-Datenbanken im modernen IT-Umfeld und deren Rolle bei der Bewältigung komplexer Datenmengen.
Was sind die zentralen Themenfelder?
Zentrale Themen sind die theoretischen Grundlagen (CAP-Theorem, ACID vs. BASE), die Einordnung in den Bereich Big Data sowie die Analyse spezifischer NoSQL-Datenbanktypen.
Welches primäre Ziel verfolgt die Arbeit?
Das Ziel ist die theoriegeleitete Bestimmung des Begriffs NoSQL sowie die Erörterung der Eigenschaften und Eignung verschiedener Datenbanktypen für unterschiedliche Anwendungsbereiche.
Welche wissenschaftliche Methodik wurde verwendet?
Die Arbeit basiert auf einer fundierten Literaturrecherche und der systematischen Analyse aktueller Fachliteratur und Konzepte zu NoSQL und Big Data Themen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretischen Grundlagen des Begriffs NoSQL und die detaillierte Vorstellung der vier Datenbanktypen Key-Value, Document, Wide-Column und Graphdatenbanken samt их Anwendungsbereichen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind NoSQL, Big Data, horizontale Skalierung, CAP-Theorem, ACID/BASE-Eigenschaften, Key-Value Stores, Document Stores, Wide-Column Stores und Graphdatenbanken.
Warum sind relationale Datenbanksysteme laut der Arbeit nicht immer die beste Wahl für Big Data?
Relationale Systeme sind für strukturierte Daten optimiert und stoßen bei großen, unstrukturierten Datenmengen sowie der notwendigen horizontalen Skalierung an Grenzen hinsichtlich Effizienz und Performance.
Welche Eigenschaft macht Wide-Column Stores besonders effizient im Vergleich zu relationalen DBMS?
Die spaltenorientierte Speicherung ermöglicht es, bei Lesevorgängen gezielt nur auf benötigte Spalten zuzugreifen, anstatt komplette Zeilen verarbeiten zu müssen.
- Arbeit zitieren
- Martin Graf-Ziller (Autor:in), 2022, Typen von NoSQL-Datenbanken und mögliche Anwendungsbereiche, München, GRIN Verlag, https://www.grin.com/document/1282164
