NoSQL-Datenbanken: Wie sie funktionieren und wann ihr Einsatz Sinn ergibt

Inhaltsverzeichnis

Online-Shops mit Millionen Kunden und Produkten, soziale Netzwerke mit riesigen Mitgliederzahlen und komplexen Beziehungsgeflechten, in denen unzählige Nachrichten ausgetauscht werden, dazu wissenschaftliche Projekte, bei denen Messdaten über Messdaten anfallen – die Anforderungen an Datenbanken sind enorm.

Mehr zu NoSQL und Datenbanken

• NoSQL-Datenbanken: Wie sie funktionieren und wann ihr Einsatz Sinn ergibt
• Einfachere Datenbankabfragen mit Spring Data JPA
• Amazons NoSQL-Datenbank DynamoDB
• Amazons Cloud-native-Datenbank Aurora im Test
• NoSQL, verteilte Datenbanken und NewSQL

Sie sollen bergeweise Informationen sicher speichern und auf Anfrage in Sekundenschnelle passende Daten sinnvoll aufbereitet zur Verfügung stellen. Dabei sind die gespeicherten Informationen oft zu unstrukturiert, um sie in vorgegebene Schemata zu zwingen, und das Geflecht zwischen ihnen häufig wahnsinnig komplex.

Anforderungen, vor denen SQL-Datenbanken in die Knie gehen, – mit denen NoSQL-Datenbanken aber spielend fertig werden: Sie sind flexibel, schnell, skalieren und sind verteilt einsetzbar. Aber... wie machen die das eigentlich? Wie speichern sie Daten, wie greifen sie darauf zu und für welche Einsatzfelder taugen sie? Was sind ihre Vor- und Nachteile? Um das zu beantworten, nehmen wir in diesem Artikel Key-Value-, dokumentenorientierte, Wide-Column- und Graph-Datenbanken unter die Lupe.

Das war die Leseprobe unseres heise-Plus-Artikels "NoSQL-Datenbanken: Wie sie funktionieren und wann ihr Einsatz Sinn ergibt". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.