📚
Lerndokumentationen
Datenbanken
Datenbanken
  • Willkommen
  • Grundlagen
    • SQL vs. NoSQL
    • NoSQL-Familien
    • CAP-Theorem
    • Vorgehen beim Erstellen
    • ACID - BASE
    • Indizes
  • SQL
    • Struktur
      • Datenbanken und Tabellen
        • Datentypen
        • Erstellen
        • Bearbeiten
        • Löschen
        • Constraints
          • NOT NULL
          • UNIQUE
          • PrimärschlĂĽssel
          • FremdschlĂĽssel
          • CHECK
          • DEFAULT
      • Daten
        • EinfĂĽgen
        • Aktualisieren
        • Löschen
    • Abfragen
      • Auswählen
      • Filtern
      • Operatoren
      • Reihenfolge
      • JOINS
      • Aggregatsfunktionen
        • Gruppieren
        • Filtern
      • Subqueries
    • Transaktionen
    • Datenschutz und Berechtigungen
      • Benutzerverwaltung
      • Rechte
    • Optimierung
  • MongoDB
    • Was ist MongoDB?
    • Struktur
      • Datenbanken und Collections
      • Daten
    • Abfragen
    • Indexing
    • Security
      • Authentifizierung und Autorisierung
      • Auditing
    • Backups
Bereitgestellt von GitBook
Auf dieser Seite
  • Key-Value Stores
  • Merkmale
  • Anwendungsfälle
  • Spaltenorientierte Datenbanken (Columnar Stores)
  • Merkmale
  • Anwendungsfälle
  • Dokumentenbasierte Datenbanken
  • Merkmale
  • Anwendungsfälle
  • Graphbasierte Datenbanken
  • Merkmale
  • Anwendungsfälle
  1. Grundlagen

NoSQL-Familien

NoSQL-Datenbanken sind in vier Hauptkategorien unterteilt, die jeweils für unterschiedliche Anwendungsfälle optimiert sind. Diese Kategorien sind: Key-Value Stores, spaltenorientierte Datenbanken, dokumentenbasierte Datenbanken und graphbasierte Datenbanken.

Key-Value Stores

Merkmale

  • Speichern Daten als SchlĂĽssel-Wert-Paare.

  • Sehr hohe Leistung durch einfache Abfragen.

  • Keine komplexe Abfragesprache nötig.

Anwendungsfälle

  • Caching (z. B. Redis, Memcached)

  • Sitzungsverwaltung und Konfigurationsspeicherung

Spaltenorientierte Datenbanken (Columnar Stores)

Merkmale

  • Daten werden spaltenbasiert statt zeilenbasiert gespeichert.

  • Besonders effizient fĂĽr analytische Abfragen ĂĽber grosse Datenmengen.

  • Gute Komprimierung und hohe Skalierbarkeit.

Anwendungsfälle

  • Data Warehousing und Big Data (z. B. Apache Cassandra, HBase)

  • Analytische Anwendungen mit hoher Leseperformance

Dokumentenbasierte Datenbanken

Merkmale

  • Speichern Daten als JSON-, BSON- oder XML-Dokumente.

  • UnterstĂĽtzen flexible und verschachtelte Datenstrukturen.

  • Ermöglichen schnelle Entwicklung durch Schema-Flexibilität.

Anwendungsfälle

  • Content-Management-Systeme (z. B. MongoDB, CouchDB)

  • E-Commerce-Plattformen mit flexiblen Produktkatalogen

Graphbasierte Datenbanken

Merkmale

  • Modellieren Daten als Knoten und Beziehungen (Edges).

  • Effiziente Verarbeitung von vernetzten Daten.

  • Ideal fĂĽr komplexe Abfragen mit vielen VerknĂĽpfungen.

Anwendungsfälle

  • Soziale Netzwerke (z. B. Neo4j, ArangoDB)

  • Empfehlungsalgorithmen und Betrugserkennung


Die Wahl der passenden NoSQL-Familie hängt von den spezifischen Anforderungen einer Anwendung ab. Während Key-Value Stores besonders für schnelle Speicher- und Abrufvorgänge geeignet sind, bieten dokumentenbasierte Datenbanken mehr Flexibilität. Spaltenorientierte Datenbanken sind ideal für analytische Anwendungen, während graphbasierte Datenbanken für stark vernetzte Datenstrukturen optimal sind.

VorherigeSQL vs. NoSQLNächsteCAP-Theorem

Zuletzt aktualisiert vor 3 Monaten