Matura: Softwareentwicklung & Informationssysteme

10.1. NoSQL Datenbanken

NoSQL = „not only SQL“

verteilte und horizontale Skalierbarkeit, gleichrangige Knoten (verteilte Hardware -> hohe Ausfallsicherheit)
kostengünstige Rechnersysteme zur Datenspeicherung
kein relationales Datenmodell (kein SQL)
schemafrei / schwache Schemarestriktionen
keine Transaktionen (nach gewisser Zeit konsistenter Zustand)
für spezifische Problemstellungen!

Document Store
- Zusammengehörige Daten strukturiert in einem Dokument speichern
- Struktur der Daten kann unterschiedlich sein, keine Schemen (Programmierung)
- Keine Relationen zwischen Tabellen
- Dokumente können gleiche oder unterschiedliche Schlüssel mit beliebigen Werten besitzen
- Einfaches Hinzufügen neuer Felder
Key/Value Store
- Konzept der Konfigurationsdateien
- Zuordnung eines Werts zu einem Schlüssel
- Schneller Zugriff, hohe Datenmengen
- In-Memory-Variante/On-Disk-Versionen
Graph
- Netz aus miteinander mit Hilfe von Kanten verbundenen Knoten
- Kanten mit Bezeichnern erweitert -> Netz mit Bedeutung zwischen den Verbindungen (Semantic Web)
- Problem: Pareto-Regel gilt auch hier: 20% der Knoten besitzen 80% Relevanz
- Einsatz: komplex vernetzte Daten wie GIS-Answendungen (Navigation)
Wide Column Store (spaltenorientiert)
- Speicherung von Daten mehrerer Einträge in Spalten anstatt in Zeilen
- Spalten mit ähnlichen oder verwandten Inhalten

Laut dem CAP-Theorem kann ein verteiltes System zwei der folgenden Eigenschaften gleichzeitig erfüllen, jedoch nicht alle drei.

Konsistenz (C)
- Alle Knoten sehen zur selben Zeit dieselben Daten.
Verfügbarkeit (A)
- Alle Anfragen an das System werden stets beantwortet.
Partitionstoleranz oder Ausfalltoleranz (P)
- Das System arbeitet auch bei Verlust von einzelnen Netzknoten weiter.

ACID

Atomarität (Abgeschlossenheit)
- Sequenz von Daten-Operationen entweder ganz oder gar nicht ausgeführt
- Konsistenz heißt, dass eine Sequenz von Daten-Operationen nach Beendigung einen konsistenten Datenzustand hinterlässt
Konsistenz
- Konsistenter Datenzustand -> Sequenz von Operationen -> konsistenter Datenzustand
Isolation (Abgrenzung)
- Keine Beeinflussung nebenläufiger Daten-Operationen
Dauerhaftigkeit
- Dauerhafte Speicherung nach (erfolgreichem) Abschluss

BASE

Basically Available
- Die meisten Daten sind die meiste Zeit verfügbar
Soft state
- Die DB bietet eine entspannte Sicht auf Daten in Bezug auf die Konsistenz
Eventually consistent
- Die Daten werden schließlich auf alle zutreffenden Knoten kopiert, aber es ist nicht erforderlich, dass alle Knoten die ganze Zeit über identische Kopien beliebiger gegebener Daten verfügen.
- Letztendlich nach einer möglichst kurzen Zeitspanne haben alle Teile eines verteiltes Systems wieder die gleiche Sicht auf die Daten.

BASE	ACID
weiche Konsistenz	harte Konsistenz
Verfügbarkeit	Isolation
best effort	commit
Nährungen akzeptabel	Verfügbarkeit?
einfache Entwicklung	komplexe Entwicklung (Schema)
schneller	sicherer

Programmiermodell von Google entwickelt
MapReduce dient zur verteilten und parallelen Verarbeitung großer Mengen strukturierter und unstrukturierter Daten
Divide-and-Conquer-Ansatz = verteilte Berechnungen über große Rechnercluster

Beispiel:

Wir möchten alle Bücher in der Bibliothek zählen.
Sie zählen Regal Nr. 1, ich Regal Nr. 2. Dies entspricht dem Vorgang „map“ (erfassen).
Jetzt addieren wir unsere beiden Zählungen. Dies entspricht dem Vorgang „reduce“ (reduzieren).