Matura: Systemtechnik

NoSQL

Grundstruktur eines SQL-Datenbestandes

• Sie besteht aus Tabellen
  • Diese Tabellen bestehen aus Zeilen und Spalten
  • Die Zeilen stellen den so genannten Datensatz dar
  • Die Spalten beinhalten die einzelnen Komponenten eines Datensatzes
  • Jede Spalte muss einen bestimmten Datentyp haben
• Über Schlüssel werden die Tabellen miteinander verknüpft

Was ist eine Relation?

• Beziehung zwischen zwei Elementen
• Umsetzung: Tupel werden über Schlüsseln (meist Primärschlüssel) miteinander verbunden.
• Beispiel:

Was besagt die relationale Algebra?

• Menge von Operationen zur Manipulation von Relationen
• Ermöglicht es, Relationen zu filtern, zu verknüpfen, zu aggregieren oder anderweitig zu modifizieren, um Anfragen an eine Datenbank zu formulieren.

Was ist ein Schema?

• Formale Beschreibung der Struktur von Daten

Was versteht man unter Normalisieren?

Normalisierung ist eine Sammlung von Regeln, die eingehalten werden sollten, um Probleme wie … zu vermeiden.

• Übersichtlichkeit
• Redundanzen (doppelt Gespeicherte Informationen)
• Anomalien/Inkonsistenzen (widersprüchliche Daten, logische Brüche in der DB)
• [Exkurs: Normalisierung aus dem SEW/INSY-Teil]/(https://htlw-5ahit.github.io/matura-sew-insy/thema08/kap04.html)

Sie gliedert sich in fünf Normalformen plus vier Sonderformen.

Welche sinnvoll verwendbare Normalisierungsformen gibt es

Für normale Anwendungen reichen die ersten drei Normalformen aus.

SQL als Abfragesprache

• SQL … Structured Query Language
• Sprache für die Kommunikation mit relationalen Datenbanken
• Mit SQL-Befehlen lassen sich Daten relativ einfach einfügen, verändern oder löschen
• Die meisten der existierenden Datenbanksysteme verfügen über SQL-Schnittstellen

Vor-/Nachteile von SQL

• Vorteile
  • Schnellere Abfrageverarbeitung
  • Keine Programmierkenntnisse
  • Standardisierte Sprache
  • Portabel (Plattformunabhängig)
  • Mehrere Datenansichten (Views)
• Nachteile
  • Abrufen von Daten bei mehreren Tabellen

Quelle: https://de.acervolima.com/vor-und-nachteile-von-sql/

Für welche Problembereiche eignet sich eine SQL-DB?

• Dort wo es auf Genauigkeit, Integrität, Aktualität und Nachvollziehbarkeit ankommt nutzt man eine SQL Datenbanken
• Praktische Beispiele für eine SQL Datenbank Anwendung sind:
  • Datenbanken im Rechnungswesen
  • Datenbanken im Bankenwesen
• Eignung von SQL Datenbanken
  • Immer gleiche Einträge zu erstellen
  • Keine Ist-Teil Beziehungen zwischen den Elementen
  • Einzutragende Werte sind eindeutig identifizierbar mittels eines Attributs
  • Wenn kein Sharding notwendig ist
  • ACID-Eigenschaften erfüllbar

Quelle:

• https://www.talend.com/de/resources/sql-vs-nosql/
• https://www.tenmedia.de/de/glossar/sql-datenbank

Verwendung von SQL in einer Applikationssprache wie Java/Javascript – wie können beispielsweise Objekte abgespeichert werden?

• Durch die Verwendung eines Object Document Mapper (ODM)
• siehe Thema 06 Kapitel 02

Daten als Mengen – ist dies ein Problem?

• Relationale Datenbanken sind für die schnelle Speicherung großer Datenmengen nicht geeignet
• Integritätsprüfungen und die Normalisierung benötigen Zeit bei der Verarbeitung
• Für diesen Zweck eignen sich schnelle NoSQL Datenbanken besser

JSON als Datenformat für web-basierte Lösungen (Java-Script) – Wo liegt hier der Vorteil?

• JSON … JavaScript Object Notation
• Auf der Basis von JavaScript entwickelt
• JSON ist keine eigene formale Sprache

Können JSON-basierte Daten in einer SQL-DB abgespeichert werden?

• Ja.

Json & Strukturierung (komplexe Datenstrukturen)?

• JSON-Strukturen sind beliebig anlegbar
• Was innerhalb eines JSON-Objektes liegt, ist für die Speicherung in einer schemalosen Datenbank egal
• In relationalen Datenbanken ist die Speicherung einer beliebigen Datenstruktur nicht möglich!
• Sollte man JSON Objekte speichern, so kann es sein, dass viele der Spalten nicht genutzt werden und so unnötig viel Speicher benutzt wird (welcher tatsächlich aber nicht gebraucht wird)

Quelle: https://bornsql.ca/blog/think-twice-about-storing-json-in-your-sql-server-database/

Wo stößt SQL an die „Grenzen“?

• Wenn große Menge an Daten zu einem einzelnen Eintrag aus vielen Tabellen gesammelt werden muss
• Große Menge an kleinen Daten
• Abbildung vieler Relationen

Was versteht man unter „Big Data“?

• Der Begriff „Big Data“ bezieht sich auf Datenbestände, die so groß, schnelllebig oder komplex sind, dass sie sich mit herkömmlichen Methoden nicht oder nur schwer verarbeiten lassen. Das Speichern großer Datenmengen oder der Zugriff darauf zu Analysezwecken ist nichts Neues.

• Definition von Big Data mit dem 3-V-Modell:

  • Volume (Masse)
  • Velocity (Geschwindigkeit)
  • Variety (Vielfalt)

Quelle: https://www.sas.com/de_at/insights/big-data/what-is-big-data.html

Was sind NoSQL oder doumentenorientierte 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 (zB. BigData-Anwendungen)
• Einteilung
  • Document Store
  • Key/Value Store
  • Graph
  • Wide Column Store (spaltenorientiert)

Was versteht man in diesem Kontext unter einem „Document“?

Schemenlosen Datenbanken – was muss man hier alles beachten?

• Vorteile
  • Speicherform ist der DB egal
  • Elastische Skalierbarkeit
  • Wunsch nach Dynamischen Schema
  • Viele Leseabfragen
• Nachteile
  • In Relation zu SQL Datenbanken sind sie weniger zuverlässig
  • Ausgelesene Werte können nicht in ein Objekt gesteckt werden (Problem mit falschen Werten)
  • Komplexe Abfragen sind schwer realisierbar

Einsatzgebiet von NoSQL-Datenbanken – für welche Problembereiche besonders geeignet?

• Die horizontale Skalierbarkeit
• Das Vermeiden von unnötiger Komplexität,
• Eine hohe Performance und ein hoher Durchsatz,
• Die Nutzung von allgemein gebräuchlicher Hardware,
• Die Vermeidung von relationalen Ansätzen des Datenmappings,
• Die Einfachheit in der Installation und Konfiguration von verteilten Datenbank-Clustern

Mongo als Beispiel für eine schemenlose DB – gehe auf Mongo näher ein

• Dokumentenorientiertes NoSQL-Datenbankmanagementsystem
• Verwaltung von Sammlungen von JSON-ähnlichen Dokumenten
• Weitest verbreitete NoSQL-Datenbank
• Replikation
• Sharding

Quelle: https://de.wikipedia.org/wiki/MongoDB

Können Documents auch per Update verändert werden?

• Ja
• update()
• updateOne()
• updateMany()

Was muss man dann beim Zugriff auf dieses Objekt wissen?

• Die verwendeten Keys eines Dokuments, da bei schemenlosen Datenbanken nicht alle Keys vorhanden sind.
• Abfrage auch null bzw. undefined bevor damit gearbeitet werden kann.

Abfragesprache für Mongo?

• MongoDB verzichtet auf eine Abfragesprache wie SQL.
• Stattdessen erfolgen die Datenmanipulation und -Abfrage anhand von Objektspezifischen Methoden, die für alle gängige Programmiersprachen verfügbar sind.