Einführung in NoSQL-Datenbanken
Summary
TLDRDas Skript diskutiert neue Trends in der Datenbank-Technologie, insbesondere NoSQL-Datenbanken im Vergleich zu relationalen Systemen. Es hebt die Vorteile von NoSQL hervor, wie die Verwaltung unstrukturierter Daten und die Flexibilität im Datenmodell. MongoDB wird als Beispiel für eine NoSQL-Datenbank vorgestellt, die Dokumente speichert und skaliert. Es wird auch auf ihre verschiedenen Bereitstellungstypen eingegangen: Standalone, Replikat und Sharding für unterschiedliche Anwendungsfälle.
Takeaways
- 🌐 Neue Datenbanktypen auf dem Markt sind z.B. PULS, Kino Caches, Objekt-Datenbanken, Dokumentenspeicher, Graphen und Multimedia-Datenbanken.
- 💾 Risikobeispiel für Anbieter von neuen NoSQL-Datenbanken sind große Softwaredienstleister wie Microsoft und Oracle.
- 🔍 NoSQL-Datenbanken speichern Daten oft als Schlüsselwörter, Dokumente, Graphen, Objekte und nicht in Tabellen.
- 📚 Typische Anwendungen von NoSQL-Datenbanken sind z.B. Lagerverwaltung und Analysedatenbanken, die flexible Strukturen benötigen.
- 📊 Die Unterscheidung zwischen relationalen und NoSQL-Datenbankmanagementsystemen liegt in der Art der Datenspeicherung und -strukturierung.
- 📈 Relationale Datenbanken eignen sich, wenn Daten strukturiert sind und sich kaum ändern werden.
- 🔑 Relationale Datenbanken verwenden ein Datenmodell, bei dem Daten in Tabellen gespeichert und in Beziehung stehen.
- 🔄 NoSQL-Datenbanken ermöglichen eine flexiblere Datenspeicherung in verschiedenen Formaten, ohne Notwendigkeit einer Anpassung der Datenbankstruktur.
- 📊 NoSQL-Datenbanken unterstützen horizontale Skalierung, im Gegensatz zu relationalen Datenbanken, die nur vertikal skaliert werden können.
- 🌟 MongoDB ist ein Beispiel für eine NoSQL-Datenbank, die Daten in Dokumenten speichert und über ein dynamisches Schema verfügt.
- 🔑 MongoDB ist sowohl in einer kostenlosen Community Edition für Entwickler als auch in einer kostenpflichtigen Enterprise Edition erhältlich.
Q & A
Was sind Beispiele für neue Datenbanktypen auf dem Markt?
-Beispiele für neue Datenbanktypen sind Pulse, Kino Caches, Objekt-Datenbanken, Dokumentenspeicher, Graphen und Multimedia-Datenbanken.
Welche Risiken müssen bei der Auswahl eines neuen Datenbankanbieters berücksichtigt werden?
-Bei der Auswahl eines neuen Datenbankanbieters müssen Risiken wie die Größe des Anbieters (große Softwaredienstleister wie Microsoft oder Oracle vs. kleinere Player) und die allgemeine Verfügbarkeit und Unterstützung berücksichtigt werden.
Wie werden Daten in NoSQL-Datenbanken im Vergleich zu relationalen Datenbanken gespeichert?
-In NoSQL-Datenbanken werden Daten oft als Schlüsselwörter, Dokumente, Graphen, Objekte und nicht in Tabellen gespeichert, während relationale Datenbanken Daten in Tabellen mit Zeilen und Spalten speichern.
Welche Anwendungsbeispiel für NoSQL-Datenbanken wurden im Skript genannt?
-Ein Anwendungsbeispiel für NoSQL-Datenbanken ist die Lagerverwaltung bei Chips, wo verschiedene Produkte mit unterschiedlichen Attributen verwaltet werden müssen.
Wann sind relationale Datenbanken am besten geeignet?
-Relationale Datenbanken sind am besten geeignet, wenn die Daten strukturiert sind oder strukturierte gespeichert werden sollen und sich die Struktur kaum ändert.
Was ist der Hauptunterschied zwischen relationalen und NoSQL-Datenbankmanagementsystemen?
-Der Hauptunterschied liegt im Datenmodell: Relationale Datenbanken verwenden ein Schema, in dem die Datenstruktur vorgegeben ist, während NoSQL-Datenbanken entweder unstrukturiert oder durch ein dynamisches Schema gespeichert werden können.
Wie wird die Speicherung von Daten in relationalen Datenbanken beschrieben?
-In relationalen Datenbanken wird die Speicherung von Daten in Form von Tabellen mit Zeilen und Spalten erwartet, wobei Daten in Beziehung zueinander gespeichert werden können.
Was bedeuten die verschiedenen Normalisierungsstufen in relationalen Datenbanken?
-Die verschiedenen Normalisierungsstufen in relationalen Datenbanken dienen dazu, Redundanzen oder Anomalien zu entfernen, um die Datenintegrität zu gewährleisten.
Wie können relationale Datenbanken skaliert werden?
-Relationale Datenbanken können sowohl vertikal als auch horizontal skaliert werden, wobei die horizontale Skalierung in der Regel auf Anwendungsebene und durch Sharding realisiert wird.
Was sind die wichtigsten Eigenschaften von MongoDB, der NoSQL-Datenbank, die im Skript erwähnt wurde?
-MongoDB ist eine NoSQL-Datenbank, die Daten in Dokumenten speichert und über ein dynamisches Schema verfügt. Sie unterstützt eine umfangreiche Abfragesprache, Aggregationsfunktionen und Transaktionen mit einzelnen oder mehreren Dokumenten.
Wie viele Ausführungen von MongoDB gibt es und was unterscheidet sie?
-Es gibt zwei Ausführungen von MongoDB: Die Community Edition, die kostenlos und für Entwickler gedacht ist, und die Enterprise Edition, die auf der Community Edition aufbaut und zusätzliche Funktionen wie Speicherung im Speicher, Verschlüsselung von Daten und Systemen bietet.
Outlines
📊 Einführung in NoSQL-Datenbanken und deren Anwendungsbeispiele
Der erste Abschnitt beginnt mit einer Einführung in die Welt der NoSQL-Datenbanken. Es werden neue Arten von Datenbanken wie Puls, Kino-Caches, Objekt-Datenbanken, Dokumenten-Stores, Graphen und Multimedia-Datenbanken erwähnt. Der Text hebt hervor, dass verschiedene Anbieter wie Microsoft und Oracle diese Technologien integrieren, während kleinere Player wie Redis und MongoDB ebenfalls eine wichtige Rolle spielen. NoSQL-Datenbanken speichern Daten in unterschiedlichen Formaten wie Schlüssel-Wert-Paaren, Dokumenten oder Objekten, anstatt sie in Tabellen zu organisieren. Typische Anwendungsbeispiele umfassen Lagerverwaltungssysteme und Analyseplattformen, bei denen flexible Strukturen benötigt werden. Es wird betont, dass relationale und NoSQL-Datenbanken in verschiedenen Szenarien eingesetzt werden, je nach Datenstruktur und Anwendungsanforderungen.
🔍 Vergleich von relationalen und NoSQL-Datenbanken
Im zweiten Abschnitt wird ein detaillierter Vergleich zwischen relationalen und NoSQL-Datenbanken dargestellt. Relationale Datenbanken sind ideal, wenn Daten strukturiert sind und in Tabellenform gespeichert werden sollen. Sie ermöglichen es, Beziehungen zwischen den Daten abzubilden, wie z.B. bei einer Universitätsdatenbank mit Studenten, Kursen und Noten. NoSQL-Datenbanken hingegen lösen das Problem der Speicherung unstrukturierter oder dynamischer Daten, da sie flexible Schema-Strukturen bieten. Die Unterschiede in der Speicherung, Skalierung und Datenmodellierung werden ebenfalls beleuchtet. Während relationale Datenbanken typischerweise vertikal skaliert werden, können NoSQL-Datenbanken sowohl vertikal als auch horizontal skaliert werden, was sie besonders für Big Data-Anwendungen geeignet macht.
Mindmap
Keywords
💡NoSQL-Datenbanken
💡Relationale Datenbanken
💡Dynamisches Schema
💡Dokumentenbasierte Datenbanken
💡Grafdatenbanken
💡Horizontale Skalierung
💡Aggregation
💡Cluster
💡Community Edition
💡Replikation
Highlights
Neue Qualitäten auf dem Markt sind zum Beispiel Puls oder Kino Caches.
Objekt-Datenbanken, Dokumentenspeicher, Graphen und Multimedia-Datenbanken als Beispiele genannt.
Risiken bei der Auswahl von neuen Call-Datenbanken sind zu nennen.
Anbieter von neuen Call-Datenbanken sind große Software-Dienstleister wie Microsoft und Oracle.
Kleine Player im Markt sind 'Reddy's Mango' und 'Karl Spieß'.
Daten werden in neuen Call-Datenbanken als Schlüsselwörter, Dokumente, Graphen, Objekte und nicht als Tabellen gespeichert.
Typische Anwendungsbeispiel für neue Call-Datenbank ist Lagerverwaltung bei Chips mit unterschiedlichen Produkten und Attributen.
Analyse-Datenbanken ziehen Daten aus verschiedenen Quellen heran und benötigen flexible Strukturen.
Relationale Datenbankmanagementsysteme unterscheiden sich grundlegend vom NoSQL.
Relationale Datenbanken eignen sich, wenn Daten strukturiert sind und sich kaum ändern.
Speicherung von Daten in relationalen Datenbanken in Form von Tabellen mit Zeilen und Spalten.
Beispiel für eine universitäre Bank aus drei Tabellen: Student, Kurse, Noten.
Neue Call-Datenbanken lösen das Problem der Speicherung von unstrukturierten oder halbstrukturierten Daten.
Dynamisches Schema bei neuen Call-Datenbanken erlaubt Abweichungen vom vorgegebenen Schema.
Übersicht der wichtigsten Features von relationalen Datenbanken gegenüber NoSQL.
Relationale Datenbanken haben ein Datenmodell, bei dem Daten in Tabellen gespeichert und in Beziehung stehen.
Neue Call-Datenbanken speichern Daten in verschiedenen Formaten wie Dokumente, Graphen, Schlüssel-Wert-Paare.
Normalisierungsstufen in relationalen Datenbanken zur Vermeidung von Redundanzen und Anomalien.
Relationale Datenbanken können vertikal skaliert werden, NoSQL-Datenbanken sowohl vertikal als auch horizontal.
MongoDB als ausgewählte NoSQL-Datenbank speichert Daten in Dokumenten.
MongoDB hat eine umfangreiche Abfragesprache und unterstützt Aggregationsfunktionen.
MongoDB unterstützt Transaktionen mit einzelnen oder mehreren Dokumenten.
MongoDB kann in einem Cluster konfiguriert werden, der aus mindestens drei Knoten besteht.
MongoDB ist in zwei Ausführungen erhältlich: Community Edition (kostenlos) und Enterprise Edition mit zusätzlichen Funktionen.
Mögliche Plantypen bei MongoDB: Standalone, Replikat und Sharding für hohe Verfügbarkeit und Durchsatz.
Transcripts
beginnen wir mit der ersten frage welche
neues kultur- und beispiele es auf dem
markt gibt beispiele von neues
qualitäten sind zum beispiel puls oder
kino caches dann objekt datenbanken
dokument stores grafen und multimedia
datenbank um ein paar beispiele hast du
risiken musste zu nennen
anbieter von neues call datenbanken sind
integrierten große software
dienstleister die
microsoft mit ihren produkten oder
oracle
[Musik]
perspektive eines und dann kleine
playern in anführungsstrichen die
reddy's mango die wie karl spiehs wie
sie schon in der auflistung der neuesten
feststellen konnten werden in der regel
die daten ios call datenbanken als
schlüsselwörter oder dokumente grafen
objekte und nicht als tabellen
gespeichert typische anwendungsbeispiele
von neues board datenbank sehen zum
beispiel in lagerverwaltung bei chips
bei denen zum beispiel
unterschiedliche produkte mit
unterschiedlichen attributen gemanagt
verwaltet werden müssen und diese
einfach eine flexible struktur erfolgen
oder analysen datenbanken die daten aus
verschiedenen quellen heranziehen und
auch hier flexible strukturen zur
streichung bestätigen
in diesem modul rechtlich zumindest in
der einführung zweite schiene datenbank
managementsysteme unterscheiden nämlich
das relationale datenbank
managementsystem vom no sql grund dafür
ist dass sie in der regel genau diese
zwei technologien die in vier modulen
demonstriert und deren grundlagen
vermittelt bekommen und ein weiterer
grund ist dass sie mit grösster
wahrscheinlichkeit auch im lehrbetrieb
mit relationalen respektive neues call
datenbanken zu tun haben werden gehen
wir der frage nach wann werden
relationale datenbanken für beendet
relationale datenbanken lohnen sich dann
wenn ihre daten strukturiert sind oder
strukturierte gespeichert werden sollen
und vor anderen struktur sich kaum
ändern wird und grundsätzlich die
speicherung der daten eben in form von
tabellen respektive zahlen spalten
erwarten verloren sich relationale
datenbanken wenn sie die daten in
beziehung zueinander
darstellen respektive ausgeben oder
filtern möchten als beispiel soll eine
uni gartenbank herangezogen werden
welche jetzt im einfachsten fall aus
drei tabellen besteht nämlich student
kurse um noten und diese drei tabellen
jeweils über eine kurse die in beziehung
gesetzt werden daneben beiden neuesten
daten
jetzt werden sie das problem der
speicher von unstrukturierten oder
optimierten daten lösen möchten das
heißt sie möchten sich nicht in das enge
korsett des vorgegebenen schema pressen
oder wenn sie einen client von einem
stand schema im kochen möchten was bei
experimentellen anwendung häufig der
fall ist in diesem fall kommt ein
dynamisch schema zum zug wo sie quasi
vom schema vorgaben haben aber auch
davon abweichen können zum abschluss
eine überstellung der wichtigsten
features von relationalen datenbanken
gegenüber noch sql datenbanken zum einen
eben das schema das bei der relationalen
datenbank vorgibt in welcher struktur
die daten gespeichert werden sollen da
geht bei einer sql datenbank werden die
daten entweder unstrukturiert oder durch
ein dynamisches schemann als
strukturiert gespeichert und sie können
von diesem schema jederzeit abweichen
dann bei den relationalen datenbanken
gibt es ein datenmodell und wenn die
daten in tabellen gespeichert werden und
diese in beziehung stehen kann es sein
dass wenn sie ein datums
wertveränderung dass diese änderung
einen einfluss auf daten in anderen
tabellen haben kann dagegen bei neue
skoda datenbanken werden die daten in
verschiedenen formaten
abhängig vom produkt gespeichert
mögliche formate sind dokumente grafen
schlüsselwerte paare oder sehr große
datenfelder und wie ich schon vorher
erwähnt muss die datenbank nicht
angepasst werden sondern umgekehrt die
daten bauen passt sich kann die natur
der daten die daherkommen und
gespeichert werden dann bei relationalen
datenbanken gibt es verschiedene
normalisierung stufen um
redundanzen oder anomalien zu entfernen
bei der us-soldaten banken legt der
focus button daten und diese können den
organisiert sein zu guter letzt können
relationale datenbanken vertikal
skaliert werden dagegen neues von
datenbanken vertikal und horizontal
und haben wir für dieses modul eine
neues call datenbank ausgewählt das ist
monti die eine der wichtigsten
eigenschaften von die babys das
sind die daten in dokumenten speichert
und möchte ihnen einige eigenschaften
von diesem produkt auf zählen zu meinen
das dynamische schema es ist ein
flexibles schema um mit abweichungen in
velden das heißt finanzen attribute
verlangt ferner wurde wie in eine
umfangreiche abfragesprache um daten
abzufragen in den jeglicher couleur und
schattierung auf und enthält aggregation
funktionen um daten nach wünschen und
bedarf zu probieren und filter zu können
zusätzlich unterstützt die
transaktion ob es mit einzelnen oder
mehreren dokumenten geschehen beide
varianten werden unterstützt zudem kann
man gut eingesetzt werden wenn sie hohe
leistungen von einer datenbank warten
einerseits durch die verschieden art von
indexierung und den angebeteten modell
kann ich ja hofe fügt bar in dem simon
als cluster konfigurieren ein cluster
besteht mindestens aus drei knoten und
sich vertikal und horizontal
skalieren vor allem wenn es um das thema
big data geht mongodb ist in zwei
ausführungen erhältlich die eine ist im
community edition
dies ist kostenlos und für entwickler
gedacht welche praktische erfahrungen
sammeln möchten wo die zweite edition
ist die enterprise edition welche auch
die community edition aufbaut und
zusätzliche funktionen enthält wie sich
die memory speicherung verschlüsselung
von daten und systeme war ich komme zur
letzten slide und schließe diese mieter
frage ab welche die planen typen bei
mango die in unterschieden werden es
gibt drei stück davon zuerst mal die
stand alone variante die installation
fühlt sich arbeiten einen computer und
ist für entwicklungs und versuch zwecke
gedacht die zweite variante ist das
replikat dabei dass sich um eine gruppe
von prozessen oder selben die
zusammenarbeiten und für eine hohe
verfügbarkeit sorgen dabei werden daten
kopien auf mehrere server verteilt
mindestens drei um ein cluster zu bilden
die letzte variante ist diese variante
nur die daten für anwendungen verteilt
gespeichert werden um einen hohen
datendurchsatz mit großen datenmenge zu
erzielen ich bin am ende der
präsentation angekommen und wünsche
ihnen viel erfolg bei ihren weiteren
reise mit morgi
浏览更多相关视频
Wie liest man eine Bankbilanz? Erklärt am Beispiel Deutsche Bank
Elemente von MongoDB
Digitale Ethik: Warum wir sie dringend brauchen | Oliver Zöllner & Tobias Keber | TEDxStuttgart
Are Winstrips Worth It?
The Impact Of Low Omega-3s On Your Health - Dr Rhonda Patrick
Richtig Espresso brühen mit dem Einersieb | Das muss man wissen.
5.0 / 5 (0 votes)