NoSQL mit PostgreSQL Swiss Postgres Conference Juni Hannu Krosing Harald Armin Massa

Größe: px
Ab Seite anzeigen:

Download "NoSQL mit PostgreSQL Swiss Postgres Conference Juni 2015. Hannu Krosing Harald Armin Massa"

Transkript

1 NoSQL mit PostgreSQL Swiss Postgres Conference Juni 2015 Hannu Krosing Harald Armin Massa

2 Agenda Wer sind 2ndQuadrant, Hannu, Harald (2min) Begriffsbestimmung: NoSQL Warum NoSQL? Postrelationales PostgreSQL: Not Only SQL

3 2ndQuadrant Beiträge zu Core PostgreSQL (Beispiele) PITR Hot Standby Synchronous Replication CREATE EXTENSION BDR / UDR Ecosystem (Beispiele) pgbarman repmgr

4 Wer ist 2ndQuadrant? Zentrales Produkt: 24/7 Produktiv Support Wir finden in vereinbarter Zeit Lösungen für Bugs, die den PostgreSQL Betrieb stören. Gegen Geld. Platin Sponsor PostgreSQL Projekt Dienstleistungen rund um PostgreSQL Entwicklungen Consulting Training

5 Hannu DBA und Database Architect bei Skype Betreuung Wachstum 1 nach 100en von Servern Co-Author des Buches "PostgreSQL 9 Administration Cookbook" zusammen mit Simon Riggs. Code & Bugfixes & Designbeiträge PostgreSQL Spezialisiert auf Skalierung, Python um und in PostgreSQL

6 Harald PostgreSQL Nutzer seit 1996 Unternehmer, Python-Anwendungen mit PostgreSQL (+andere DB) Mitorganisator europäische PostgreSQL Konferenz Pilotanwender PostgreSQL unter Windows Seit ndQuadrant Partner, Geschäftsführender Gesellschafter 2ndQuadrant Deutschland GmbH

7 NoSQL - Begriffsbestimmung Initiiert als Not Only SQL = nicht nur SQL Speichern und Lesen von Daten in anderen Modellen als Tabellen / Relationen Eigentlich NoREL Aufbegehren gegen SQL

8 Warum nicht relational?

9 Herausforderungen Relationale DB 1 Struktur sehr weit weg von Relationen Verträge Webseiten gefühlter Overhead von SQL Parser / Executor kognitive Last weitere Sprache kognitive Last descriptive Sprache / Kontrollverlust Serialisierungs-Overhead Objekt Relation

10 Herausforderungen Relationale DB 2 Datenschema Transaktionales DML selten außerhalb Organisatorisches Hemmen von Änderungen Applikationskompatibilität? Schemaänderungen bei logischen Replikationen herausfordernd ALTER TABLE Reduce lock levels of CREATE TRIGGER and some ALTER TABLE, CREATE RULE actions. (Simon, 28. July 2010)

11 Herausforderungen Relationale DB 3 Anforderungen verteilte Datenbanken (WebScale) CAP (Konsistent, Verfügbar, Paritionstolerant consistent, available, partition tolerance) Konsistenz dauert länger Service Oriented Architecture Programmkommunikation über Service-APIs Relative einfache Abfragen Service-Middleware verantwortet Datenkonsistenz

12 NoSQL Varianten Column Oriented Stores Key-Value Datenbanken / Stores (z.b. REDIS, Memcache, Btrieve) Document Databases (CouchDB, MongoDB) GraphDatabases "GraphDatabase PropertyGraph" by Originally uploaded by Ahzf (Transferred by Obersachse) Licensed under CC0 via Wikimedia Commons -

13 Warum dennoch PostgreSQL ACID wird gebraucht Langlebigkeit / Fehlertoleranz mit bewährten PostgrSQL Techniken Disaster Recovery / PITR (pg_barman) Hochverfügbarkeit Kombination teilstrukturierte Daten mit relationalen Informationen z.b. Dokumente mit organisatorischer Einbindung Nutzung weltbestes Supportangebot Because you can.

14

15 Gründe, warum das möglich ist PostgreSQL = PostRelational Erweiterbarkeit PostgreSQL NoSQL als Hack PostgreSQL die Hackers Database PostgreSQL sehr verlässlich Verlässlichkeit dauert; tuning nach schneller

16 als Dokument Datenbank Unstrukturierte Daten in PostgreSQL einfach möglich seit 2003

17 Teodor Sigaev, Oleg Bartunov, Alexander Korotkov

18 hstore Id, Col1, col2, col3, col4. Viele Datenspalten Nur nach wenigen wird gesucht, andere einzig Ausgabe Speichert Key/Value Paare (inspiriert durch Perl Hashes) Binäres Speicherformat

19 hstore Vor- und Nachteile Flexible Speicherung Semi-strukturierter Daten Reichhaltige Operatoren vorhanden Kompakte Speicherung Binärformat Keine Baumstrukturen (wie in JSON verfügbar, JSON existiert seit ~2006) Abbildung in Programmiersprachen? Standard für JSON: (ECMA-404 The JSON Data Interchange Standard, JSON RFC-7159) Standard für hstore?

20 JSON

21 JSON in PostgreSQL Vor PostgreSQL 9.2: Speichern in TEXT Spalten, zugriff per PL/PERL, PL/PYTHON, PL/V8 PostgreSQL 9.2: JSON Datentyp; Speicherung als Text, Validierung, Zugriffsoperatoren PostgreSQL 9.4: JSONB November 2013: Binäres Speicherformat gemeinsam für hstore und jsonb Januar 2014: binäres Speicherformat in PostgreSQL Core

22 jsonb CREATE TABLE BUECHER ( Titel citext not null, isbn isbn not null primary key, publikationsinfo jsonb not null ) CREATE INDEX ON buecher USING GIN (publikationsinfo); Alle Operationen CREATE INDEX ON buecher USING GIN (publikationsinfo json_path_ops); nur search path operator kleinerer Index SELECT count(*) FROM buecher WHERE '{ "Verlag" : "2ndQuadrant Verlag" }';

23 Wie schnell? Benchmarks von Oleg / Teodor / Alexander MacBookAir, 8GB RAM, 256 GB SSD 1'252'973 Delicious Lesezeichen Ladezeiten TEXT: 34 s ohne Validierung JSON: 37 s - json Validierung Jsonb: 43 s - json Validierung, Binäre Speicherung (MongoDB 2.6.0: ~13 Minuten für Load)

24 Suche in JSON-Data CREATE INDEX gin_jb_path_idx ON jb USING gin(jb jsonb_path_ops); EXPLAIN ANALYZE SELECT count(*) FROM jb WHERE '{"tags": [{"term":"nyc"}]}'::jsonb; QUERY PLAN Aggregate (cost= rows=1 width=0) (actual time= rows=1 loops=1) -> Bitmap Heap Scan on jb (cost= rows=1253 width=0) (actual time= rows=285 loops=1) Recheck Cond: '{"tags": [{"term": "NYC"}]}'::jsonb) Heap Blocks: exact=285 -> Bitmap Index Scan on gin_jb_path_idx (cost= rows=1253 width=0) (actual time= rows=285 loops=1) Index Cond: '{"tags": [{"term": "NYC"}]}'::jsonb) Planning time: ms Execution runtime: ms

25 Suche hier und anderswo Operator contains, in PostgreSQL Json: 10s, seqscan Jsonb: 8.5ms, GIN JSONB_OPS Jsonb: 0.7ms, GIN JSONB_PATH_OPS Mongo: 1.0ms btree index

26 Mögliche Anwendung Daten mit häufigen Änderungen in JSONb feld speichern indizieren per GIN evtl. funktionale Indizes auf Inhalte einzelner Felder wenn sich Datenmodell stabilisiert, keys / Values aus JSON Objekten nach Spalten migrieren kann über Update / Insert Trigger Applikations- Transparent erfolgen Daten in Spalten dann in kompletter relationaler Reportbarkeit

27 Geschwindigkeit Mehr im Speicher halten Verlässlichkeit reduzieren Schreiben reduzieren Scaling auf multiple Maschinen

28 PostgreSQL als in-memory-db Festplatten und Speicherformat identisch Persistenz ist durch WAL entkoppelt, kann ausgeschaltet werden Prozess-Modell mit gemeinsamen Daten + Speicherbereichen per Backend gut genug für viele Anwendungen darf's ein Terabyte mehr sein

29 Verlässlichkeit reduzieren Daten werden verloren gehen Es ist einzig unsicher, wann nur verwenden, wenn Daten nicht erhalten bleiben müssen

30 Was macht so verlässlich? 1340 in Genua erfunden

31 Was macht so verlässlich? 1340 in Genua erfunden WALrecords table files

32 Verlässlichkeit reduzieren (0) UNLOGGED TABLES Seit PostgreSQL 9.1 verfügbar CREATE UNLOGGED TABLE GRBILANZ (soll NUMERIC(40), haben NUMERIC(2)); Kein WAL wird geschrieben Messungen: 13-17% mehr TPS gemäßt pg_bench PITR, Disaster Recovery, Streaming Replication sind nicht mehr möglich

33 Verlässlichkeit reduzieren Nur bei Daten, die verlorengehen dürfen, Beispiele Load OpenGeo Daten Initialladen Datenbank aus DUMP NACH LOAD WIEDER VERLÄSSLICH MACHEN Datawarehouses, beschickt aus anderen Systemen Sessionstores bei Webservern

34 Verlässlichkeit reduzieren (1) WAL_LEVEL = minimal Weniger WAL Schreiblast Crash Recovery bleibt möglich PITR; Streaming Replication; disaster Recovery entfallen Sowieso Default Einstellung :(

35 Verlässlichkeit reduzieren (2) SYNCHRONOUS_COMMIT = off Kein Warten auf geschriebenes WAL, bevor COMMIT als erfolgreich gemeldet ist Keine Datenkorruption Transaktionen, die als geschrieben gemeldet waren, können verloren gehen Transaktionen gehen konsistent verloren Bewußt einsetzen! In Beratung durch Datenbank Experten investieren

36 Verlässlichkeit reduzieren (3) FULL_PAGE_WRITES = OFF Nach Checkpoint, erstes WAL-Schreiben nicht mehr zwingend ganze Seite weniger Schreiblast Systemcrash wird zur Datenkorruption führen Recovery kann scheitern Einzig für verlierbare Situationen Verwenden. z.b. initialload von Datenbank Dumps. Nicht im Regelbetrieb verwenden

37 Verlässlichkeit reduzieren (4) FSYNC = OFF Bestätigung des Schreibens auf Festplatte wird nicht abgewartet Datenkorruption wird passieren Sehr schnell Verwenden für: - initialload von Datenbanken - einlesen von Geodaten - Datenabzug nur schauen auf Extranet-Server NACH LOAD für Betrieb wieder einschalten! Einschalten prüfen: postgres=# show fsync; fsync on

38 Weniger Schreiblast multiple Server Umstellen Trigger Based Replikation (Slony, Bucardo, Londiste) nach Streaming Replication / UDR (BDR). Trigger basiert: Trigger auf DML (insert, update..) Speicherung in Queue-Tabelle Daten in Haupttabelle+WAL, Daten in Queue+WAL Kosten für Encoding Kosten für Queue Maintainance

39 Schreiben Reduzieren, multiple Server

40 Leseskalierung Daten werden von Applikation auf 1x PostgreSQL geschrieben PostgreSQL repliziert an viele Slaves Lesezugriffe erfolgen auf Slaves verteilt

41 Leseskalierung Schreibzugriffe Applikation Replikation Lesende Zugriffe Applikation

42 Leseskalierung pg_bouncer Replik ation Anwendung

43 Gesprächsanregungen Mittagessen, Pause Pl/proxy statt pg_bouncer - sharding mit PostgreSQL Performance PostgreSQL für Friends of Friends Queries Tasse beim 2ndQuadrant Tisch abholen pg_bouncer zusammen mit RepMgr

Performance Probleme aufspüren

Performance Probleme aufspüren Performance Probleme aufspüren Oberhausen, 2013 Hans-Jürgen Schönig Gründe für schlechte Performance 1. Dumme Anfragen - das passiert häufiger als man denkt 2. Suboptimale PostgreSQL Parameter 3. Schlechte

Mehr

Tuning von PostGIS mit Read- Only-Daten von OpenStreetMap

Tuning von PostGIS mit Read- Only-Daten von OpenStreetMap Tuning von PostGIS mit Read- Only-Daten von OpenStreetMap Prof. Stefan Keller (Fach-)Hochschule für Technik Rapperswil (bei Zürich) 11.11.2011 PGConf.DE - Stefan Keller 1 Was ist OpenStreetMap? Wikipedia

Mehr

NoSQL mit Postgres 15. Juni 2015

NoSQL mit Postgres 15. Juni 2015 Tag der Datenbanken 15. Juni 2015 Dipl.-Wirt.-Inform. Agenda l Vorstellung l Marktübersicht l Warum PostgreSQL? l Warum NoSQL? l Beispielanwendung Seite: 2 Vorstellung Dipl.-Wirt.-Inform. [1990] Erste

Mehr

Indexing und Performance Tuning

Indexing und Performance Tuning Indexing und Performance Tuning Cybertec Schönig & Schönig GmbH Hans-Jürgen Schönig PostgreSQL Indexing - Jeder hat schon einmal ein Telefonbuch Benutzt - Jeder hat schon einmal Suchen durchgeführt CREATE

Mehr

Grundlagen der PostgreSQL Administration

Grundlagen der PostgreSQL Administration Jens Wilke Vortrag bei der BELUG 16.03.2011 Der Vortrag behandelt die Installation und Konfiguration von PostgreSQL, dem fortschrittlichsten Open Source Datenbanksystem. Es wird auf die wichtigsten Konfigurationsparameter

Mehr

PostgreSQL in großen Installationen

PostgreSQL in großen Installationen PostgreSQL in großen Installationen Cybertec Schönig & Schönig GmbH Hans-Jürgen Schönig Wieso PostgreSQL? - Die fortschrittlichste Open Source Database - Lizenzpolitik: wirkliche Freiheit - Stabilität,

Mehr

ANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE. NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik

ANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE. NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik ARFA ANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik Ralf Leipner Domain Architect Analytics, Risk Management & Finance 33. Berner Architekten

Mehr

Migration von Oracle zu PostgreSQL

Migration von Oracle zu PostgreSQL Migration von Oracle zu PostgreSQL aus Sicht eines PostgreSQL-DBA Alvar C.H. Freude: Oracle zu PostgreSQL-Migration aus Sicht eines Postgres-DBA pgconf.de, 27. November 2015 Das Projekt ELSTER, beim Bayerischen

Mehr

Chancen und Wachstumsfelder für PostgreSQL

Chancen und Wachstumsfelder für PostgreSQL Chancen und Wachstumsfelder für PostgreSQL Harald Armin Massa by Deutschsprachige PostgreSQL Konferenz 2013 Oberhausen Harald Armin Massa 2ndQuadrant Datenbanken seit 1984 Position Value Datenbank auf

Mehr

PostgreSQL auf vielen CPUs. Hans-Jürgen Schönig Hans-Jürgen Schönig

PostgreSQL auf vielen CPUs. Hans-Jürgen Schönig  Hans-Jürgen Schönig PostgreSQL auf vielen CPUs Ansätze zur Skalierung PostgreSQL auf einer CPU Traditionell läuft eine Query auf nur einer CPU Historisch gesehen war das kein Problem Mittlerweile ist das ein großes Problem

Mehr

MySQL Performance Tuning für Entwickler

MySQL Performance Tuning für Entwickler MySQL Performance Tuning für Entwickler Cebit 2015, Hannover Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 18 FromDual GmbH Support Beratung remote-dba Schulung

Mehr

Cassandra Query Language (CQL)

Cassandra Query Language (CQL) Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für

Mehr

Aktuelle SE Praktiken für das WWW

Aktuelle SE Praktiken für das WWW Aktuelle SE Praktiken für das WWW SQL vs. NoSQL W. Mark Kubacki 23.06.2010 Gliederung Zusammenfassung Entstehungsgeschichte SQL vs. NoSQL Systemarchitekturen und Wachstumsmuster SQL NoSQL Überblick und

Mehr

CouchDB & CouchApps. Strukturlose Speicherung von Daten und Anwendungen. B1 Systems GmbH. March 18, 2012. http://www.b1-systems.de

CouchDB & CouchApps. Strukturlose Speicherung von Daten und Anwendungen. B1 Systems GmbH. March 18, 2012. http://www.b1-systems.de CouchDB & CouchApps Strukturlose Speicherung von Daten und Anwendungen B1 Systems GmbH http://www.b1-systems.de March 18, 2012 c B1 Systems GmbH 2004 2012 Chapter -1, Slide 1 CouchDB Grundlagen CouchDB

Mehr

NoSQL. Was Architekten beachten sollten. Dr. Halil-Cem Gürsoy adesso AG. Architekturtag @ SEACON 2012 Hamburg

NoSQL. Was Architekten beachten sollten. Dr. Halil-Cem Gürsoy adesso AG. Architekturtag @ SEACON 2012 Hamburg NoSQL Was Architekten beachten sollten Dr. Halil-Cem Gürsoy adesso AG Architekturtag @ SEACON 2012 Hamburg 06.06.2012 Agenda Ein Blick in die Welt der RDBMS Klassifizierung von NoSQL-Datenbanken Gemeinsamkeiten

Mehr

Rein relationale DB in Prod? Datenbanken in produktiven Einsatz? SQL + NoSQL DB in Prod? (MongoDB, Redis, CouchDB, Cassandra)

Rein relationale DB in Prod? Datenbanken in produktiven Einsatz? SQL + NoSQL DB in Prod? (MongoDB, Redis, CouchDB, Cassandra) 1 Rein relationale DB in Prod? Datenbanken in produktiven Einsatz? 2 SQL + NoSQL DB in Prod? (MongoDB, Redis, CouchDB, Cassandra) 3 DB-Cluster in der Cloud? NoSQL?!? SQL Normalformen Come as you are Warum

Mehr

Transaktionsverwaltung

Transaktionsverwaltung Transaktionsverwaltung VU Datenbanksysteme vom 21.10. 2015 Reinhard Pichler Arbeitsbereich Datenbanken und Artificial Intelligence Institut für Informationssysteme Technische Universität Wien Transaktionsverwaltung

Mehr

Eine Einführung in Apache CouchDB. Java-Forum Stuttgart 2011

Eine Einführung in Apache CouchDB. Java-Forum Stuttgart 2011 Eine Einführung in Apache CouchDB Java-Forum Stuttgart 2011 Johannes Schneider, cedarsoft GmbH js@cedarsoft.com http://blog.cedarsoft.com http://cedarsoft.com Vielen Dank CouchDB The VERY Basics Vorerfahrung?

Mehr

Persönlichkeiten bei bluehands

Persönlichkeiten bei bluehands Persönlichkeiten bei Technologien bei Skalierbare Anwendungen mit Windows Azure GmbH & co.mmunication KG am@.de; posts..de/am 1 2 3 4 5 6 7 8 9 Immer mehr Mehr Performance Mehr Menge Mehr Verfügbarkeit

Mehr

Grundlagen der PostgreSQL Administration. Timo Pagel

Grundlagen der PostgreSQL Administration. Timo Pagel Grundlagen der PostgreSQL Administration Timo Pagel Agenda Installation/Konfiguration Backup/Restore Hochverfügbarkeit Überwachung Ausführungspläne 04.11.12 Grundlagen der PostgreSQL Administration 2/50

Mehr

DATENBANK LÖSUNGEN. mit Azure. Peter Schneider Trainer und Consultant. Lernen und Entwickeln. www.egos.co.at

DATENBANK LÖSUNGEN. mit Azure. Peter Schneider Trainer und Consultant. Lernen und Entwickeln. www.egos.co.at DATENBANK LÖSUNGEN mit Azure Peter Schneider Trainer und Consultant Agenda Cloud Services, Data Platform, Azure Portal Datenbanken in Virtuelle Maschinen Azure SQL Datenbanken und Elastic Database Pools

Mehr

Inhaltsverzeichnis. a. Standorte...3 1. PostgreSQL...6. b. Impressum... 10. A. PostgreSQL...6. i. Einrichtung und Administration...

Inhaltsverzeichnis. a. Standorte...3 1. PostgreSQL...6. b. Impressum... 10. A. PostgreSQL...6. i. Einrichtung und Administration... 2 Inhaltsverzeichnis a. Standorte...3 1. PostgreSQL...6 A. PostgreSQL...6 i. Einrichtung und Administration... 6 ii. SQL Einstieg...8 b. Impressum... 10 3 a. Standorte Unsere Seminare finden an verschiedenen

Mehr

Soziotechnische Informationssysteme

Soziotechnische Informationssysteme Soziotechnische Informationssysteme 8. NoSQL Relationale Datenbank NoSQL Datenbank Relationale Datenbank? NoSQL Datenbank RDBM 2 Warum? Skalierbarkeit Riesige Datenmengen Performanz und Elastizität Auslastung

Mehr

PostgreSQL im praktischen Einsatz. Stefan Schumacher

PostgreSQL im praktischen Einsatz. Stefan Schumacher PostgreSQL im praktischen Einsatz 2. Brandenburger Linux Infotag 2005 Stefan Schumacher , PGP Key http:/// $Header: /home/daten/cvs/postgresql/folien.tex,v 1.11 2005/04/25

Mehr

Foreign Data Wrappers

Foreign Data Wrappers -Angebot Foreign Data Wrappers Postgres ITos GmbH, CH-9642 Ebnat-Kappel Swiss Postgres Conference 26. Juni 2014 Foreign Data Wrapper Postgres -Angebot Foreign Data Wrapper? Transparente Einbindung (art-)fremder

Mehr

SQL structured query language

SQL structured query language Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query

Mehr

PostgreSQL - Troubleshooting

PostgreSQL - Troubleshooting 24. August 2008 Agenda 1 Installation 2 Administration 3 Entwicklung 4 Backup Installation (1) Installationspfade, Tablespaces und Mountpoints bestimmen RAID-Level und LVM Separates WAL-Laufwerk? # initdb

Mehr

www.informatik-aktuell.de

www.informatik-aktuell.de www.informatik-aktuell.de Flashback Reise in die Vergangenheit einfach. gut. beraten. Warum Oracle Zeitreisen anbieten kann, der Microsoft SQL Server aber leider nicht. IT-Tage Datenbanken 18.12.2015,

Mehr

Benchmarking und Performancetesting von und mit PostgreSQL

Benchmarking und Performancetesting von und mit PostgreSQL Benchmarking und Performancetesting von und mit PostgreSQL Stefan Kaltenbrunner stefan@kaltenbrunner.cc http://www.kaltenbrunner.cc/blog PGDay.EU 2010 Stuttgart, Germany 1 Die Datenbank ist langsam...

Mehr

Partitionieren über Rechnergrenzen hinweg

Partitionieren über Rechnergrenzen hinweg Partitionieren über Rechnergrenzen hinweg Erkan Yanar erkan.yanar@linsenraum.de Blog: linsenraum.de/erkules Xing: www.xing.com/profile/erkan Yanar 24. November 2011 Was tun wenn: Daten übersteigen die

Mehr

Inhaltsverzeichnis. Lutz Fröhlich. PostgreSQL 9. Praxisbuch für Administratoren und Entwickler. ISBN (Buch): 978-3-446-42239-1

Inhaltsverzeichnis. Lutz Fröhlich. PostgreSQL 9. Praxisbuch für Administratoren und Entwickler. ISBN (Buch): 978-3-446-42239-1 Inhaltsverzeichnis Lutz Fröhlich PostgreSQL 9 Praxisbuch für Administratoren und Entwickler ISBN (Buch): 978-3-446-42239-1 ISBN (E-Book): 978-3-446-42932-1 Weitere Informationen oder Bestellungen unter

Mehr

NoSQL. Hintergründe und Anwendungen. Andreas Winschu

NoSQL. Hintergründe und Anwendungen. Andreas Winschu NoSQL Hintergründe und Anwendungen Andreas Winschu 1 Inhalt 1. Motivation 2. RDBMS 3. CAP Theorem 4. NoSQL 5. NoSql Overview 6. NoSQl Praxis 7. Zusammenfassung und Ausblick 2 1.Motivation Datenbanken Permanente

Mehr

PHP + MySQL. Die MySQL-Datenbank. Hochschule Karlsruhe Technik & Wirtschaft Internet-Technologien T3B250 SS2014 Prof. Dipl.-Ing.

PHP + MySQL. Die MySQL-Datenbank. Hochschule Karlsruhe Technik & Wirtschaft Internet-Technologien T3B250 SS2014 Prof. Dipl.-Ing. PHP + MySQL Die MySQL-Datenbank Zusammenspiel Apache, PHP, PHPMyAdmin und MySQL PHPMyAdmin Verwaltungstool Nutzer Datei.php oder Datei.pl Apache HTTP-Server PHP Scriptsprache Perl Scriptsprache MySQL Datenbank

Mehr

SQL. SQL: Structured Query Language. Früherer Name: SEQUEL. Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99

SQL. SQL: Structured Query Language. Früherer Name: SEQUEL. Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99 SQL Früherer Name: SEQUEL SQL: Structured Query Language Standardisierte Anfragesprache für relationale DBMS: SQL-89, SQL-92, SQL-99 SQL ist eine deklarative Anfragesprache Teile von SQL Vier große Teile:

Mehr

Installation MySQL Replikationsserver 5.6.12

Installation MySQL Replikationsserver 5.6.12 Ergänzen Konfigurationsdatei my.ini auf Master-Server:!!! softgate gmbh!!! Master und Slave binary logging format - mixed recommended binlog_format = ROW Enabling this option causes the master to write

Mehr

Dokumentenorientierte Datenbanken - MongoDB

Dokumentenorientierte Datenbanken - MongoDB Dokumentenorientierte Datenbanken - MongoDB Jan Hentschel Ultra Tendency UG Übersicht Dokumente sind unabhängige Einheiten Bessere Performance (zusammengehörige Daten werden gemeinsam gelesen) Objektmodell

Mehr

In diesem Abschnitt wollen wir uns mit der Architektur von Datenbank Managements Systemen beschäftigen.

In diesem Abschnitt wollen wir uns mit der Architektur von Datenbank Managements Systemen beschäftigen. 1 In diesem Abschnitt wollen wir uns mit der Architektur von Datenbank Managements Systemen beschäftigen. Zunächst stellt sich die Frage: Warum soll ich mich mit der Architektur eines DBMS beschäftigen?

Mehr

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin

Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,

Mehr

NoSQL-Databases. Präsentation für Advanced Seminar "Computer Engineering", Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de

NoSQL-Databases. Präsentation für Advanced Seminar Computer Engineering, Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de NoSQL-Databases Präsentation für Advanced Seminar "Computer Engineering", Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de Klassische SQL-Datenbanken Anwendungsgebiet: Geschäftsanwendungen Behördenanwendungen

Mehr

MySQL Replikation, Scale-Out, Master- Master Replikation, Backup

MySQL Replikation, Scale-Out, Master- Master Replikation, Backup MySQL Replikation, Scale-Out, Master- Master Replikation, Backup DOAG Regioaltreffen, München 23. März 2011 Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com www.fromdual.com

Mehr

SOLISYON GMBH CHRISTIAN WOLF, BENJAMIN WEISSMAN. Optimierung von Abfragen in MS SQL Server DWH-Umgebungen

SOLISYON GMBH CHRISTIAN WOLF, BENJAMIN WEISSMAN. Optimierung von Abfragen in MS SQL Server DWH-Umgebungen WEITER BLICKEN. MEHR ERKENNEN. BESSER ENTSCHEIDEN. Optimierung von Abfragen in MS SQL Server DWH-Umgebungen SOLISYON GMBH CHRISTIAN WOLF, BENJAMIN WEISSMAN VERSION 1.0 OPTIMIERUNG VON ABFRAGEN IN MS SQL

Mehr

SQL Azure Technischer Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk

SQL Azure Technischer Überblick. Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk SQL Azure Technischer Überblick Steffen Krause Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/steffenk Haftungsausschluss Microsoft kann für die Richtigkeit und Vollständigkeit

Mehr

Algorithmen. Consistent Hashing Bloom Filter MapReduce. Distributed Hash Tables. Einführung 1

Algorithmen. Consistent Hashing Bloom Filter MapReduce. Distributed Hash Tables. Einführung 1 Algorithmen Consistent Hashing Bloom Filter MapReduce Distributed Hash Tables Einführung 1 Consistent Hashing Problem: Wie finde ich den Speicherort für ein Objekt in einem verteilten System mit n Knoten?

Mehr

PostgreSQL & Performance: Eine Landvermessung REDUX. Michael Renner. Metalab 22. September 2009

PostgreSQL & Performance: Eine Landvermessung REDUX. Michael Renner. Metalab 22. September 2009 PostgreSQL & Performance: Eine Landvermessung REDUX Metalab 22. September 2009 Vorstellung Sysadmin, DBA, Scrummaster Web-Affin Open Source Kein gstudierter Das theoretische ist sehr praktisch Abgrenzung:

Mehr

PostgreSQL Hardware und RAM Tuning

PostgreSQL Hardware und RAM Tuning PostgreSQL Hardware und RAM Tuning Dipl. Inf. Susanne Ebrecht FrOSCon 2011 2011, 2ndQuadrant Ltd., Author: Susanne Ebrecht 1 Hinweis Zweck der Folien ist, den Vortrag zu untermalen. Die Folien allein sind

Mehr

Tuning the Mobile Server

Tuning the Mobile Server DOAG Konferenz 20. - 22.11.2012 Tuning the Mobile Server Philipp Loer ppl@ordix.de www.ordix.de Agenda Einleitung Grundlagen Performance-Optimierung Fazit Tuning the Mobile Server, Philipp Loer, DOAG 2012

Mehr

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung

Inhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung Inhalt Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle Daten und Tabellen Normalisierung, Beziehungen, Datenmodell SQL - Structured Query Language Anlegen von Tabellen Datentypen (Spalten,

Mehr

SQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit

SQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit SQL Cockpit & SAP HANA Prüfen Sie Ihre SQL Abfragen auf HANA-Tauglichkeit Johann Fößleitner Cadaxo GmbH email: johann.foessleitner@cadaxo.com Twitter: @foessleitnerj Agenda 1 SAP HANA Integrationsszenarien

Mehr

Überblick und Vergleich von NoSQL. Datenbanksystemen

Überblick und Vergleich von NoSQL. Datenbanksystemen Fakultät Informatik Hauptseminar Technische Informationssysteme Überblick und Vergleich von NoSQL Christian Oelsner Dresden, 20. Mai 2011 1 1. Einführung 2. Historisches & Definition 3. Kategorien von

Mehr

Java Forum Stuttgart 2013 Kai.Spichale@adesso.de twitter.com/kspichale spichale.blogspot.de

Java Forum Stuttgart 2013 Kai.Spichale@adesso.de twitter.com/kspichale spichale.blogspot.de NoSQL für Java-Entwickler Java Forum Stuttgart 2013 Kai.Spichale@adesso.de twitter.com/kspichale spichale.blogspot.de 23.06.2013 Agenda Datengröße Key-value Stores 1. Wide Column 2. Cassandra Document

Mehr

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht

Dipl. Inf. Eric Winter. PostgreSQLals HugeData Storage Ein Erfahrungsbericht Dipl. Inf. Eric Winter Entwicklungsleiter PTC GPS-Services GmbH PostgreSQLals HugeData Storage Ein Erfahrungsbericht Inhalt 1. Problembeschreibung 2. Partielle Indexierung 3. Partitionierung 1. Vererbung

Mehr

Die Grundbegriffe Die Daten Die Informationen

Die Grundbegriffe Die Daten Die Informationen Die Grundbegriffe Die Daten sind diejenigen Elemente, die vom Computer verarbeitet werden. Die Informationen sind Wissenselemente, welche durch die Analyse von Daten erhalten werden können. Die Daten haben

Mehr

Datenbanken und SQL. Kapitel 1. Übersicht über Datenbanken. Edwin Schicker: Datenbanken und SQL (1)

Datenbanken und SQL. Kapitel 1. Übersicht über Datenbanken. Edwin Schicker: Datenbanken und SQL (1) Datenbanken und SQL Kapitel 1 Übersicht über Datenbanken Übersicht über Datenbanken Vergleich: Datenorganisation versus Datenbank Definition einer Datenbank Bierdepot: Eine Mini-Beispiel-Datenbank Anforderungen

Mehr

MySQL 5.1. Kristian Köhntopp

MySQL 5.1. Kristian Köhntopp MySQL 5.1 Kristian Köhntopp Was ist neu? Neues InnoDB Neue Replikation Neues Logging Event Scheduler Partitions INFORMATION_SCHEMA XML Functions Was ist neu? Neues InnoDB Neue Replikation Neues Logging

Mehr

Bibliografische Informationen digitalisiert durch http://d-nb.info/995021198

Bibliografische Informationen digitalisiert durch http://d-nb.info/995021198 Auf einen Blick 1 Einleitung 15 2 Datenbankentwurf 23 3 Datenbankdefinition 43 4 Datensätze einfügen (INSERT INTO) 95 5 Daten abfragen (SELECT) 99 6 Daten aus mehreren Tabellen abfragen (JOIN) 143 7 Unterabfragen

Mehr

Suchen und Finden mit Lucene und Solr. Florian Hopf 04.07.2012

Suchen und Finden mit Lucene und Solr. Florian Hopf 04.07.2012 Suchen und Finden mit Lucene und Solr Florian Hopf 04.07.2012 http://techcrunch.com/2010/08/04/schmidt-data/ Suche Go Suche Go Ergebnis 1 In Ergebnis 1 taucht der Suchbegriff auf... Ergebnis 2 In Ergebnis

Mehr

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar

SQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-

Mehr

NoSQL User Group Cologne

NoSQL User Group Cologne NoSQL User Group Cologne Dieser Vortrag wurde im Rahmen eines Treffens der NoSQL User Group Cologne am 07.09.2011 gehalten. Wir treffen uns immer am ersten Mittwoch des Monats. Weitere Informationen zur

Mehr

MySQL Backup und Restore

MySQL Backup und Restore MySQL Backup und Restore DOAG Konferenz 2013 Nürnberg Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 22 Über FromDual GmbH FromDual bietet neutral und unabhängig:

Mehr

Organisatorisches. Unit1: Intro and Basics. Bewertung. About Me.. Datenorientierte Systemanalyse. Gerhard Wohlgenannt

Organisatorisches. Unit1: Intro and Basics. Bewertung. About Me.. Datenorientierte Systemanalyse. Gerhard Wohlgenannt Organisatorisches Datenorientierte Systemanalyse Unit1: Intro and Basics Gerhard Wohlgenannt Inhalt: Datenorientierte Systemanalyse Umfang: 5 units XX.10.2013 XX.11.2013 09:00-13:30 Uhr Room XXX Infos,

Mehr

MySQL Installation. AnPr

MySQL Installation. AnPr Name Klasse Datum 1 Allgemeiner Aufbau Relationale Datenbank Management Systeme (RDBMS) werden im Regelfall als Service installiert. Der Zugriff kann über mehrere Kanäle durchgeführt werden, wobei im Regelfall

Mehr

MySQL Replikation Neue Features in 5.5 und 5.6

MySQL Replikation Neue Features in 5.5 und 5.6 MySQL Replikation Neue Features in 5.5 und 5.6 DOAG SIG-MySQL 2013, München Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 25 Über FromDual GmbH FromDual bietet neutral

Mehr

Übersicht über Datenbanken

Übersicht über Datenbanken Übersicht über Datenbanken Vergleich zwischen normaler Datenorganisation und Datenbanken Definition einer Datenbank Beispiel (inkl. Zugriff) Der Datenbankadministrator Relationale Datenbanken Transaktionen

Mehr

NoSQL. Einblick in die Welt nicht-relationaler Datenbanken. Christoph Föhrdes. UnFUG, SS10 17.06.2010

NoSQL. Einblick in die Welt nicht-relationaler Datenbanken. Christoph Föhrdes. UnFUG, SS10 17.06.2010 NoSQL Einblick in die Welt nicht-relationaler Datenbanken Christoph Föhrdes UnFUG, SS10 17.06.2010 About me Christoph Föhrdes AIB Semester 7 IRC: cfo #unfug@irc.ghb.fh-furtwangen.de netblox GbR (http://netblox.de)

Mehr

Replikation mit PostgreSQL 9.0

Replikation mit PostgreSQL 9.0 Replikation mit PostgreSQL 9.0 FrOSCon 2010 21.-22.08.2010 Andreas ads Scherbaum Web: http://andreas.scherbaum.la/ E-Mail: andreas[at]scherbaum.biz PGP: 9F67 73D3 43AA B30E CA8F 56E5 3002 8D24 4813 B5FE

Mehr

NoSQL-Datenbanken. Kapitel 1: Einführung. Lars Kolb Sommersemester 2014. Universität Leipzig http://dbs.uni-leipzig.de 1-1

NoSQL-Datenbanken. Kapitel 1: Einführung. Lars Kolb Sommersemester 2014. Universität Leipzig http://dbs.uni-leipzig.de 1-1 NoSQL-Datenbanken Kapitel 1: Einführung Lars Kolb Sommersemester 2014 Universität Leipzig http://dbs.uni-leipzig.de 1-1 Inhaltsverzeichnis NoSQL-Datenbanken Motivation und Definition Kategorisierung, Eigenschaften

Mehr

Seminar Cloud Data Management WS09/10. Tabelle1 Tabelle2

Seminar Cloud Data Management WS09/10. Tabelle1 Tabelle2 Seminar Cloud Data Management WS09/10 Tabelle1 Tabelle2 1 Einführung DBMS in der Cloud Vergleich verschiedener DBMS Beispiele Microsoft Azure Amazon RDS Amazon EC2 Relational Databases AMIs Was gibt es

Mehr

MySQL in großen Umgebungen

MySQL in großen Umgebungen MySQL in großen Umgebungen 03.03.2011 CeBIT Referent: Bernd Erk Agenda DESTINATION TIME REMARK KURZVORSTELLUNG MYSQL STATUS QUO STORAGE ENGINES MONITORING UND MANAGEMENT ENTERPRISE FEATURES FRAGEN UND

Mehr

Oracle Big Data Technologien Ein Überblick

Oracle Big Data Technologien Ein Überblick Oracle Big Data Technologien Ein Überblick Ralf Lange Global ISV & OEM Sales NoSQL: Eine kurze Geschichte Internet-Boom: Erste Ansätze selbstgebauter "Datenbanken" Google stellt "MapReduce"

Mehr

MIN oder MAX Bildung per B*Tree Index Hint

MIN oder MAX Bildung per B*Tree Index Hint E-Mail: rainer@lambertz-c.de Internet: http://www.lambertz-c.de MIN oder MAX Bildung per B*Tree Index Hint Zugegeben, der Trick Min- oder Maximalwerte per Index Hint zu ermitteln ist nicht neu. Gewöhnlich

Mehr

MySQL kann auch NoSQL DOAG 2011

MySQL kann auch NoSQL DOAG 2011 MySQL kann auch NoSQL DOAG 2011 Erkan Yanar 24. November 2011 rkan Yanar: MySQL kann auch NoSQL,DOAG 2011 das ich erkan yanar erkan.yanar@linsenraum.de linsenraum.de/erkules www.xing.com/profile/erkan

Mehr

NoSQL & Big Data. NoSQL Databases and Big Data. NoSQL vs SQL DBs. NoSQL DBs - Überblick. Datenorientierte Systemanalyse. Gerhard Wohlgenannt

NoSQL & Big Data. NoSQL Databases and Big Data. NoSQL vs SQL DBs. NoSQL DBs - Überblick. Datenorientierte Systemanalyse. Gerhard Wohlgenannt NoSQL & Big Data Datenorientierte Systemanalyse NoSQL Databases and Big Data Gerhard Wohlgenannt Die besprochenen Systeme haben nicht den Anspruch und das Ziel DBS zu ersetzen, sondern für gewisse Anwendungsfälle

Mehr

NoSQL Databases and Big Data

NoSQL Databases and Big Data Datenorientierte Systemanalyse NoSQL Databases and Big Data Gerhard Wohlgenannt NoSQL & Big Data Die besprochenen Systeme haben nicht den Anspruch und das Ziel DBS zu ersetzen, sondern für gewisse Anwendungsfälle

Mehr

Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur

Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur Moderne Datenbanksysteme sind nach der 3-Ebenen-Architektur gebaut: Anwendung 1 Web-Anwendung Anwendung 2 Java-Programm... Anwendung n Applikation

Mehr

1 Transaktionen in SQL. 2 Was ist eine Transaktion. 3 Eigenschaften einer Transaktion. PostgreSQL

1 Transaktionen in SQL. 2 Was ist eine Transaktion. 3 Eigenschaften einer Transaktion. PostgreSQL 1 Transaktionen in SQL Um Daten in einer SQL-Datenbank konsistent zu halten, gibt es einerseits die Möglichkeit der Normalisierung, andererseits sog. Transaktionen. 2 Was ist eine Transaktion Eine Transaktion

Mehr

Neugestaltung der Datenbank des Chemnitzer Studentennetzes

Neugestaltung der Datenbank des Chemnitzer Studentennetzes 12.12.2012 Neugestaltung der Datenbank des Chemnitzer Studentennetzes Verteidigung Bachelorarbeit Morris Jobke Prüfer: Dr. Frank Seifert Betreuer: Dipl.-Inf. Johannes Fliege Neugestaltung der Datenbank

Mehr

Vorlesung Informationssysteme

Vorlesung Informationssysteme Saarbrücken, 25.06.2015 Information Systems Group Vorlesung Informationssysteme Vertiefung Kapitel 8: Transaktionen und wann sie gebraucht werden Erik Buchmann (buchmann@cs.uni-saarland.de) Foto: M. Strauch

Mehr

Tag 7 Inhaltsverzeichnis

Tag 7 Inhaltsverzeichnis Tag 7 Inhaltsverzeichnis Das DB-Testdaten Problem Verschiedene Werkzeuge Überblick über "benerator" Testdaten für DB GMCD2 generieren Installation und Übungen mit "benerator" SQL-Optimierungen Was macht

Mehr

SimpleVOC-Yetanother. Bausteine für eine Key/Value- Datenbank

SimpleVOC-Yetanother. Bausteine für eine Key/Value- Datenbank SimpleVOC-Yetanother Memcached? Bausteine für eine Key/Value- Datenbank SimpleVOC Yet another memcached? Bausteine für eine Key/Value Datenbank. Theorie (Martin Schönert) Praxis (Frank Celler) Eine Weisheit

Mehr

PostgreSQL Wartungsstrategien

PostgreSQL Wartungsstrategien Jens Wilke PGConf.DE 11. November 2011 Wartungsstrategien Warum Wartung? Autovacuum Tuning Repairtools Warum Wartung? Statistiken pg statistic ANALYZE MVCC (Multiversion Concurrency Control) Wiederverwendung

Mehr

Replikation mit PostgreSQL 9.2

Replikation mit PostgreSQL 9.2 Replikation mit PostgreSQL 9.2 CLT 2013 16./17.03.2013 Andreas akretschmer Kretschmer, Andreas ads Scherbaum Web: http://a-kretschmer.de http://andreas.scherbaum.la/ / http://andreas.scherbaum.biz/ 16./17.03.2013

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Datenbanken (WS 2015/2016)

Datenbanken (WS 2015/2016) Datenbanken (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de) Sprechstunde

Mehr

Datenbank - Teil 3. Ziele: Eine Datenbank anlegen mit SQL. Daten eingeben mit SQL. Abfragen stellen mit SQL und PHP.

Datenbank - Teil 3. Ziele: Eine Datenbank anlegen mit SQL. Daten eingeben mit SQL. Abfragen stellen mit SQL und PHP. Ziele: Eine Datenbank anlegen mit SQL Daten eingeben mit SQL Abfragen stellen mit SQL und PHP 1 Datenbankserver Entwickelt von der schwedischen Aktiengesellschaft MySQL Unter GNU General Public License

Mehr

5.8 Bibliotheken für PostgreSQL

5.8 Bibliotheken für PostgreSQL 5.8 Bibliotheken für PostgreSQL Haskell/WASH: Modul Dbconnect PHP: pqsql-funktionen Java/JSP: JDBC Perl: DBI database interface modul Vorläufige Version 80 c 2004 Peter Thiemann, Matthias Neubauer 5.9

Mehr

PostgreSQL und memcached

PostgreSQL und memcached Building a Query Cache imos GmbH 11.11.2011 / PGconf.DE Outline Einführung 1 Einführung 2 3 Szenario Einführung Webapplikation Pro Request viele, größtenteils einfache, Queries Einteilung von Caches Tradeoff

Mehr

MySQL Queries on "Nmap Results"

MySQL Queries on Nmap Results MySQL Queries on "Nmap Results" SQL Abfragen auf Nmap Ergebnisse Ivan Bütler 31. August 2009 Wer den Portscanner "NMAP" häufig benutzt weiss, dass die Auswertung von grossen Scans mit vielen C- oder sogar

Mehr

ISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de

ISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de 08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren

Mehr

Schemaless NoSQL Data Stores Object-NoSQL Mappers to the Rescue?

Schemaless NoSQL Data Stores Object-NoSQL Mappers to the Rescue? Schemaless NoSQL Data Stores Object-NoSQL Mappers to the Rescue? Uta Störl, Thomas Hauf, Meike Klettke, Stefanie Scherzinger Hochschule Darmstadt, Uni Rostock, OTH Regensburg Motivation Herausforderungen

Mehr

XAMPP-Systeme. Teil 3: My SQL. PGP II/05 MySQL

XAMPP-Systeme. Teil 3: My SQL. PGP II/05 MySQL XAMPP-Systeme Teil 3: My SQL Daten Eine Wesenseigenschaft von Menschen ist es, Informationen, in welcher Form sie auch immer auftreten, zu ordnen, zu klassifizieren und in strukturierter Form abzulegen.

Mehr

Johannes Ahrends CarajanDB GmbH. www.carajandb.com 2013 CarajanDB GmbH

Johannes Ahrends CarajanDB GmbH. www.carajandb.com 2013 CarajanDB GmbH Johannes Ahrends CarajanDB GmbH CarajanDB Warum ist eine Anwendung langsam? Beispiele von echten Performanceproblemen 2 Experten mit über 20 Jahren Oracle Erfahrung Firmensitz in Erftstadt bei Köln Spezialisten

Mehr

RAC auf Sun Cluster 3.0

RAC auf Sun Cluster 3.0 RAC auf Sun Cluster 3.0 Schlüsselworte RAC, OPS, Sun Cluster, Performance, Availability Zusammenfassung Oracle hat mit dem Real Application Cluster (RAC) aus einer Hochverfügbarkeitslösung eine Höchstverfügbarkeitslösung

Mehr

Web Technologien Klassische Datenbanken am Beispiel von MySQL

Web Technologien Klassische Datenbanken am Beispiel von MySQL Web Technologien Klassische Datenbanken am Beispiel von MySQL Univ.-Prof. Dr.-Ing. Wolfgang Maass Chair in Information and Service Systems Department of Law and Economics WS 2011/2012 Wednesdays, 8:00

Mehr

PostgreSQL repliziert: Ein Überblick. Michael Renner. Netways OSDC 29. & 30. April 2009

PostgreSQL repliziert: Ein Überblick. Michael Renner. Netways OSDC 29. & 30. April 2009 PostgreSQL repliziert: Ein Überblick Netways OSDC 29. & 30. April 2009 Vorstellung Sysadmin, DBA, ScrumMaster Web-Affin Open Source Hang zur Perfektion Eine Gebrauchsanleitung Fragen, ja bitte Zu Schnell/langsam

Mehr

Cloud-Provider im Vergleich. Markus Knittig @mknittig

Cloud-Provider im Vergleich. Markus Knittig @mknittig Cloud-Provider im Vergleich Markus Knittig @mknittig As Amazon accumulated more and more services, the productivity levels in producing innovation and value were dropping primarily because the engineers

Mehr

Kapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023

Kapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 Kapitel 33 Der xml-datentyp In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 995 996 Kapitel 33: Der xml-datentyp Eine der wichtigsten

Mehr

Eine Reise durch den PostgreSQL Optimizer

Eine Reise durch den PostgreSQL Optimizer 11. November 2011 Am Anfang steht SQL SQL = Structured Query Language Eigentlich ein Eigenname Standardisiert, stetige Weiterentwicklung (SQL99, SQL 2003, SQL 2008, SQL/MED) Deklarativ, Beschreibend KEIN(!)

Mehr

3. Stud.IP-Entwickler-Workshop 2. Juni 2006 Workshop 3c: Stud.IP-Enterprise-Edition André Noack, Frank Elsner

3. Stud.IP-Entwickler-Workshop 2. Juni 2006 Workshop 3c: Stud.IP-Enterprise-Edition André Noack, Frank Elsner 3. Stud.IP-Entwickler-Workshop 2. Juni 2006 Workshop 3c: Stud.IP-Enterprise-Edition André Noack, Frank Elsner Gliederung Das Problem: Skalierbarkeit LAMP Tuning Mehr als ein Server Stud.IP und shared nothing

Mehr