Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen

Save this PDF as:
Größe: px
Ab Seite anzeigen:

Download "Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen"

Transkript

1 Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 16OH21005 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt beim Autor/bei der Autorin.

2 1

3 In diesem Abschnitt geht es um NoSQL. Da dieser Themenbereich sehr umfangreich ist und die eingesetzten Technologien stark im Wandel sind, werden wir uns im wesentlichen die grundlegenden Prinzipien und Lösungsansätze ansehen. Hierzu werden wir folgenden Fragstellungen nachgehen: Was ist NoSQL? Warum braucht man NoSQL? Welche Lösungsansätze gibt es? Was ist das besondere an NoSQL? Welche Kategorien von NOSL gibt es? Was hat der NoSQL Markt zu bieten? In dem kurzen Abschnitt NoSQL unter der Haube werden wir uns kurz befassen mit den wichtigsten allgemeinen Lösungsansätzen von NoSQL Datenbanken. Hierzu werden die wichtigsten Stichworte kennenlernen. Eine Vertiefung der einzelnen Ansätze würde den Rahmen dieser Vorlesung sprengen. Die einzelnen Lösungsansätze und das Arbeiten der mit NoSQL kann man nur in einem gesonderten Kurs gerecht werden. 2

4 Die Abkürzung NoSQL steht für Not-Only-SQL und bietet einen gänzlich anderen Ansatz als die relationalen Datenbanken. Bei den relationalen Datenbanken liegt ein relationales Modell zu Grunde. Die Daten werden durch ein Datenmodell beschrieben, welches als Grundlage für die Definition von Tabellen dient, die durch das Datenbank Managementsystem verwaltet werden. Mit dem No-Only-SQL Ansatz möchte man nun weg von einem starren Datenmodell und starren Tabellen. Zum einen kann es dazu führen, dass bei sehr großen Mengen die max. Größe eines Transaktionslogs überschritten wird. Dies würde dazu führen, dass die Transkation nicht durchgeführt werden kann. Zum anderen kann es passieren, dass die Tabelle über Minuten und ggf. Stunden gesperrt ist und entsprechende Applikationen blockiert sind. Es liegt daher der Gedanke nahe, sich von einem starren Datenbank Schema zu lösen und nach alternativen Konzepten zu suchen. 3

5 SQL unterstützt zwar das Ändern von Tabellen in Form der SQL Anweisung Alter table. Wenn wir uns das Szenario in der Abbildung näher ansehen, werden wir sehr schnell feststellen, wo das Problem liegt. Das betrachtete Szenario ist dabei wie folgt. Es gibt eine Tabelle Person mit den Spalten/Attributen: ID welches den Primärschlüssel beinhaltet Name Name/Nachname einer Person Vorname Vorname einer Person Nun möchten wir die Tabelle um eine Spalte erweitern und eine Spalte Title hinzufügen. Wenn wir nun annehmen, dass in der Tabelle über 1 Million Einträge/Zeilen sind, werden zwangsläufig alle Datensätze innerhalb einer Transaktion gesperrt, um die Änderungen durchführen zu können. Nach dem Einfügen müssen 4

6 gegebenenfalls Index-Verzeichnisse wieder neu aufgebaut werden. Um die ACID- Garantie zu erfüllen, werden zusätzlich alle Aktionen in einem Transaktions-Logging protokolliert. Dies kann dazu führen, dass die Tabelle über eine längeren Zeitraum ( Minuten bis hin zu Stunden) gesperrt ist. Die Antwortzeiten für Anwendungen insb. im Web-Bereich sind somit nicht akzeptabel. Es ist somit offensichtlich, dass man das man nach alternativen Ansätzen gesucht hat, und diese unter dem Stichwort NoSQL zusammengefasst hat. 4

7 Die Suche nach alternativen Konzepten hat aber noch weitere Gründe. Es werden in der Praxis immer mehr Daten zur Verarbeitung herangezogen, die zum Beispiel aus den sozialen Medien und von Internet-of-Things Geräten stammen. Diese Datenquellen liefern : Sehr große Datenmengen. Nicht selten bewegen wir uns dabei im Petabyte- Bereich. Die Daten unterliegen keinem festen Schema Die Werte ändern sich in der Regel sehr schnell Dies entspricht dem Grundgedanken, der mit dem Schlagwort Big-Data umschrieben wird. Hinweis. Dies merkt man schon daran, dass im Zusammenhang von Big data auch immer das Schlagwort NoSQL genannt wird. 5

8 Ein weiteres Problem ist die Skalierbarkeit. Relationale Datenbanken sind nur in begrenztem Umfang Horizontal skalierbar. Horizontal skalierbar bedeutet, man fügt einen weiteren Datenbank Server in seiner Arbeitsumgebung hinzu. Der Grund in der begrenzten horizontalen Skalierbarkeit für relationale Datenbank liegt darin, dass das ACID Modell zu Grunde gelegt wird, welches sich nur schwer in verteilen Systemen umsetzen lässt. Wie wir noch sehen werden, rückt man bei NoSQL von diesem ACID Model ein und verwendet ein sogenanntes BASE Model. Das BASE Model werden wir später noch kennenlernen. Relationale Datenbank Systeme bieten meist nur vertikale Skalierbarkeit. Horizontale Skalierbarkeit: Unter horizontaler Skalierbarkeit (auch Scale-out genannt) versteht man das einfache Hinzufügen bzw. Entfernen von einzelnen Knoten des Systems. 6

9 Vertikale Skalierbarkeit: Bei der vertikalen Skalierbarkeit (Scale-up) bei der die Leistungsfähigkeit einer einzelnen Maschine erhöht wird. 6

10 Um besser zu verstehen, was NoSQL genau ist, schauen wir uns man einige Merkmale / Charakteristiken von NoSQL Systemen an. Die wichtigsten Merkmale sind: Es liegt KEIN relationales Datenmodell zu Grunde Es handelt sich um ein hochverteiltes und horizontal skalierbare System Einhergehend mit Skalierbarkeit ist es notwendig, die Daten auf mehrere Knoten zu verteilen, was eine Datenreplikation beinhaltet. Diese Datenreplikation wird auch data shading genannt. Es wird gefordert, dass das System einfache APIs anbietet, auf denen Applikationen erstellt werden können. Komplexe Operationen wie JOINS sind nicht notwendig. Ein weiteres Merkmal betrifft die Konsistenz der Daten. In der NoSQL Welt ist dies das BASE-Model. 7

11 Auch wenn einige bisher genannten Merkmale auch von relationalen Datenbanken unterstützt werden, gibt es noch weitere Aspekte, die wir uns ansehen müssen, um ein tieferes Verständnis zu bekommen. Wie wollen uns daher nun der folgenden Fragstellung nachgehen: Was NoSQL überhaupt ist? Vorab: NoSQL ist nicht gleich NoSQL. NoSQL ist zunächst mal ein Schlagwort, unter dem alle NICHT-relationalen Datenbanken zusammengefasst werden. Um den Überblick nicht zu verlieren, schauen wir uns nun die einzelnen Kategorien an, in die NoSQL System sich einteilen lassen. Relationale Welt: Aus der relationalen Welt kennen wir bereits die bekannten Herstellen wie Microsoft SQL Server, Oracle, IBM DB2 sowie die unterschiedlichen OpenSource Lösungen wie MySQL etc. 8

12 Dieser relationalen Welt steht die NoSQL Welt gegenüber. NoSQL Welt In der NoSQL Welt unterscheidet man zweit Kategorien. 1. Soft-NoSQL Kategorie In diese Kategorie fallen alle Objektorientierten Datenbanken, XML-Datenbanken etc. Wie wir sehen werden, unterscheiden sich diese vom Konzept schon sehr von den eigentlichen NoSQL Systemen. Einen Überblick über OODB und XML-DB finden Sie in den jeweiligen Abschnitten über Entwicklungstendenzen. 2. Kern-NoSQL Als Kern-NoSQL oder auch Core NoSQL bezeichnete System sind von Hause aus schemalos. Es liegt also kein Schema für die Daten zu Grunde. Wie wir später noch sehen werden. gibt es in diesem Bereich unterschiedliche OpenSource Lösungen. Daher sind hier in der Abbildung keine Produkt Namen aufgeführt. Stattdessen sehen Sie in der Abbildung die unterschiedlichen Unterkategorien von NoSQL-Systemen. Im einzelnen sind dies: Wird-Column Stores Document Stores Key-Value Stores GraphStores Die ersten drei Unter-Kategorien werden wir uns nun näher ansehen um das Core-No-SQL Paradigma besser zu verstehen zu lernen. 8

13 Aus der relationalen Welt kennen wird, dass die Daten in Tabellen abgelegt werden. Die Sichtweise ist dabei zeilen-orientiert. Dies bedeutet, wir haben in einem Tupel alle Werte einer Zeile., Bei dem Column Family Systemen stehen die Spalten im Mittelpunkt. In der Abbildung ist zu sehen, dass alle Werte in einem Tupel, die gleiche Bedeutung haben. So sehen Sie, dass es ein Tupel ( 48, 8, 32,..) gibt, welches die Altersangaben einzelner Personen enthält. 9

14 In der Abbildung sehen Sie nun die Namen einzelner Column-System, die zur Zeit auf dem Markt sind. Wenn Sie also nun in Zukunft in einem Fachartikel oder in einer Produktbeschreibung das Schlagwort Hadoop oder Cassandra lesen, wissen Sie nun, das es sich um einen NoSQL Datenbank aus der Kategorie Column-Family handelt. 10

15 Eine weitere Kategorie von NoSQL Datenbank sind die Key-Value Systeme. Im Zentrum der Betrachtungen stehen hier Daten, die sich als Tupel auffassen lassen. Ein Element wird als Key ( Schlüssel) interpretiert, welcher einen Wert genau identifiziert. Der Wert selbst wird in einem weiteren Element des Tupels hinterlegt. Solche Tupel lassen sich sehr gut in Hash-Tabellen ablegen, wie wir sie von z.b. Java her kennen. Bei dem Wert selbst kann es sich um: Einfache skalare Werte handeln ( z.b. einen Integer Wert) Es kann sich aber auch um ein Array, Liste, etc. handeln 11

16 In der Abbildung sehen Sie nun die Namen einzelner Key-Value Systemen, die zur Zeit auf dem Markt sind. Wenn Sie also nun in Zukunft in einem Fachartikel oder in einer Produktbeschreibung das Schlagwort Volemort lesen, wissen Sie nun, das es sich um einen NoSQL Datenbank aus der Kategorie Key-Value Store handelt. 12

17 Bei den Document Store Systemen stehen Dokumente im Mittelpunkt. Unter Dokument werden hier aber nicht Textdokument wie zum Beispiel WinWord verstanden. Vielmehr versteht man hier unter Dokument, Daten, die in XML, HTML, JSON Format vorliegen. Im allgemein also alle Daten, die einer Struktur vorliegen, die man mit einer Software weiter verarbeiten kann. Jedem Dokument wird hierbei eine ID zugewiesen, welches das Dokument eindeutig identifiziert. 13

18 In dieser Abbildung sehen Sie noch einmal genauer: Was ist ein Dokument und Das Mapping von ID zu Dokument Auf der linken Seite sehen Sie ein kleines Anwendungs-Szenario. Es wird gezeigt, dass zum Beispiel eine Person, die einen Internet Blog betreibt ( hier Blogger genannt) die einzelnen Beiträge in einem Blog bereitstellt. Jeder Blog-Betrag stellt in diesem Sinne ein Dokument dar. 14

19 In der Abbildung sehen Sie nun die Namen einzelner Dokument Store Systemen, die zur Zeit auf dem Markt sind. Wenn Sie also nun in Zukunft in einem Fachartikel oder in einer Produktbeschreibung das Schlagwort CouchDB oder MongoDB lesen, wissen Sie nun, das es sich um einen NoSQL Datenbank aus der Kategorie Dokument Store handelt. 15

20 In dieser Abbildung sehen Sie eine Gegenüberstellung bzw. Zusammenstellung der wichtigsten Begriffe, aus dem Bereich NoSQL. Zum Vergleich wurden auch die Begriffe aufgeführt, die Sie bereits aus der relationalen Welt kennen. Relationale Welt. Dort haben wir es mit Server, Databases, Tabellen und Primärschlüsseln zu tun Key Value DB Hier werden die Daten auf Clustern verarbeitet und zur Identifikation wird der Begriff Key verwendet. Column Family DB Hier werden die Daten ebenfalls auf Clustern verarbeitet und anstelle von Tabellen, redet man von Column Familie. Document DB Hier werden die Daten ebenfalls auf Servern verwaltet und anstelle von Database redet man hier von DocSpace. Als Schlüssel wird hier der Dokument Name (= 16

21 Id) verwendet. Quelle: Die Tabelle in der Abbildung ist angelehnt an das Buch: NoSQL, EINSTIEG IN DIE WELT NICHT RELATIONALER WEB 2.0 DATENBANKEN Hanser Verlag 16

22 Dies sind nur einige wenige Beispiele von NoSQL Datenbanken und ihre Einordnung in die unterschiedlichen Kategorien. Mehr finden Sie unter: 17

23 Um ein tieferes Verständnis von NOSQL Datenbanken zu erhalten, schauen wir uns zunächst die wichtigsten allgemeinen Lösungsansätze an, wie NoSQL Datenbanken eingesetzt werden und wie diese im Prinzip arbeiten. Im wesentlichen schauen wir aus drei verschiedenen Perspektiven auf die NoSQL Landschaft Dies sind im einzelnen App Wie arbeiten eigentlich Anwendungen API Welche Schnittstellen gibt NoSQL intern Hier interessieren uns im wesentlichen die Lösungsansätze bzgl. Der Skalierbarkeit. App Da ist zum einen die Anwendungswelt. Wenn wir davon ausgehen, dass wir riesige Datenmengen verarbeiten wollen, dann müssen die Applikationen in einem sogenannten Streaming Mode arbeiten. Dies bedeutet, dass Eingabedaten kontinuierlich eingelesen, verarbeitet und ausgegeben werden. Es werden also nicht erst ALLE Daten eingelesen und dann verarbeitet, sondern die Daten werden in einzelnen Blöcken verarbeitet. Darüber hinaus handelt es sich in der Regel um verteilte Anwendungen. Dies beutet, dass die zu erledigende Aufgabe auf unterschiedliche Applikationen 18

24 aufgeteilt sind und diese wiederum auf unterschiedlichen Rechnern ablaufen. API Sofern eine Kommunikation notwendig ist, werden einfache APIS gefordert, die wenn möglich Plattform und Programiersprachen unabhängig sind. NoSQL intern Für den Einsatz eine NoSQL DB ist es sinnvoll sich etwas genauer mit den allgemeinen Konzept zu beschäftigen, die den verschiedenen NoSQL Datenbanken zu Grunde liegen. Hierbei interessiert besonders das Erreichen der Skalierbarkeit. 18

25 Betrachten wir nun zunächst die Anwendungssicht. Dort hat sich das sogenannte MAP-REDUCE durchgesetzt. MAP-REDUCE stellt einen allgemeinen Ansatz dar, bei dem der Fluss der Daten im wesentlichen aus zwei Schritten besteht. Zur Verdeutlichung betrachten wir ein Beispiel. Stellen wir uns vor, wir haben Datenströme und wollen die Häufigkeit von Worten zählen. Schritt 0: Aufteilen und Starten der MAP/REDUCE Prozesse Da es sich um sehr große Datenmengen handelt, werden die Ausgangsdaten auf unterschiedliche MAP-Prozesse verteilt, die sich auch auf unterschiedlichen Rechnern befinden können. Schritt 1: MAP In einem MAP-Schritt, werden die Ausgangsdaten eingelesen und mittels einer map() Funktion transformiert und als Zwischenergebnis abgelegt. In unserem Beispiel würde die map() Funktion als Eingabe Parameter einen String erhalten, in dem ein beliebiger Text abgelegt ist. Ein weitere Parameter enthält einen Key, welche den String identifiziert. 19

26 Die map() Funktion würde nun die Anzahl der gefundenen Wörter als Zwischenergebnis ausgeben. Schritt 2: REDUCE In einem weiteren Schritt werden die Zwischenergebnisse mittels ein reduce() Funktion weiter verarbeitet. Die reduce() Funktion erhält nun eine Liste aus den Zwischenergebnissen und kann für ein gestimmtes Wort die Gesamtanzahl ermitteln. Die map() und die reduce() Funktion muss natürlich von dem Anwendungsprogrammierer/rinnen bereit gestellt werden. Das Verteilen und Starten der einzelnen Anwendungen wird vom dem NoSQL System übernommen. Wie Sie hier schon erahnen können, handelt es sich bei NoSQL-DBs nicht nur um ein System für die reine Datenablage, sondern um ein Framework/Plattform für die Anwendungen. 19

27 Bei den Schnittstellen handelt es sich in der Regel um sogenannte REST Apis. REST steht für Representational State Transfer. Es handelt sich hierbei nicht um eine Implementation, sondern vielmehr um ein Entwurfsmuster. Dem Entwurfsmuster liegen hierbei folgenden Regeln zu Grunde: Der Kommunikation erfolgt über Endpoints (Resource). Ein Endpoint ist nichts weiter als eine Web Resource / URL. Die Daten selbst werden im JSON Format beschrieben. Als Kommunikationsprotokoll bzw. für die Operationen kommt HTTP zum Einsatz. Wobei die Verben GET, HEAD, PUT, POST und DELETE verwendet werden. 20

28 Die Abbildung hier gibt Ihnen einen Überblick über die wichtigsten Lösungsansätze, die innerhalb eines NoSQL Systems zum Einsatz kommen. Das allgemeine Ziel ist ja eine hochskalierbare Datenbank zur Verfügung zu stellen. Die kleine Tabelle zeigt nun in der linken Spalte die Anforderungen, die es zu erfüllen gibt. In der rechten Spalte sind die wichtigsten Stichworte zu den jeweiligen Lösungsansätzen aufgeführt. Eine detaillierte Erklärung zu den einzelnen Lösungsansätzen verlangt einen tieferen Einblick in die theoretischen Grundlagen. Daher wird an dieser Stele nur eine kurze Erklärung gegeben, um zu verstehen, was genau das zu lösende Problem ist. Multiversion Control ( genauer MVCC = Multiversion Concurrency Control) Hierbei geht es um die Möglichkeit, wie verteile Anwendung möglich effizient auf Daten zugreifen können ohne sich gegenseitig zu blockieren. In relationalen Datenbank wird meist ein pessimistisches Sperrverhalten zu Grunde gelegt. Dies bedeutet, dass angenommen wird, dass die Daten zu sperren sind, da sie verändert werden in Zukunft. 21

29 In NoSQL Datenbanken geht man von einem optimistischen Sperrverhalten aus. Dies bedeutet, dass angenommen wird, dass die Daten nur gelesen werden und keine Sperren notwendig sind. Wenn geändert wird, kann man immer noch eine Sperre setzen. Siehe auch : BASE Bei relationalen Datenbanken lieg das ACID Model zu Grunde. (ACID = Atomic, Consistency, Integrity, Durability) Laut CAP Theorem von Brewer widerspricht sich hohe Verfügbarkeit mit der Consistency wie wie sie in dem ACID Modell gefordert wird. Daher wird bei NOSQL Systeme das sogenannte BASE Model verwendet. BASE steht dabei für Basically, Availability, Soft State Eventually Consistent. Wie Sie dem Namen bereits entnehmen können, ordnet man der Anforderung nach Verfügbarkeit höheren Stellenwert ein als die der Anforderung nach Konsistenz. Quellen: CAP Theorem: CAP Theorem: BASE: Vector Clocks Da es sich bei NOSQL um eine verteiltes System handelt, bei dem Daten parallel verarbeitet werden, besitzt jede beteiligte Instanz eine Kopie der Daten. Somit benötigt man ein Verfahren, mit dem man feststellen kann, welche Version der Daten nun die Aktuelles ist. Bei Vector Clocks handelt es sich genau um ein solches Verfahren, bei dem die einzelnen Komponenten in dem verteilten System für jeden Datensatz, der verarbeitet wird, ein Zeitstempel erzeugt wird. Dies ermöglicht dem System zu erkennen, welche Version eines Datensatzes die Aktuellste ist. PAXOS Commitment Protokolle Um eine Datenintegrität sicherzustellen, wird ähnlich wie bei den relationalen Datenbanken ein Commit (Bestätigung) Protokoll eingesetzt, um Daten zu quittieren. Bei den NoSQL System kommen hier sogenannte PAXOS Protokolle zum Einsatz. 21

30 PAXOS ist also ein Familie von Protokollen. Eine genaue Beschreibung der PXOS Familien würde den Rahmen des Kurses sprengen. Für alle, die es genau wissen möchten, empfehle ich das nachfolgende Dokument: 21

31 22

Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer. NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken ISBN:

Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer. NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken ISBN: sverzeichnis Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer NoSQL Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken ISBN: 978-3-446-42355-8 Weitere Informationen oder Bestellungen

Mehr

Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie

Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Peter

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

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

Einführung in CouchDB

Einführung in CouchDB Einführung in CouchDB Zurücklehnen und entspannen! http://slog.io Thomas Schrader (@slogmen) 12/2010 Übersicht Bestandsaufnahme Ansatz Geschichte Technologien Features Skalierbarkeit Kurz & Gut Fazit Relationale

Mehr

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 16OH21005 gefördert. Die Verantwortung für den Inhalt dieser

Mehr

Inhaltsverzeichnis. Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer, Markus Brückner. NoSQL

Inhaltsverzeichnis. Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer, Markus Brückner. NoSQL sverzeichnis Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer, Markus Brückner NoSQL Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken ISBN: 978-3-446-42753-2 Weitere Informationen

Mehr

Datenbanken und Datenbanktypen Tag 1 : Kapitel 1. Christian Inauen. Lernziele. Entwicklung der Datenbanken.

Datenbanken und Datenbanktypen Tag 1 : Kapitel 1. Christian Inauen. Lernziele. Entwicklung der Datenbanken. Tag 1 : und 10.08.2015 Jede/r Lernende... kann in eigenen Worten die Entstehung von erläutern kennt die verschiedenen Arten von mit entsprechenden Eigenschaften kann die Abkürzungen ACID, BASE und CAP

Mehr

Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie

Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Peter

Mehr

RavenDB, schnell und skalierbar

RavenDB, schnell und skalierbar RavenDB, schnell und skalierbar Big Data & NoSQL, Aydin Mir Mohammadi bluehands GmbH & Co.mmunication KG am@bluehands.de Immer mehr Mehr Performance Mehr Menge Mehr Verfügbarkeit Skalierung http://www.flickr.com/photos/39901968@n04/4864698533/

Mehr

SODA. Die Datenbank als Document Store. Rainer Willems. Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG

SODA. Die Datenbank als Document Store. Rainer Willems. Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG SODA Die Datenbank als Document Store Rainer Willems Master Principal Sales Consultant Oracle Deutschland B.V. & Co. KG vs No Anforderungskonflikte Agile Entwicklung Häufige Schema-Änderungen Relationales

Mehr

Stefan Edlich Achim Friedland Jens Rampe Benjamin Brauer. NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken HANSER

Stefan Edlich Achim Friedland Jens Rampe Benjamin Brauer. NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken HANSER Stefan Edlich Achim Friedland Jens Rampe Benjamin Brauer NoSQL Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken HANSER Geleitwort 1 Vorwort 1 1 Einführung 1 1.1 Historie 1 1.2 Definition und

Mehr

Neues aus der nicht-, semi- und relationalen Welt

Neues aus der nicht-, semi- und relationalen Welt Neues aus der nicht-, semi- und relationalen Welt Information Management Thomas Klughardt Senior System Consultant Das Big Data Problem Was bedeutet Big Data? Performancekritisch Echtzeit Cold Storage

Mehr

NoSQL Andere Wege in der Speicherung von Geodaten?

NoSQL Andere Wege in der Speicherung von Geodaten? NoSQL Andere Wege in der Speicherung von Geodaten? Holger Baumann, Agenda Status Quo Speicherung von Geodaten in SQL-Datenbanken Datenbanken im Web Umfeld Verteilte Datenbanken Begriff und Klassifizierung

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

Skalierbare Webanwendungen

Skalierbare Webanwendungen Skalierbare Webanwendungen Thomas Bachmann Lead Software Architect & CIO Mambu GmbH Twitter: @thobach Anwendungsbeispiel Hohe Nichtfunktionale Anforderungen Sicherheit Vertraulichkeit Integrität Verfügbarkeit

Mehr

In diesem Abschnitt wollen wir uns mit dem Thema XML Datenbank beschäftigen. Das Ziel ist, herauszufinden, was XML Datenbank überhaupt sind und was

In diesem Abschnitt wollen wir uns mit dem Thema XML Datenbank beschäftigen. Das Ziel ist, herauszufinden, was XML Datenbank überhaupt sind und was 1 In diesem Abschnitt wollen wir uns mit dem Thema XML Datenbank beschäftigen. Das Ziel ist, herauszufinden, was XML Datenbank überhaupt sind und was die wichtigsten Konzepte sind. Den Themenbereich XML

Mehr

NoSQL Datenbanken am Beispiel von HBase. Daniel Georg

NoSQL Datenbanken am Beispiel von HBase. Daniel Georg NoSQL Datenbanken am Beispiel von HBase Daniel Georg No to SQL at all sondern Not only SQL Open- Source Community Erst im Jahr 2009 gestartet Community bietet verschiede Lösungen: Casandra, CouchDD, HBase,

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

Es geht also um die sogenannte SQL- Data Definition Language.

Es geht also um die sogenannte SQL- Data Definition Language. In diesem Abschnitt werden wir uns die SQL Befehle ansehen, mit denen ein sogenanntes Datenbankschema angelegt, gepflegt und auch wieder gelöscht werden kann. Es geht also um die sogenannte SQL- Data Definition

Mehr

Big Data & Analytics Nationaler Akademietag, Fulda Referent: Meinhard Lingo

Big Data & Analytics Nationaler Akademietag, Fulda Referent: Meinhard Lingo Big Data & Analytics Nationaler Akademietag, Fulda 20.04.2018 Referent: Meinhard Lingo E-Mail: meinhard.lingo@bs1in.de Big Data & Analytics Big Data-Anwendungen: Ein Paradigmenwechsel. Kompetenzen? mögliche

Mehr

Informationssysteme für Ingenieure

Informationssysteme für Ingenieure Informationssysteme für Ingenieure Vorlesung Herbstsemester 2016 Überblick und Organisation R. Marti Organisation Web Site: http://isi.inf.ethz.ch Dozent: Robert Marti, martir ethz.ch Assistenz:??

Mehr

NoSQL HANSER. Einstieg in die Web 2.0 Datenbanken. Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner

NoSQL HANSER. Einstieg in die Web 2.0 Datenbanken. Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner NoSQL Einstieg in die Web 2.0 Datenbanken 2., akutalisierte und erweiterte Auflage HANSER Geleitwort Vorwort Vorwort zur 2. Auflage

Mehr

In diesem Abschnitt stehen Transaktionen im Mittelpunkt. Hierbei geht es darum, wie bei Mehrbenutzerbetrieb die Integrität von Datenbanken

In diesem Abschnitt stehen Transaktionen im Mittelpunkt. Hierbei geht es darum, wie bei Mehrbenutzerbetrieb die Integrität von Datenbanken In diesem Abschnitt stehen Transaktionen im Mittelpunkt. Hierbei geht es darum, wie bei Mehrbenutzerbetrieb die Integrität von Datenbanken gewährleistet wird. 1 Im einzelnen geht es in diesem Abschnitt

Mehr

anwendungen programmieren Datenbank entwerfen & Implementierung Analyse bis zur SQL- NoSQL-Datenbanken Uwe Klug Mit einer Einführung in 2.

anwendungen programmieren Datenbank entwerfen & Implementierung Analyse bis zur SQL- NoSQL-Datenbanken Uwe Klug Mit einer Einführung in 2. Uwe Klug Datenbank anwendungen entwerfen & programmieren Von der objektorientierten Analyse bis zur SQL- Implementierung Mit einer Einführung in NoSQL-Datenbanken 2. Auflage W3L-Verlag Herdecke Witten

Mehr

NoSQL. Prof. Dr. Ingo Claßen. Einführung. Kategorisierung von NoSQL-Systemen. Verteilung. Konsistenz. Literatur

NoSQL. Prof. Dr. Ingo Claßen. Einführung. Kategorisierung von NoSQL-Systemen. Verteilung. Konsistenz. Literatur NoSQL Prof. Dr. Ingo Claßen Hochschule für Technik und Wirtschaft Berlin Einführung Kategorisierung von NoSQL-Systemen Verteilung Konsistenz Literatur Einführung Warum NoSQL Unterstützung großer Datenmengen

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

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

Datenbanksysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2015/16.

Datenbanksysteme. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2015/16. Datenbanksysteme Wintersemester 2015/16 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de MapReduce, Prof. Dr.-Ing. S. Michel TU Kaiserslautern Datenbanksysteme, WS 15/16 2 / 35 MapReduce,

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

Es geht also im die SQL Data Manipulation Language.

Es geht also im die SQL Data Manipulation Language. 1 In diesem Abschnitt wollen wir uns mit den SQL Befehlen beschäftigen, mit denen wir Inhalte in Tabellen ( Zeilen) einfügen nach Tabelleninhalten suchen die Inhalte ändern und ggf. auch löschen können.

Mehr

REST Services in APEX Anwendungen nutzen

REST Services in APEX Anwendungen nutzen REST Services in APEX Anwendungen nutzen Carsten Czarski - @cczarski Consulting Member of technical Staff Oracle Application Express ORACLE Deutschland B.V. & Co KG REST: Representational State Transfer

Mehr

NoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE

NoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE NoSQL Datenbanken EIN ÜBERBLICK ÜBER NICHT-RELATIONALE DATENBANKEN UND DEREN POTENTIALE IM ALLGEMEINEN UND IN DER INDUSTRIE Was bedeutet NoSQL? Ein Sammelbegriff für alternative Datenbanklösungen, die

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

Polyglot Persistence und NoSQL

Polyglot Persistence und NoSQL Polyglot Persistence und NoSQL Mehr Flexibilität, mehr Komplexität!? Stefan Kühnlein Solution Architekt OPITZ CONSULTING GmbH Nürnberg, 18.11.2014 OPITZ CONSULTING GmbH 2014 Seite 1 Agenda 1. Rückblick

Mehr

Optimierung der Datenbankstruktur einer Web-Anwendung zur Analyse von Fertigungsprozessen

Optimierung der Datenbankstruktur einer Web-Anwendung zur Analyse von Fertigungsprozessen Optimierung der Datenbankstruktur einer Web-Anwendung zur Analyse von Fertigungsprozessen Vortrag Seminararbeit Fabian Ripplinger Aachen, 22.01.2014 Agenda 1 2 3 4 5 Ziel der Arbeit Grundlagen Umsetzung

Mehr

Darko Križić. NoSQL Datenbanken

Darko Križić. NoSQL Datenbanken Darko Križić NoSQL Datenbanken Ihr Referent Darko Križić Chief Technical Officer Enterprise Architecture Java Enterprise EdiCon High Availability ESB (Talend ESB) NoSQL (MongoDB, CouchDB) NoSQL Datenbanken

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

NoSQL Datenbanken. Seminar:Software as a Service, Cloud-Computing und aktuelle Entwicklungen Dozent: Dipl. Inf. Andreas Göbel

NoSQL Datenbanken. Seminar:Software as a Service, Cloud-Computing und aktuelle Entwicklungen Dozent: Dipl. Inf. Andreas Göbel NoSQL Datenbanken Seminar:Software as a Service, Cloud-Computing und aktuelle Entwicklungen Dozent: Dipl. Inf. Andreas Göbel 17. Juni 2010 Gliederung Der Begriff NoSQL Wichtige Konzepte NoSQL-Arten Cassandra

Mehr

SQL oder NoSQL: Das ist die Frage! Oracle NoSQL Database

SQL oder NoSQL: Das ist die Frage! Oracle NoSQL Database SQL oder NoSQL: Das ist die Frage! Oracle NoSQL Database Carsten Czarski Oracle Deutschland B.V. & Co KG Agenda NoSQL: Was ist das und wozu ist das gut? Anwendungsbereiche für NoSQL-Technologien,

Mehr

Apache HBase. A BigTable Column Store on top of Hadoop

Apache HBase. A BigTable Column Store on top of Hadoop Apache HBase A BigTable Column Store on top of Hadoop Ich bin... Mitch Köhler Selbstständig seit 2010 Tätig als Softwareentwickler Softwarearchitekt Student an der OVGU seit Oktober 2011 Schwerpunkte Client/Server,

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

1. Einleitung. 1 1Exabyte=10 18 Bytes = Bytes

1. Einleitung. 1 1Exabyte=10 18 Bytes = Bytes 1. Einleitung Das aktuelle Jahrzehnt wird als Zeitalter der Daten bezeichnet [Whi09, S. 1]. Die Menge der weltweit existierenden Daten ist in den letzten Jahren stark angewachsen. Eine Studie des amerikanischen

Mehr

SODA Die Datenbank als Document Store Rainer Willems Oracle Deutschland B.V. & Co. KG Dreieich Schlüsselworte

SODA Die Datenbank als Document Store Rainer Willems Oracle Deutschland B.V. & Co. KG Dreieich Schlüsselworte SODA Die Datenbank als Document Store Rainer Willems Oracle Deutschland B.V. & Co. KG Dreieich Schlüsselworte SODA, Simple Oracle Document Access, Document Store, Schemaless, JSON, Collections Einleitung

Mehr

SQL- & NoSQL-Datenbanken. Speichern und Analysen von großen Datenmengen

SQL- & NoSQL-Datenbanken. Speichern und Analysen von großen Datenmengen SQL- & NoSQL-Datenbanken Speichern und Analysen von großen Datenmengen 1 04.07.14 Zitat von Eric Schmidt (Google CEO): There was 5 exabytes of information created between the dawn of civilization through

Mehr

Wide Column Stores. Felix Bruckner Mannheim, 15.06.2012

Wide Column Stores. Felix Bruckner Mannheim, 15.06.2012 Wide Column Stores Felix Bruckner Mannheim, 15.06.2012 Agenda Einführung Motivation Grundlagen NoSQL Grundlagen Wide Column Stores Anwendungsfälle Datenmodell Technik Wide Column Stores & Cloud Computing

Mehr

NoSQL-Datenbanken. Kapitel 1: Einführung. Dr. Anika Groß Sommersemester Universität Leipzig 1-1

NoSQL-Datenbanken. Kapitel 1: Einführung. Dr. Anika Groß Sommersemester Universität Leipzig  1-1 NoSQL-Datenbanken Kapitel 1: Einführung Dr. Anika Groß Sommersemester 2017 Universität Leipzig http://dbs.uni-leipzig.de 1-1 Inhaltsverzeichnis NoSQL-Datenbanken Motivation und Definition Kategorisierung,

Mehr

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 16OH21005 gefördert. Die Verantwortung für den Inhalt dieser

Mehr

Wide column-stores für Architekten

Wide column-stores für Architekten Wide column-stores für Architekten Andreas Buckenhofer Daimler TSS GmbH Ulm Schlüsselworte Big Data, Hadoop, HBase, Cassandra, Use Cases, Row Key, Hash Table NoSQL Datenbanken In den letzten Jahren wurden

Mehr

Thomas Matzner Berater für Systemanalyse Couchbase. Java User Group München

Thomas Matzner Berater für Systemanalyse  Couchbase. Java User Group München Thomas Matzner Berater für Systemanalyse www.tamatzner.de Couchbase Java User Group München 18. 1. 2016 Überblick Warum Couchbase bei der Einkaufszettel- App? Eigenschaften von Couchbase Entwicklung mit

Mehr

Big Data Informationen neu gelebt

Big Data Informationen neu gelebt Seminarunterlage Version: 1.01 Copyright Version 1.01 vom 21. Mai 2015 Dieses Dokument wird durch die veröffentlicht. Copyright. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen

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

Das relationale Modell (Teil 1)

Das relationale Modell (Teil 1) Vorlesung #2 Das relationale Modell (Teil 1) Fahrplan WS 2010/11 Feedback Vorlesung#1 Das relationale Modell Einordnung (wir überspringen die Modellierung, das kommt im 4. Semester Datenmanagement ) Definition,

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

Anfragesprachen für Big Data Zusmmenfassung zum Vortrag im Oberseminar: Datenbanksysteme - Aktuelle Trends

Anfragesprachen für Big Data Zusmmenfassung zum Vortrag im Oberseminar: Datenbanksysteme - Aktuelle Trends Anfragesprachen für Big Data Zusmmenfassung zum Vortrag im Oberseminar: Datenbanksysteme - Aktuelle Trends Felix Haller (Mat.-Nr.: 68426) 03. Mai 2017 Inhaltsverzeichnis 1 Geschichte und Einordnung SQL/NoSQL

Mehr

Das Leben der Anderen

Das Leben der Anderen Das Leben der Anderen Twitter-Analyse mit Oracle12c, JSON und APEX Carsten Czarski Business Unit Database Oracle Deutschland B.V. & Co KG About: Carsten Czarski 1973 München Verheiratet zwei Kinder ORACLE

Mehr

Da ist zunächst der Begriff der Menge.

Da ist zunächst der Begriff der Menge. 1 In diesem Abschnitt werden wir uns mit den theoretischen Grundlagen der relationalen Datenbanken beschäftigen. Hierzu werden wir uns die wichtigsten Konzepte, Ideen und Begriffe näher ansehen, damit

Mehr

Non-Standard-Datenbanken Von NoSQL zu NewSQL

Non-Standard-Datenbanken Von NoSQL zu NewSQL Non-Standard-Datenbanken Von NoSQL zu NewSQL Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Dennis Heinrich (Übungen) Big Data 2 NoSQL: Not Only SQL? Datenmengen werden groß

Mehr

Hadoop. Eine Open-Source-Implementierung von MapReduce und BigTable. von Philipp Kemkes

Hadoop. Eine Open-Source-Implementierung von MapReduce und BigTable. von Philipp Kemkes Hadoop Eine Open-Source-Implementierung von MapReduce und BigTable von Philipp Kemkes Hadoop Framework für skalierbare, verteilt arbeitende Software Zur Verarbeitung großer Datenmengen (Terra- bis Petabyte)

Mehr

Oracle Big Data Technologien Ein Überblick

Oracle Big Data Technologien Ein Überblick Oracle Big Data Technologien Ein Überblick Jürgen Vester Oracle Deutschland B.V. & Co KG Um was geht es bei Big Data? Bei Big Data sprechen wir eine Klasse von Daten an, die in der

Mehr

Referenzielle Integrität SQL

Referenzielle Integrität SQL Referenzielle Integrität in SQL aus Referential Integrity Is Important For Databases von Michael Blaha (Modelsoft Consulting Corp) VII-45 Referenzielle Integrität Definition: Referenzielle Integrität bedeutet

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

Aufbau eines Clusters mit der NoSQL- Datenbank MongoDB auf Basis von Einplatinencomputern

Aufbau eines Clusters mit der NoSQL- Datenbank MongoDB auf Basis von Einplatinencomputern Fachbereich 2 Informatik und Ingenieurwissenschaften Im Studiengang Informatik Aufbau eines Clusters mit der NoSQL- Datenbank MongoDB auf Basis von Einplatinencomputern Kolloquium zur Bachelorthesis Danijel

Mehr

5. Programmierschnittstellen für XML

5. Programmierschnittstellen für XML 5. Programmierschnittstellen für Grundlagen Dr. E. Schön FH Erfurt Sommersemester 2015 Seite 135 Programmierschnittstelle Notwendigkeit: Zugriff auf -Daten durch Applikationen wiederverwendbare Schnittstellen

Mehr

Datenmodelle und Datenbanken 2

Datenmodelle und Datenbanken 2 Datenmodelle und Datenbanken 2 Prof. N. Fuhr Institut für Informatik und Interaktive Systeme Arbeitsgruppe Informationssysteme 24. Februar 2005 Hinweise zur Bearbeitung Die Zeit läuft erst, wenn Sie alle

Mehr

Fakultät für Informatik & Wirtschaftsinformatik DB & IS II SS 2015. NoSQL. http://www.w3resource.com/mongodb/nosql.php. Dr. Christian Senger.

Fakultät für Informatik & Wirtschaftsinformatik DB & IS II SS 2015. NoSQL. http://www.w3resource.com/mongodb/nosql.php. Dr. Christian Senger. NoSQL http://www.w3resource.com/mongodb/nosql.php NoSQL 1 Short History of Databases 1960s - Navigational DBs CODEASYL (COBOL) IMS (IBM) 1980s to 1990s - Object Oriented DBs Object DB's Object-Relational-

Mehr

5. Programmierschnittstellen für XML

5. Programmierschnittstellen für XML 5. Programmierschnittstellen für für Medientechnologen Dr. E. Schön Wintersemester 2015/16 Seite 146 Notwendigkeit: Programmierschnittstelle Zugriff auf -Daten durch Applikationen wiederverwendbare Schnittstellen

Mehr

VAADIN, SPRING BOOT & REST

VAADIN, SPRING BOOT & REST VAADIN, SPRING BOOT & REST Ein Einstieg für Domino Entwickler Stephan Kopp 1 STEPHAN KOPP Software & Solutions Development Tel.: +49 6182 7869420 Mobil: +49 173 3089806 E-Mail: stephan.kopp@axians.de 2

Mehr

1 Einführung... 25. 2 Die Grundlagen... 55. 3 Praxis 1 das Kassenbuch (zentraler CouchDB-Server)... 139. 4 Praxis 2 das Kassenbuch als CouchApp...

1 Einführung... 25. 2 Die Grundlagen... 55. 3 Praxis 1 das Kassenbuch (zentraler CouchDB-Server)... 139. 4 Praxis 2 das Kassenbuch als CouchApp... Auf einen Blick 1 Einführung... 25 2 Die Grundlagen... 55 3 Praxis 1 das Kassenbuch (zentraler CouchDB-Server)... 139 4 Praxis 2 das Kassenbuch als CouchApp... 161 5 CouchDB-Administration... 199 6 Bestehende

Mehr

Architekturen. Von der DB basierten zur Multi-Tier Anwendung. DB/CRM (C) J.M.Joller 2002 131

Architekturen. Von der DB basierten zur Multi-Tier Anwendung. DB/CRM (C) J.M.Joller 2002 131 Architekturen Von der DB basierten zur Multi-Tier Anwendung DB/CRM (C) J.M.Joller 2002 131 Lernziele Sie kennen Design und Architektur Patterns, welche beim Datenbankzugriff in verteilten Systemen verwendet

Mehr

Zukunft der Oracle Applikationsentwicklung: BC4J & XML

Zukunft der Oracle Applikationsentwicklung: BC4J & XML 2 Jahre Niederlassung in München Trivadis GmbH Zukunft der Oracle Applikationsentwicklung: BC4J & XML Markus Heinisch 1 Agenda Tägliches Brot BC4J DEMO Applikation BC4J XML DEMO Applikation XML Fazit 2

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

Untersuchungen zum Einsatz von Apache CouchDB als Geodatenbank

Untersuchungen zum Einsatz von Apache CouchDB als Geodatenbank Masterarbeit Untersuchungen zum Einsatz von Apache CouchDB als Geodatenbank Prüfer: Prof. Dr.-Ing. Baumann, M.Eng. Kirschke Gliederung Apache CouchDB Geodatenbank Praktische Beispiele im GIS-Kontext Ergebnisse

Mehr

Web Technologien NoSQL Datenbanken

Web Technologien NoSQL Datenbanken Web Technologien NoSQL Datenbanken Univ.-Prof. Dr.-Ing. Wolfgang Maass Chair in Information and Service Systems Department of Law and Economics WS 2011/2012 Wednesdays, 8:00 10:00 a.m. Room HS 021, B4

Mehr

Big Data Management Thema 14: Cassandra

Big Data Management Thema 14: Cassandra Thema 14: Cassandra Jan Kristof Nidzwetzki Thema 14: Cassandra 1 / 25 Übersicht 1 Grundlagen Überblick Geschichte Datenmodel 2 Architektur Der logische Ring Persistenz der Daten Tunable Consistency Read

Mehr

7. Big Data und NoSQL-Datenbanken

7. Big Data und NoSQL-Datenbanken 7. Big Data und NoSQL-Datenbanken Motivation Big Data Herausforderungen Einsatzbereiche Systemarchitekturen für Big Data Analytics Analyse-Pipeline Hadoop, MapReduce, Spark/Flink NoSQL-Datenbanken Eigenschaften

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

Think Big. Skalierbare Anwendungen mit Azure. Aydin Mir Mohammadi Bluehands GmbH & co.mmunication KG

Think Big. Skalierbare Anwendungen mit Azure. Aydin Mir Mohammadi Bluehands GmbH & co.mmunication KG Skalierbare Anwendungen mit Azure Bluehands GmbH & co.mmunication KG 1 2 3 4 5 6 7 8 9 Immer mehr Mehr Performance Mehr Menge Mehr Verfügbarkeit Skalierung http://www.flickr.com/photos/39901968@n04/4864698533/

Mehr

NoSQL Datenbanken am Beispiel von CouchDB

NoSQL Datenbanken am Beispiel von CouchDB NoSQL Datenbanken am Beispiel von CouchDB OIO - Hauskonferenz 2011 Version: 1.0 Orientation in Objects GmbH Weinheimer Str. 68 68309 Mannheim www.oio.de info@oio.de Ihr Sprecher Thomas Bayer Programmierer

Mehr

Big Data und Oracle bringen die Logistik in Bewegung

Big Data und Oracle bringen die Logistik in Bewegung OPITZ CONSULTING Deutschland GmbH Dortmund, 07.05.2014 Bild-Quelle: Web-Seite von Pasta ZARA, Big Artikel Data So und entstehen Oracle bringen unsere die Nudeln Logistik in Bewegung http://de.pastazara.com/so-entstehen-unsere-nudeln

Mehr

PHP- Umgang mit Datenbanken (1)

PHP- Umgang mit Datenbanken (1) PHP- Umgang mit Datenbanken (1) Weitere Funktionen zum Umgang mit Datenbanken (Erzeugen, Löschen) und Tabellen (Erzeugen, Löschen) Zum Beispiel für das Erzeugen einer neuen Datenbank $dbname= blumendb

Mehr

Eclipse und EclipseLink

Eclipse und EclipseLink Eclipse und EclipseLink Johannes Michler Johannes.Michler@promatis.de PROMATIS, Ettlingen Zugriff auf Oracle Datenbanken aus Eclipse RCP Anwendungen via EclipseLink 18.09.2009 1 Gliederung Eclipse als

Mehr

In diesem Anschnitt geht es um die SQL Anweisungen, mit denen ich den Zugriff auf das Datenbankschema steuern kann.

In diesem Anschnitt geht es um die SQL Anweisungen, mit denen ich den Zugriff auf das Datenbankschema steuern kann. In diesem Anschnitt geht es um die SQL Anweisungen, mit denen ich den Zugriff auf das Datenbankschema steuern kann. All diese Befehle werden unter dem Begriff SQL DLC Data Control Language zusammengefasst.

Mehr

Auf einen Blick. 1 Einführung 25. 2 Die Grundlagen 55. 3 Praxis 1 - das Kassenbuch. (zentraler CouchDB-Server) 139

Auf einen Blick. 1 Einführung 25. 2 Die Grundlagen 55. 3 Praxis 1 - das Kassenbuch. (zentraler CouchDB-Server) 139 Auf einen Blick 1 Einführung 25 2 Die Grundlagen 55 3 Praxis 1 - das Kassenbuch (zentraler CouchDB-Server) 139 4 Praxis 2 - das Kassenbuch als CouchApp 161 5 CouchDB-Administration 199 6 Bestehende Anwendungen

Mehr

Big Data Mythen und Fakten

Big Data Mythen und Fakten Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher

Mehr

Einführung in die Informatik II

Einführung in die Informatik II Einführung in die Informatik II Relationale Datenbanken und SQL Theorie und Anwendung Prof. Dr. Nikolaus Wulff Gründe für eine Datenbank Meist werden Daten nicht in XML-Dokumenten, sondern innerhalb einer

Mehr

Ein Beispiel. Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse?

Ein Beispiel. Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse? Ein Beispiel Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse? Dipl.-Kfm. Claus Häberle WS 2015 /16 # 42 XML (vereinfacht) visa

Mehr

ISBN: Herstellung: Diplomica Verlag GmbH, Hamburg, 2011

ISBN: Herstellung: Diplomica Verlag GmbH, Hamburg, 2011 Nils Petersohn Vergleich und Evaluation zwischen modernen und traditionellen Datenbankkonzepten unter den Gesichtspunkten Skalierung, Abfragemöglichkeit und Konsistenz Diplomica Verlag Nils Petersohn Vergleich

Mehr

Architektur von REST basierten Webservices

Architektur von REST basierten Webservices 28.11.2005 Architektur von REST basierten Webservices Referent MARK ALTHOFF REST was invented by ROY T. FIELDING and RICHARD N. TAYLOR Geschichtlicher Hintergrund von REST 1994-1995 taucht der Begriff

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

Inhaltsverzeichnis. Lothar Piepmeyer. Grundkurs Datenbanksysteme. Von den Konzepten bis zur Anwendungsentwicklung ISBN:

Inhaltsverzeichnis. Lothar Piepmeyer. Grundkurs Datenbanksysteme. Von den Konzepten bis zur Anwendungsentwicklung ISBN: Lothar Piepmeyer Grundkurs Datenbanksysteme Von den Konzepten bis zur Anwendungsentwicklung ISBN: 978-3-446-42354-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42354-1

Mehr

Datenübernahme in ADITO AID 013 DE

Datenübernahme in ADITO AID 013 DE Datenübernahme in ADITO AID 013 DE 2014 ADITO Software GmbH Diese Unterlagen wurden mit größtmöglicher Sorgfalt hergestellt. Dennoch kann für Fehler in den Beschreibungen und Erklärungen keine Haftung

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

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 16OH21005 gefördert. Die Verantwortung für den Inhalt dieser

Mehr

Nutzung externer Daten in Application Express

Nutzung externer Daten in Application Express Mehr als "Report on Table": Application Express visualisiert Daten aller Art! Autor: Carsten Czarski, ORACLE Deutschland B.V. & Co KG In nahezu allen Geschäftsanwendungen werden Daten aus relationalen

Mehr

IUG DRESDEN ERSTELLUNG VON ROBUSTEN NATURAL SERVICES Software AG. All rights reserved. For internal use only

IUG DRESDEN ERSTELLUNG VON ROBUSTEN NATURAL SERVICES Software AG. All rights reserved. For internal use only IUG DRESDEN ERSTELLUNG VON ROBUSTEN NATURAL SERVICES 2016 Software AG. All rights reserved. For internal use only DIGITAL BUSINESS APPLICATIONS DRIVE THE DIGITAL BUSINESS Partner Lieferanten Kunden SaaS

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

Institut für Verteilte Systeme

Institut für Verteilte Systeme Institut für Verteilte Systeme Prof. Dr. Franz Hauck Seminar: Multimedia- und Internetsysteme, Wintersemester 2010/11 Betreuer: Jörg Domaschka Bericht zur Seminarssitzung am 2011-01-31 Bearbeitet von :

Mehr

Hochverfügbare Webanwendungen mit Apache Cassandra. msg systems ag, 26. November 2014

Hochverfügbare Webanwendungen mit Apache Cassandra. msg systems ag, 26. November 2014 R8 Hochverfügbare Webanwendungen mit Apache Cassandra 1 Forschung zu Wirtschaft 2 Name R8 Name R8 3 Applikations-Framework Big-Data-Framework für besonders anspruchsvolle Kunden 4 derzeitige Architekturen

Mehr