NOSQL

Big Data

4Vs:

• Volume: Sehr viele Daten
• Velocity: Geschwindigkeit von Lesen und Schreiben
• Variety: verschiedene Formate, teilw. unstrukturiert
• Veracity: Qualität der Daten

Ziele mit Big Data:

• Kosteneffizienz
• Elastic Scaling: sehr einfach erweiterbar
• New Insights: Daten analysieren
• Business Intelligence (BI): Mit den Daten Entscheidungen treffen

Datenbanken

Key-Value-Store: jedem Schlüssel wird ein Wert zugeordnet

• sehr schneller Zugriff, z.B. für Caching

Column-Oriented-Database:
Ähnlich zu relationale Datenbanken, aber Spaltenanzahl je nach Eintrag anders und Speicher ist in Spalten orientiert.

Graph Databases:
Fokussiert auf Beziehungen zwischen Objekten, Aufgeteilt in Nodes und Edges

Document-oriented Databases:
Daten werden in Dokumenten gespeichert, oft in JSON, Blob oder XML. Erlaubt Flexibles Schema

Verteilte Datenbanken

• Scalability
• Fault Tolerance + High Availability
• Geographical Distribution & Low Latency
• Load Balancing
• Consistency vs Availability (CAP): Consistency, Availability, Partition Tolerance

Paradigms

ACID:

• Atomicity
• Consistency: Constraints
• Isolation: Tranksaktionen können sich nicht sehen
• Durability: Ausfallsicherheit

BASE:

• Basically Available: Datenbank ist zu jedem Zeitpunkt für alle Verfügbar
• Soft State: Temporäre falsche zustände sind ok
• Eventualy Consistent: Sobald die Updates fertig sind und alles synchronisiert ist ist alles wieder gut

Unterschiede:

• Scalability: ACID vertikal, BASE horizontal
• BASE ist deutlich flexibler
• BASE ist bei parallelen Zugriffen deutlich performanter
• BASE ist nicht auf Datenbankebene synchronisiert