NoSQL

NoSQL (steht für englisch Not only SQL) ist eine Bewegung, eine neue Art von Datenbanken voranzutreiben. Es handelt sich dabei um Datenbanken, die einen nicht-relationalen Ansatz verfolgen und damit mit der langen Geschichte von relationalen Datenbanken brechen. Diese Datenspeicher benötigen keine festgelegten Tabellenschemata und versuchen, Joins zu vermeiden, sie skalieren dabei horizontal. Im akademischen Umfeld werden sie häufig als „strukturierte Datenspeicher“ (englisch structured storage) bezeichnet.^[1][2][3]

Bekannte Implementierungen sind Google BigTable und Amazon Dynamo. Darüber hinaus gibt es eine Reihe von Open-Source-Implementierungen wie beispielsweise CouchDB und Apache Cassandra.

Geschichte

Der Begriff NoSQL (im Sinne von no SQL) wurde erstmals für eine 1998 erschienene leichtgewichtige Open-Source-Datenbank verwendet, welche keine SQL-Zugriffsmöglichkeit bereitstellte. Carlo Strozzi, der Entwickler dieser Datenbank, unterscheidet allerdings die NoSQL-Datenbank von der NoSQL-Bewegung insofern, als ersteres eine Datenbank ist, welche auf die Verwendung der Sprache SQL verzichtet, während zweiteres ein Konzept ist, welches vom relationalen Modell Abstand nimmt.^[4]

Der Begriff NoSQL (im Sinne von Not only SQL) wurde Anfang 2009 von Johan Oskarsson für ein Treffen über verteilte strukturierte Datenspeicher neu eingeführt.^[5] Der Name war ein Versuch einer gemeinsamen Begriffsfindung für die wachsende Zahl an nicht relationalen, verteilten Datenspeichersystemen, welche meist auch auf ACID-Eigenschaften verzichteten.

Natürlich ist dieses Thema nicht ganz neu. Die Bestrebung, Daten ohne die Einschränkungen des relationalen Modells zu speichern war bereits früher unter dem Titel Dokumentenorientierte Datenbank bekannt. Insofern sind alle Vertreter dieser Thematik auch als NoSQL-Systeme zu betrachten.

Architektur

Relationale Datenbanken leiden üblicherweise unter Leistungsproblemen bei datenintensiven Applikationen wie Indexierung von großen Dokumentmengen, Webseiten mit hohen Lastaufkommen, sowie Streaming-Media-Applikationen. Relationale Datenbanken sind nur dann effizient, wenn sie für häufige aber kleine Transaktionen oder für große Batch-Transaktionen mit seltenen Schreibzugriffen optimiert sind. Sie können aber schlecht mit gleichzeitig hohen Datenanforderungen und häufigen Datenänderungen umgehen.^[6] NoSQL dagegen kann mit vielen Schreib-/Leseanfragen umgehen. Beispiele dafür finden sich bei Digg,^[7] Facebook und eBay.

Viele NoSQL-Implementierungen unterstützen verteilte Datenbanken mit redundanter Datenhaltung auf vielen Servern, beispielsweise unter Nutzung einer verteilten Hashtable. Damit können die Systeme einfach skalieren und Ausfälle einzelner Server überstehen.^[8]

NoSQL-Architekturen bieten meist nur schwache Garantien hinsichtlich Konsistenz wie beispielsweise Eventual consistency oder auf einzelne Datensätze eingeschränkte Transaktionen. Einige Systeme unterstützen auch ACID, beispielsweise durch Hinzufügung spezieller Middleware wie CloudTPS.^[9]

NoSQL-Implementierungen können folgendermaßen gegliedert werden:

Merkmal	Beispiele
Dokumentenorientierte Datenbanken	Apache Jackrabbit, BaseX, CouchDB, eXist, Lotus Notes, MongoDB
Graphendatenbanken	AllegroGraph, Core Data, DEX, Neo4j, sones GraphDB
Verteilte ACID-Datenbanken	MySQL Cluster
Key-Value-Festplattenspeicher	Google BigTable, SimpleDB
Key-Value-Caches im RAM	memcached
Eventually-consistent-Key-Value-Speicher	Amazon Dynamo, Apache Cassandra, Project Voldemort
Sortierte Key-Value-Speicher	Berkeley DB, Memcachedb
Multivalue-Datenbanken	OpenQM, Rocket U2
Objektdatenbanken	Db4o, ZODB
Tabellenorientiert	Google BigTable, Hbase
Datenstrukturorientiert	Redis

Weblinks

• Binärgewitter #1: NoSQL (Podcast bei RadioTux)
• NoSQL Databases (Links zu NoSQL-Themen, gepflegt durch Stefan Edlich)
• NoSQL Anwendergruppen in Deutschland

Einzelnachweise

1. ↑ Avinash Lakshman, Prashant Malik: Cassandra – A Decentralized Structured Storage System. Cornell University, 2009, abgerufen am 24. Juni 2010 (PDF, englisch). 
2. ↑ Bigtable: A Distributed Storage System for Structured Data. Google, abgerufen am 24. Juni 2010 (PDF, englisch). 
3. ↑ HBase: structured storage of sparse data for Hadoop. Abgerufen am 24. Juni 2010 (PDF, englisch). 
4. ↑ NoSQL: A Relational Database Management System. Strozzi.it, 2. Oktober 2007, abgerufen am 24. Juni 2010 (englisch): „While the former is a well-defined software package, is a relational database to all effects and just does intentionally not use SQL as a query language, the newcomer is mostly a concept (and by no means a novel one either), which departs from the relational model altogether and it should therefore have been called more appropriately "NoREL", or something to that effect.“ 
5. ↑ Eric Evans: NOSQL 2009. 12. Mai 2009, abgerufen am 24. Juni 2010 (englisch): „Johan Oskarsson has organized a meetup for folks interested in distributed structured data storage and is calling it NOSQL.“ 
6. ↑ Rakesh Agrawal et al.: The Claremont report on database research. In: ACM (Hrsg.): SIGMOD Record. 37, Nr. 3, September 2008, ISSN 0163-5808, S. 9-19, doi:10.1145/1462571.1462573.
7. ↑ Ian Eure: Looking to the future with Cassandra | Digg About. About.digg.com, 9. September 2009, abgerufen am 24. Juni 2010 (englisch). 
8. ↑ Avinash Lakshman, Prashant Malik: Cassandra: Structured Storage System over a P2P Network. Last.fm.com, abgerufen am 24. Juni 2010 (PDF, englisch). 
9. ↑ CloudTPS: Scalable Transactions for Web Applications in the Cloud. Globule.org, Februar 2010, abgerufen am 24. Juni 2010 (englisch): „CloudTPS is a scalable transaction manager to allow cloud database services to execute the ACID transactions of web applications, even in the presence of server failures and network partitions“