Relationale Datenbanken sind strukturierte Datenspeichersysteme, die auf dem von Edgar F. Codd entwickelten relationalen Datenmodell basieren. Codds Pionierarbeit, die er 1970 in seinem Artikel „A Relational Model of Data for Large Shared Data Banks“ veröffentlichte, legte den Grundstein für die moderne Datenbanktheorie. Er führte ein System ein, das Daten in Tabellenform organisiert, wodurch eine flexible und effiziente Datenmanipulation ermöglicht wird. Dieses Modell unterschied sich grundlegend von den bis dahin vorherrschenden hierarchischen und netzwerkartigen Datenbanksystemen [1].

Das relationale Datenbankmodell zeichnet sich durch mehrere Schlüsseleigenschaften aus:

• Tabellenstruktur (Relationen): Daten werden in Tabellen gespeichert, wobei jede Tabelle eine Entität repräsentiert und aus Zeilen und Spalten besteht.
• Zeilen (Tupel): Jede Zeile in einer Tabelle repräsentiert einen Datensatz, also eine Instanz der Entität.
• Spalten (Attribute): Jede Spalte definiert ein Attribut der Entität, also eine Datenkategorie.
• Primärschlüssel: Jede Tabelle hat einen einzigartigen Primärschlüssel, der jede Zeile eindeutig identifiziert und somit die Integrität der Datenbank gewährleistet.
• Fremdschlüssel: Fremdschlüssel stellen Beziehungen zwischen Tabellen her, indem sie auf Primärschlüssel in anderen Tabellen verweisen.
• Datenintegrität: Durch Integritätsregeln, wie die Einhaltung von Primär- und Fremdschlüsselbeziehungen, wird die Konsistenz der Daten sichergestellt.
• SQL (Structured Query Language): SQL ist die standardisierte Sprache zur Abfrage und Manipulation von Daten in relationalen Datenbanken.

Ein praxisnahes Beispiel für eine relationale Datenbank ist ein Bibliothekskatalog:

CREATE TABLE Autoren (
    AutorID INT PRIMARY KEY,
    Name VARCHAR(100),
    Geburtsjahr INT
);
 
CREATE TABLE Buecher (
    BuchID INT PRIMARY KEY,
    Titel VARCHAR(100),
    Veröffentlichungsjahr INT,
    AutorID INT,
    FOREIGN KEY (AutorID) REFERENCES Autoren(AutorID)
);

In diesem Szenario ermöglicht die Buecher-Tabelle über den Fremdschlüssel AutorID eine Verknüpfung zu den entsprechenden Autoren in der Autoren-Tabelle, wodurch die Beziehung zwischen Büchern und ihren Autoren dargestellt wird.

In der Unternehmensdatenverwaltung werden relationale Datenbanken eingesetzt, um komplexe Geschäftsdaten wie Kundendaten, Bestellungen, Rechnungen und Personalinformationen zu verwalten. Sie ermöglichen komplexe Abfragen und Transaktionen, die für das Customer Relationship Management (CRM) von entscheidender Bedeutung sind. CRM-Systeme nutzen relationale Datenbanken, um umfangreiche Kundendaten zu speichern und zu verwalten, was eine personalisierte Kundenbetreuung und effiziente Geschäftsprozesse ermöglicht [2].

OLTP-Systeme nutzen relationale Datenbanken, um Transaktionen schnell und zuverlässig zu verarbeiten. Dies ist besonders im Bankwesen und E-Commerce von Bedeutung, wo eine hohe Anzahl von Transaktionen in Echtzeit verarbeitet werden muss. Die Integrität und Konsistenz der Daten wird dabei durch die Transaktionsmechanismen der relationalen Datenbanken sichergestellt [3].

• SAP ERP: Nutzt relationale Datenbanken, um komplexe Geschäftsprozesse und Datenflüsse zu verwalten [SAP, 2021].
• Oracle Database: Wird in vielen Großunternehmen für die Verwaltung von Finanzdaten und zur Durchführung komplexer Transaktionen eingesetzt [Oracle, 2021].

Zwei bekannte Produkte sind MySQL, Bekannt für ihre Einfachheit und Effizienz und Microsoft SQL Server. Er bietet umfangreiche Features für Business Intelligence und Datenanalyse.

^{Literaturverzeichnis (Zitieren nach APA}
[1] Codd, E. F. (1970). A Relational Model of Data for Large Shared Data Banks. Communications of the ACM, 13(6), 377-387.
[2] Date, C. J. (2004). An Introduction to Database Systems (8th ed.). Addison-Wesley Longman Publishing Co., Inc.
[3] Bernstein, P. A., & Newcomer, E. (2009). Principles of Transaction Processing (2nd ed.). Morgan Kaufmann Publishers.
[SAP, 2021] SAP SE. (2021). SAP ERP. https://www.sap.com/products/erp.html
[Oracle, 2021] Oracle. (2021). Oracle Database. https://www.oracle.com/database/}

Dokumentenbasierte Datenbanken sind ein Typ von NoSQL-Datenbanken, die für die Speicherung, Abfrage und Verwaltung von dokumentenorientierten Informationen konzipiert sind. Im Gegensatz zu relationalen Datenbanken, die Daten in Tabellen speichern, nutzen dokumentenbasierte Datenbanken Dokumente, um Daten zu repräsentieren. Diese Dokumente sind in der Regel im JSON-Format (JavaScript Object Notation) strukturiert, einem leichtgewichtigen Datenaustauschformat, das für Menschen lesbar und für Maschinen einfach zu parsen ist. Ein wesentliches Merkmal dieser Datenbanken ist ihre Schemalosigkeit, was bedeutet, dass die Struktur der in den Dokumenten gespeicherten Daten nicht festgelegt ist. Dies ermöglicht eine hohe Flexibilität, da sich die Datenstruktur dynamisch an die Anforderungen der Anwendung anpassen kann [Pokorny, 2013].

• Content-Management-Systeme (CMS)

Dokumentenbasierte Datenbanken eignen sich hervorragend für CMS, da sie die Speicherung von Inhalten und zugehörigen Metadaten in einem flexiblen Format ermöglichen. Die Schemalosigkeit erleichtert die Anpassung an verschiedene Content-Typen und deren Attribute [Banker, 2011].

• Mobile Anwendungen

Die Flexibilität und einfache Skalierbarkeit von dokumentenbasierten Datenbanken machen sie zu einer guten Wahl für mobile Anwendungen. Entwickler können schnell auf sich ändernde Datenanforderungen reagieren und die Datenbanken problemlos horizontal skalieren, um mit dem Benutzerwachstum Schritt zu halten [Sadalage und Fowler, 2012].

MongoDB ist eine weit verbreitete dokumentenbasierte Datenbank, die in vielen CMS wie WordPress als Datenbankbackend eingesetzt wird. Sie bietet hohe Leistung und einfache Skalierbarkeit, was sie für datenintensive Anwendungen attraktiv macht [MongoDB, 2021].

Couchbase wird oft in mobilen Anwendungen verwendet, da es eine flexible Datenstruktur und robuste Synchronisationsfähigkeiten bietet, die für mobile Geräte wichtig sind [Couchbase, 2021].

Ein einfaches Beispiel für das Einfügen eines Dokuments in MongoDB mit der MongoDB Shell:

javascript
db.beispiele.insertOne({
    titel: "Einführung in dokumentenbasierte Datenbanken",
    autor: "Max Mustermann",
    inhalt: "Dokumentenbasierte Datenbanken speichern Daten in einem flexiblen Format...",
    tags: ["NoSQL", "Datenbanken", "Flexibilität"],
    veröffentlicht: new Date()
});

In diesem Beispiel wird ein neues Dokument in die Sammlung beispiele eingefügt. Das Dokument enthält verschiedene Felder wie titel, autor, inhalt, tags und veröffentlicht, die die Flexibilität der Schemalosigkeit in dokumentenbasierten Datenbanken demonstrieren.

^{Literaturverzeichnis
Pokorny, J. (2013). NoSQL databases: a step to database scalability in web environment. International Journal of Web Information Systems.
Banker, K. (2011). MongoDB in Action. Manning Publications.
Sadalage, P. J., & Fowler, M. (2012). NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Addison-Wesley.
MongoDB. (2021). MongoDB. https://www.mongodb.com/
Couchbase. (2021). Couchbase Mobile. https://www.couchbase.com/products/mobile
Apache. (2021). Apache CouchDB. http://couchdb.apache.org/}

Key-Value-Datenbanken sind ein Typ von NoSQL-Datenbanken, die Daten als Paare von Schlüsseln (Keys) und zugehörigen Werten (Values) speichern. Diese Datenbanken sind für ihre hohe Leistungsfähigkeit bekannt, da sie schnelle Lese- und Schreiboperationen ermöglichen, was sie ideal für Anwendungen macht, die eine hohe Durchsatzrate erfordern [Han et al., 2011].

Im Session-Management werden Key-Value-Datenbanken zur Speicherung von Benutzersitzungsdaten in Webanwendungen eingesetzt. Sie ermöglichen eine schnelle Wiederherstellung von Session-Informationen, was für die Aufrechterhaltung des Benutzerzustands zwischen verschiedenen Anfragen essentiell ist [Atikoglu et al., 2012].

Key-Value-Datenbanken dienen als Caching-Lösungen, um die Zugriffszeiten auf häufig angeforderte Daten zu verkürzen und somit die Leistung von Webanwendungen zu steigern [Luo et al., 2017].

Redis ist eine weit verbreitete Key-Value-Datenbank, die häufig als Caching-Layer in Webanwendungen verwendet wird. Sie ist für ihre Geschwindigkeit bekannt und wird oft als In-Memory-Datenbank eingesetzt, um eine schnelle Datenverarbeitung zu gewährleisten [Redis, 2021].

Amazon DynamoDB wird oft als Session-Store in großen verteilten Systemen genutzt. Die Datenbank ist für ihre Skalierbarkeit und geringe Latenz bekannt, was sie für Anwendungen mit hohem Durchsatz geeignet macht [Amazon, 2021].

Ein einfaches Beispiel für das Setzen und Abrufen eines Wertes in Redis mit Python:

python
import redis
 
# Verbindung zum Redis-Server herstellen
r = redis.Redis(host='localhost', port=6379, db=0)
 
# Einen Wert unter einem Schlüssel speichern
r.set('user:1000:session', 'eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9')
 
# Den Wert unter dem Schlüssel abrufen
session_data = r.get('user:1000:session')
print(session_data)

In diesem Beispiel wird eine Benutzersitzung in Redis gespeichert und anschließend abgerufen. Die Verwendung von Redis als Session-Store zeigt die Effizienz von Key-Value-Datenbanken im Session-Management.

^{Literaturverzeichnis
Han, J., Haihong, E., Le, G., & Du, J. (2011). Survey on NoSQL database. 6th International Conference on Pervasive Computing and Applications.
Atikoglu, B., Xu, Y., Frachtenberg, E., Jiang, S., & Paleczny, M. (2012). Workload analysis of a large-scale key-value store. 12th ACM SIGMETRICS/PERFORMANCE Joint International Conference on Measurement and Modeling of Computer Systems.
Luo, C., Zhan, J., Jia, Z., Wang, L., Lu, G., Zhang, L., Xu, C., & Sun, N. (2017). CloudRank-D: Benchmarking and ranking cloud computing systems for data processing applications. Frontiers of Computer Science.
Redis. (2021). Redis. https://redis.io/
Amazon. (2021). Amazon DynamoDB. https://aws.amazon.com/dynamodb/
Özsu, M. T., & Valduriez, P. (2011). Principles of distributed database systems. Springer.
Banker, K. (2011). MongoDB in Action. Manning Publications.
Silberschatz, A., Korth, H. F., & Sudarshan, S. (2010). Database system concepts. McGraw-Hill.
Sadalage, P. J., & Fowler, M. (2012). NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Addison-Wesley.}