Konzeptuelle und Methodische Aufarbeitung von NoSQL-Datenbanksystemen

Big Data beschreibt einen derzeitigen Trend in der Informationsverarbeitung, bei dem sehr große Mengen an unterschiedlich strukturierten Daten in einer sehr hohen Geschwindigkeit verarbeitet werden. Die hierbei gestellten Anforderungen überschreiten immer häufiger die Kapazität und die Leistungsfähigkeit von relationalen Datenbanken, die seit Jahrzehnten erfolgreich in der Datenverarbeitung eingesetzt werden. Führende Internetunternehmen sahen sich deshalb zu Beginn dieses Jahrtausends dazu gezwungen, neue Datenbanksysteme zu entwerfen, die auf die spezifischen Anforderungen von Big Data-Anwendungsfällen ausgerichtet sind. Die Konzepte dieser neuen Datenbanksysteme motivierten die Entwicklung einer Vielzahl weiterer, nicht-relationaler Datenbanksysteme, die heute unter dem Namen NoSQL-Datenbanken bekannt sind. NoSQL-Datenbanken versprechen eine flexible Datenmodellierung, eine hohe Verarbeitungsgeschwindigkeit sowie eine lineare Skalierbarkeit und sind daher Mittelpunkt eines derzeit anhaltenden Hypes um das Thema Big Data. Allerdings existiert kaum neutrale und qualitativ hochwertige Fachliteratur zu dieser Thematik, sodass über die Vor- und Nachteile der einzelnen Datenbanksysteme und deren korrekte Verwendung kaum fachlich fundierten Aussagen vorliegen. Angesichts dieser Problematik ist der Einstieg in die Welt der NoSQL-Datenbanken mit einem unverhältnismäßig hohen Aufwand und einer starken Fehleranfälligkeit verbunden. Ziel dieser Arbeit ist es, den Einstieg in die komplexe NoSQL-Thematik zu erleichtern und somit die hohen Investitionskosten zu senken, die derzeit mit dem Einsatz eines NoSQL-Datenbanksystems verbunden sind. Durch eine methodische Aufarbeitung der diesen Systemen zugrunde liegenden Konzepte können allgemeingültige Aussagen zu den Vor- und Nachteilen der verschiedenen Datenbanksysteme getroffen und somit das derzeitig vorhandene Fachwissen nicht nur erweitert, sondern vor allem qualitativ aufgewertet werden. Basierend auf den Erkenntnissen der konzeptuellen Aufarbeitung werden darüber hinaus dringend benötigte Modellierungsmuster erstellt, mit deren Hilfe konzeptuelle Datenmodelle systematisch in die logischen Datenmodelle der verschiedenen Datenbanken überführt werden können. Die in dieser Arbeit gewonnenen Erkenntnisse werden abschließend in einem Kriterienkatalog zusammengefasst, mit dem selbst unerfahrene Anwender in die Lage versetzt werden, aus der Vielzahl an derzeit verfügbaren Datenbanksystemen das für einen bestimmten Anwendungsfall ideale System auswählen zu können. Dank der klaren Herausstellung der Vor- und Nachteile der verschiedenen Systeme leistet diese Arbeit einen wertvollen Beitrag zur Versachlichung der NoSQL-Diskussion.

Level thesis:degree_level

thesis.doctoral

Grantor dc:publisher

Universität Bayreuth

Year

2014

Author dc:creator

• Hecht, Robin

Contributors dc:contributor

• Jablonski, Stefan

Repository record source_url

https://epub.uni-bayreuth.de/id/eprint/1847/

OAI identifier oai:identifier

oai:epub.uni-bayreuth.de:1847