Datenbankmodelle

Aus FI-Wiki

Datenbankmodelle

Datenbankmodelle beschreiben, wie Daten in einem Datenbanksystem strukturiert, gespeichert und miteinander verknüpft werden. Sie legen fest, wie Informationen organisiert sind und welche Beziehungen zwischen ihnen bestehen. Verschiedene Modelle eignen sich für unterschiedliche Einsatzgebiete.

Hierarchisches Datenbankmodell

  • Daten sind wie ein Stammbaum aufgebaut (Eltern–Kind-Beziehung)
  • jeder Datensatz hat genau einen übergeordneten Eintrag
  • schnelle Zugriffe, aber unflexibel bei komplexen Beziehungen
  • heute kaum noch verwendet

Beispiel: Dateisystem-Struktur

Netzwerkdatenbankmodell

  • Erweiterung des hierarchischen Modells
  • ein Datensatz darf mehrere übergeordnete Einträge besitzen
  • flexibler, aber komplizierte Verwaltung
  • historisch bedeutend, heute selten

Relationales Datenbankmodell (am weitesten verbreitet)

  • Daten werden in Tabellen gespeichert
  • Tabellen sind über Schlüssel miteinander verknüpft
  • ermöglicht flexible Abfragen per SQL
  • starke mathematische Grundlage (Mengenlehre)
  • Standard in Unternehmen, Web-Anwendungen, Softwareentwicklung

Beispiel: Tabellen für Kunden, Bestellungen, Produkte

Dokumentenorientiertes Datenbankmodell (NoSQL)

  • speichert Daten als Dokumente (z. B. JSON, BSON)
  • kein festes Tabellenschema
  • sehr flexibel
  • ideal für unstrukturierte oder stark variierende Daten
  • oft genutzt in modernen Web- und Cloud-Anwendungen

Beispiel: MongoDB

Key-Value-Modell (NoSQL)

  • einfachste Form der Datenspeicherung
  • besteht aus Schlüssel → Wert
  • extrem schnell und skalierbar
  • ideal für Caching, Sessions, Konfigurationsdaten

Beispiel: Redis

Graphdatenbankmodell

  • speichert Daten als Knoten und Kanten
  • ideal für hochgradig vernetzte Daten
  • hervorragend für Social Media, Empfehlungsalgorithmen, Netzwerkstrukturen

Beispiel: Neo4j

Zusammenfassung der Modelle

Modell Aufbau Vorteile Nachteile Beispielsystem
Hierarchisch Baumstruktur schnell, einfach unflexibel IMS
Netzwerk Netzwerk/Knoten flexibler als Baum sehr komplex IDMS
Relational Tabellen flexibel, stark, SQL können langsamer skalieren MySQL, PostgreSQL
Dokumentenorientiert JSON-Dokumente flexibel, schemafrei schwierige Joins MongoDB
Key-Value Schlüssel-Werte extrem schnell keine komplexen Abfragen Redis
Graph Knoten/Kanten ideal für Beziehungen ungeeignet für Tabellen Neo4j

Kurzmerksatz

Datenbankmodelle legen fest, wie Daten strukturiert werden, vom klassischen Tabellenmodell bis zu modernen NoSQL-Ansätzen.