Multi-Modell-Datenbank
Eine Multi-Modell-Datenbank ist eine Datenverarbeitungsplattform, die mehrere Datenmodelle unterstützt und die Parameter für die Organisation sowie Anordnung der Daten in einer Datenbank definiert.
Durch die Möglichkeit, mehrere Datenmodelle in eine einzige Datenbank zu integrieren, können IT-Teams und andere Benutzer verschiedene Anwendungsanforderungen erfüllen, ohne unterschiedliche Datenbanksysteme einsetzen zu müssen.
Zu den Datenmodellen, die diese Datenbanken aufnehmen können, gehören relationale, hierarchische und objektorientierte Modelle sowie dokumentenorientierte , Graph-, Wide-Column- und Key-Value-Modelle, die unter dem Dach der NoSQL-Technologie zusammengefasst sind.
Die einzelnen Datenbankanbieter bieten verschiedene Kombinationen von Datenmodellen an, so dass potenzielle Käufer Multi-Modell-Datenbanktechnologien finden müssen, die ihren speziellen Anwendungsbedürfnissen entsprechen.
Im Gegensatz zu Systemen, die sich ausschließlich auf das marktführende relationale Datenmodell beschränken, speichern Multi-Modell-Datenbanken Daten nicht einheitlich in einer zeilenbasierten Tabellenstruktur. Dadurch können sie mit verschiedenen Datenformen umgehen, die nicht in das starre Schema des relationalen Modells passen, einschließlich unstrukturierter und halbstrukturierter Datentypen.
In einigen Fällen kann der Multi-Modell-Ansatz jedoch die Transaktionsintegrität einschränken, die relationale Datenbank-Management-Systeme (RDBMS) zur Aufrechterhaltung der Datengenauigkeit und -konsistenz verwenden.
Das relationale Modell und die zugehörige Sprache Structured Query Language (SQL) war in den letzten Jahren das dominierende Datenbankmodell. Allerdings finden auch andere Datenbanktypen Anhänger. Seit Mitte der 2000er Jahre kamen zusätzliche Datenmodelle hinzu, da Webunternehmen und andere Organisationen ein breiteres Spektrum an verteilten Computeranwendungen entwickelten, die schnell wachsende Datenmengen (Big Data) verarbeiten müssen. Für diese Anwendungen sind relationale Datenbanken nicht immer geeignet.
Unter den Datenbanktypen der Big-Data- und Cloud-Computing-Ära stechen vor allem NoSQL-Datenbanken hervor. Die zunehmende Akzeptanz von NoSQL-Software hat das Konzept der polyglotten Persistenz beflügelt, wonach Unternehmen eine Mischung von Datenbanktechnologien verwenden sollen, um die unterschiedlichen Arten von Daten, die sie erzeugen und sammeln, zu speichern. Multi-Modell-Datenbanken vereinfachen diese Art der Datenverarbeitung.
Bis zu einem gewissen Grad entstand der Begriff Multi-Modell-Datenbank zur gleichen Zeit, als einige NoSQL-Anbieter damit begannen, verschiedene Datenmodelle in ihr Produktangebot einzubinden. Aber auch hierfür gab es Vorläufer.
Zum Beispiel unterstützte MarkLogic dokumentenorientierte-, Graph-, relationale und andere Datenmodelle in seiner Datenbank, die 2001 entwickelt wurde und damit vor dem NoSQL-Boom entstand, allerdings heute zu den NoSQL-Angeboten gehört. Darüber hinaus bietet InterSystems sowohl objektorientierte- als auch relationale Modelle in seiner Caché-Software an. Dahinter verbirgt sich eine multidimensionale Datenbank, die erstmals 1997 veröffentlicht wurde.
Neuere Multi-Modell-Datenbanken aus dem NoSQL-Lager stammen unter anderem von Couchbase, DataStax und Basho Technologies. Couchbase unterstützt dokumentenorientierte und relationale Modelle in seiner Couchbase Server-Datenbank.
DataStax, das eine Version der Open-Source-Datenbank Apache Cassandra mit dem Namen DataStax Enterprise verkauft, verschmolz ein Key-Value-Daten- mit einem spaltenbasierten Modell und fügte anschließend die Unterstützung für dokumentenorientierte und Graphdatenbank hinzu.
Zunehmend wird die Textsuche als ein weiteres Datenmodell angesehen, das von einigen NoSQL-Engines unterstützt wird. Dazu gehört zum Beispiel die Riak-Datenbank von Basho, die Key-Value-, objektorientierte- und Suchmodelle kombiniert.
Weit verbreitete relationale Datenbanken haben ebenfalls angefangen, den Multi-Modell-Ansatz zu unterstützen, während sie im Wesentlichen weiterhin relationaler Natur sind. Zum Beispiel haben Oracle, Microsoft und IBM im Laufe der Zeit die Möglichkeit hinzugefügt, XML, JSON, geographische Informationssysteme, Graphen und andere Datentypen in ihren relationalen Datenbanken zu speichern.
