Eine Datenbank dient dazu, Daten effizient zu verwalten und zu speichern. Die Datenbank wurde entwickelt, um die Verwaltung und Speicherung von Daten unabhängig von einer Datei zu gestalten. Da eine Datei stets für eine spezifische Anwendung gestaltet wird, kann eine andere Anwendung nicht auf diese Daten zugreifen, selbst wenn diese den gleichen Datensatz benötigt. Eine Datenbank ermöglicht den Zugriff unabhängig vom Anwenderprogramm. So können Datensätze deutlich effizienter verwaltet werden, als mit dem herkömmlichen Dateisystem.

Moderne Datenbanksysteme bieten darüber hinaus Funktionen wie Indizes, Materialized Views, Transaktionen, Rechte- und Rollenverwaltung, Protokollierung, Replikation und Backup/Recovery-Mechanismen. Die Wahl des zugrunde liegenden Modells beeinflusst, wie Daten konsistent gehalten, performant abgefragt und langfristig strukturiert werden können. Besonders wichtig sind dabei Eigenschaften wie Integrität, Wiederholbarkeit von Abfragen, Skalierbarkeit und Erweiterbarkeit.

Um eine Datenbank zu gestalten, ist es möglich, die Daten nach verschiedenen Mustern zu ordnen. Das Verfahren, nach dem die verschiedenen Daten innerhalb der Datenbank eingeordnet werden, wird als Datenbankmodell bezeichnet. Das Datenbankmodell, das von einer Datenbank verwendet wird, ist in großem Umfang für deren Funktionalität und Effizienz verantwortlich.

Neben der reinen Modellwahl unterscheidet man häufig zwischen konzeptionellem (Fachobjekte und Beziehungen), logischem (Relationen/Objekte und Schlüssel) und physischem Datenbankdesign (Speicherstrukturen, Partitionierung, Indizes). Ein gutes Modell definiert klare Entitäten, Attribute, Beziehungen und Constraints (z. B. Primär-/Fremdschlüssel, Eindeutigkeit, Nicht-Null), was Abfragen vereinfacht und Datenqualität sicherstellt.

Hierarchische Datenbankmodelle

Als in den sechziger Jahren die ersten Programmierer auf die Idee kamen, die herkömmliche Form der Datenspeicherung, die an Dateien ausgerichtet war, durch ein universell anwendbares Ordnungssystem abzulösen, mussten sie sich zunächst überlegen, in welcher Form sie die Daten ordnen können. Sie entschieden sich dazu, ein System aus mehreren unterschiedlichen Ebenen für die Ordnung der Daten zu verwenden. Dabei gibt es ein Grundelement, das als Wurzel bezeichnet wird. Jeder Zugriff auf die Datenbank findet über die Wurzel statt.

Von der Wurzel kann man zu weiteren Elementen gelangen, die Kinder genannt werden. In manchen Formen der Umsetzung sind lediglich zwei Elemente als Kinder möglich, in anderen Implementierungen gibt es mehrere Kindelemente. In einer weiteren Ebene können diese Kindelemente nun weitere Kinder haben. So entwickelt sich eine Baumstruktur. Der Zugriff auf ein Element ist nur über das zugehörige Elternelement möglich. Beziehungen zwischen Elementen der gleichen Ebene sind nicht vorgesehen. Diese Form der Ordnung einer Datenbank wird als hierarchisches Datenbankmodell bezeichnet. Die ersten Datenbanken, die entwickelt wurden, verwendeten dieses Modell.

Eigenschaften und Einordnung:

• Datenstruktur: Striktes Baumdiagramm (1:n-Beziehungen), Navigationszugriff über Pfade.
• Vorteile: Sehr schnelle Zugriffe entlang bekannter Hierarchien, deterministische Pfade, einfache Implementierung für streng baumartige Domänen (z. B. Stücklisten).
• Nachteile: Schwierige Abbildung von m:n-Beziehungen, Redundanzgefahr, starre Struktur (Schema-Änderungen aufwendig), erschwerte Ad-hoc-Abfragen.
• Historischer Einsatz: In Mainframes und frühen Unternehmenssystemen (z. B. IMS auf Großrechnern) weit verbreitet; teils weiterhin im Einsatz, wo Prozesse seit Jahrzehnten stabil sind.

Auch wenn hierarchische Modelle heute seltener neu eingeführt werden, helfen sie beim Verständnis späterer Entwicklungen: Netzwerk- und relationale Modelle lösten die Beschränkung auf reine Eltern-Kind-Beziehungen auf und erleichterten damit flexiblere Datenstrukturen.

Relationale Datenbankmodelle

Die ersten Datenbanken hatten nur wenig Erfolg. Dies lag in erster Linie darin begründet, dass das hierarchische Datenbankmodell nicht dazu in der Lage war, die Daten effizient zu verwalten. Dies liegt insbesondere daran, dass es damit nicht möglich ist, verschiedene Elemente, die nicht in einer Eltern-Kind-Beziehung zueinander stehen, miteinander in eine Beziehung zu setzen. Dies ist jedoch für viele Anwendungen notwendig. Aus diesem Grund wurde das relationale Datenbankmodell entwickelt. Dies besteht aus verschiedenen Tabellen. Dabei ist es möglich, verschiedene Felder, Spalten oder Zeilen einer Tabelle in eine Beziehung zu den entsprechenden Bereichen einer anderen Tabelle zu setzen. Dies ist für für viele Anwendungen notwendig.

Die Entwicklung des relationalen Datenbankmodells verhalf der Idee der Datenbanken im Allgemeinen zum Durchbruch. Während nur sehr wenige Anwender ihre Daten mit Datenbanken verwalteten, als nur hierarchische Datenbanken zur Verfügung standen, erhöhte sich die Zahl sehr schnell, nachdem die ersten Programme für relationale Datenbanken auf den Markt kamen. Bis heute ist das relationale Datenbankmodell das am weitesten verbreitete und fast die gesamten Datenbestände in der Verwaltung in öffentlichen Institutionen oder in privaten Unternehmen werden auf diese Weise erfasst. Auch die am häufigsten verwendeten Datenbankmanagementsysteme beruhen auf diesem Prinzip.

Beispielsweise das Datenbankmanagementsystem von Microsoft, das unter dem Namen Microsoft Access vermarktet wird, die Oracle-Datenbank und die beliebte Open-Source-Alternative MySQL basieren alle auf dem relationalen Datenbanksystem. Um die Kommandos für den Zugriff auf die Datenbanken zu standardisieren, wurde eine spezielle Sprache für die Zugriffe auf relationale Datenbanken entwickelt. Diese trägt den Namen SQL und ist die Basis für die wichtigsten Datenbanksysteme.

Kernprinzipien des relationalen Modells:

• Fachliche Grundlage: Basierend auf Mengenlehre und relationaler Algebra (Codd).
• Struktur: Daten in Tabellen (Relationen) mit Zeilen (Tupeln) und Spalten (Attributen).
• Schlüssel: Primärschlüssel, Fremdschlüssel, eindeutige und zusammengesetzte Schlüssel definieren Identität und Beziehungen.
• Integrität: Entity-, Referentielle- und Domänenintegrität sichern Konsistenz.
• Normalisierung: 1NF, 2NF, 3NF und BCNF reduzieren Redundanzen und Anomalien.
• Transaktionen: ACID-Eigenschaften (Atomicity, Consistency, Isolation, Durability).
• Leistung: Indizes, Partitionierung, Query-Optimierer und Statistiken für effiziente Abfragen.

SQL-Standard und aktuelle Entwicklungen: Neben etablierten Systemen wie Oracle Database, Microsoft SQL Server, PostgreSQL, MySQL/MariaDB und Microsoft Access unterstützen moderne SQL-Dialekte analytische Funktionen (Window Functions), Common Table Expressions, JSON/Graph-Erweiterungen und temporale Tabellen. Der internationale Standard wurde fortgeschrieben (u. a. SQL:2016 bis SQL:2023), was erweiterte Funktionalitäten für zeitreferenzielle Daten, JSON-Verarbeitung und fortgeschrittene Abfragekonzepte umfasst.

Weitere Datenbankmodelle

Das relationale Datenbankmodell brachte zwar viele Fortschritte im Vergleich zum hierarchischen Datenbankmodell und dessen Entwicklung verhalf der Datenbank als Ordnungssystem letztendlich zum Durchbruch, es weist aber dennoch einige Probleme auf. Daher wurden immer wieder neue Datenbankmodelle entwickelt, um die bestehenden Mängel am relationalen Datenbanksystem zu beheben. Ein Datenbankmodell, das etwa zeitgleich zum relationalen Modell entwickelt wurde, ist die Netzwerkdatenbank. Dieses Modell ist eine Ableitung des hierarchischen Modells, es ermöglicht jedoch auch individuelle Beziehungen zwischen verschiedenen Elementen, ohne der hierarchischen Struktur zu folgen.

Das Netzwerkdatenbankmodell konnte in den Jahren nach seiner Entwicklung beachtliche Erfolge vorweisen. Insbesondere Großrechenanlagen verwendeten dieses Modell für die Strukturierung ihrer Daten. Bis heute gibt es mehrere Anlagen, die auf diesem Prinzip aufgebaut sind. Doch ab den neunziger Jahren konnte sich das relationale Datenbankmodell immer weiter durchsetzen, sodass das Netzwerkmodell stark an Bedeutung verlor.

Eine weitere Alternative zum relationalen Modell ist das Objektdatenbankmodell. Dieses wurde entwickelt, um die Inkompatibilitäten zwischen objektorientierter Programmierung und dem relationalen Datenbankmodell zu beheben. Moderne Programmiersprachen setzen immer häufiger auf die sogenannte objektorientierte Programmierung, bei der verschiedene Objekte erzeugt werden, die mit Attributen belegt werden und Gegenständen aus der Alltagswelt nachempfunden sind. Diese Form der Programmierung wird als modern und effizient betrachtet.

Wenn man nun jedoch ein Objekt in einer relationalen Datenbank ablegen will, ist dies nicht direkt möglich. Das Objektdatenbankmodell schließt diese Lücke. Da es jedoch einige Probleme im Bereich der Performance aufweist, wurde daraufhin das objektrelationale Datenbankmodell entwickelt, das eine Verbindung aus den beiden Modellen darstellt und einige schwerwiegende Probleme des Objektdatenbankmodells beheben kann. Das objektrelationale Datenbankmodell wird immer beliebter und könnte sich als gute Alternative zum relationalen Modell etablieren.

Aktuelle und ergänzende Modelle im Überblick:

• Dokumentenorientiert (NoSQL): Speicherung von semi-/unstrukturierten Dokumenten (z. B. JSON). Hohe Flexibilität des Schemas, geeignet für Inhalte mit häufigen Strukturänderungen.
• Key-Value-Stores: Sehr schnelle Zugriffe auf einfache Schlüssel/Wert-Paare, ideal für Caching, Sessions und Konfigurationsdaten.
• Weitspalten-/Spaltenfamilien-Modelle: Optimiert für sehr große, verteilte Datenmengen und analytische Workloads mit spaltenorientierter Speicherung.
• Graphdatenbanken: Fokus auf Knoten und Kanten; prädestiniert für hochgradig vernetzte Daten (z. B. Social Networks, Fraud-Detection, Routenfindung).
• Zeitreihenmodelle: Speziell für Messwerte/Events über die Zeit; effiziente Kompression, Downsampling, Retention-Policies.
• Multimodell-Ansätze: Ein System unterstützt mehrere Modelle (z. B. relational + Dokument + Graph), um unterschiedliche Anforderungen in einer Plattform zu vereinen.
• NewSQL/Cloud-native: Versucht, horizontale Skalierung mit starker Konsistenz zu verbinden; häufig mit verteilten Transaktionen und automatischer Replikation.

Welches Modell geeignet ist, hängt von den Anforderungen ab: Konsistenzbedarf, Abfragearten, Datenstruktur, Latenz, Skalierung und Lebenszyklus. Häufig werden hybride Architekturen eingesetzt, in denen relationale Systeme den Kern bilden, während ergänzende Modelle Spezialaufgaben übernehmen.

Häufige Fragen und Antworten