Was ist eine relationale Datenbank?
Funktionsweise relationaler Datenbanken und deren Steuerung und Verwaltung mit Managementsystemen für relationale Datenbanken.
Was ist eine relationale Datenbank?
Relationale Datenbanken sind ein Datenbanktyp, der Datenpunkte mit definierten Beziehungen für schnellen Zugriff speichert und organisiert. Mit einer relationalen Datenbank werden Daten in Tabellen organisiert, die Informationen über jede Entität enthalten und vordefinierte Kategorien mithilfe von Zeilen und Spalten darstellen. Die Strukturierung von Daten auf diese Weise macht den Zugriff effizient und flexibel, weshalb relationale Datenbanken am häufigsten verwendet werden. Relationale Datenbanken sind auch so aufgebaut, dass sie Structured Query Language (SQL) verstehen, einer standardisierten Programmiersprache, die zum Speichern, Bearbeiten und Abrufen von Daten verwendet wird. In SQL gibt es eine integrierte Sprache zum Erstellen von Tabellen namens Data Definition Language (DDL) und eine Sprache zum Bearbeiten von Daten namens Data Manipulation Language (DML).
Was bedeutet relational? Relational bedeutet, dass es eine Beziehung anzeigt oder herstellt. Im Kontext von Datenbanken gilt die Art und Weise, wie wir relationale Datenbanken definieren, in erster Linie für die Daten selbst. Datasets, die relational sind, weisen vordefinierte Beziehungen zwischen ihnen auf. Beispielsweise kann eine Datenbank, die Kundeninformationen für ein Unternehmen enthält, auch einzelne Transaktionsdaten enthalten, die an jedes Konto angefügt sind. Relationale Datenbanken konzentrieren sich auf die Beziehung zwischen gespeicherten Datenelementen.
Merkmale relationaler Datenbanken:
-
Relationale Datenbanken bestehen aus mehreren Entitäten
-
Die Standardabfragesprache (Standard Query Language, SQL) ist die Standardschnittstelle für relationale Datenbanken
-
Relationale Datenbanken sind stark strukturiert und werden mithilfe eines Schemas (logisch und physisch) dargestellt
-
Relationale Datenbanken reduzieren die Datenredundanz
Funktionsweise relationaler Datenbanken
Relationale Datenbanken verwenden in der Regel Tabellen mit Daten, die in Zeilen (mit Entitäten) und Spalten (mit Entitätsattributen) organisiert sind. Dieser Prozess wird als „Normalisierung“ bezeichnet. Jede Zeile enthält einen eindeutigen Bezeichner oder Schlüssel, der Tabellen miteinander verknüpft, um eine Beziehung herzustellen. Wenn eine relationale Datenbank abgefragt wird, wird der Schlüssel verwendet, um verwandte Daten datasetübergreifend zu finden. Beispielsweise kann ein Technologie-Helpdesk Kundeninteraktionen nach Problemtyp, Zeit zum Beheben des Problems und Kundenzufriedenheit nachverfolgen. In dieser Datenbank wird eine Beziehung erstellt, und die Tabellenstruktur funktioniert gut, ist die vereinheitlichende Kunden-ID.
Beispiele für relationale Datenbanken
Relationale Datenbanken sind nützlich für alle Informationsanforderungen, bei denen Datenpunkte miteinander in Beziehung stehen und auch auf konsistente, sichere und regelbasierte Weise verwaltet werden müssen. Dies macht relationale Datenbanken für Unternehmen und Unternehmen am beliebtesten. Wenn Unternehmen Erkenntnisse aus ihren eigenen Daten gewinnen möchten, verlassen sie sich auf relationale Datenbanken, um nützliche Analysen zu generieren. Viele der Berichte, die Unternehmen generieren, um Bestand, Finanzen, Vertrieb oder zukünftige Projektionen nachzuverfolgen, werden mit relationalen Datenbanken erstellt.
Wie werden Daten in einer relationalen Datenbank organisiert? Daten in relationalen Datenbanken werden gespeichert, durchsucht und aus Tabellen mit Beziehungen abgerufen. Innerhalb einer relationalen Datenbank definiert das Datenbankschema, wie Daten sowohl logisch als auch physisch organisiert werden.
Relationale Datenbanken verfügen über einen so genannten Konsistenzmodus oder eine Integrität, die auf vier Kriterien basiert: Unteilbarkeit, Konsistenz, Isolation und Dauerhaftigkeit (ACID). Dies ist der Wert jeder ACID-Datenbankeigenschaft:
- Unteilbarkeit definiert Elemente, die eine vollständige Transaktion bilden.
- Konsistenz definiert Regeln für die Aufrechterhaltung der Datenintegrität nach einer Transaktion.
- Die Isolation sorgt dafür, dass die Auswirkungen von Transaktionen für andere unsichtbar bleiben, damit sie nicht miteinander in Konflikt treten.
- Dauerhaftigkeit stellt sicher, dass Datenänderungen nach jeder Transaktion, für die ein Commit ausgeführt wurde, dauerhaft werden.
Diese Kriterien machen relationale Datenbanken in Anwendungen nützlich, die eine hohe Genauigkeit erfordern, z. B. Finanz- und Einzelhandelstransaktionen, die auch als Onlinetransaktionsverarbeitung (Online Transaction Processing, OLTP) bezeichnet werden. Finanzinstitute verlassen sich auf Datenbanken, um große Mengen von Kundentransaktionen – von Saldoanfragen bis hin zu Übertragungen zwischen Konten nachzuverfolgen. Eine relationale Datenbank eignet sich ideal für das Bankwesen, da sie für eine große Anzahl von Kunden, häufige Datenänderungen bei Transaktionen und schnelle Antwortzeiten entwickelt wurde.
Beispiele für relationale Datenbanken sind SQL Server, Azure SQL Managed Instance, Azure SQL-Datenbank, MySQL, PostgreSQL und MariaDB.
Grundlegende Konzepte relationaler Daten erkundenGrundlegende Konzepte relationaler Daten in diesem Tutorial von Microsoft Learn erkunden.
Was ist eine relationale MySQL-Datenbank?
MySQL (My Structured Query Language) ist eine gängige relationale Open-Source-SQL-Datenbank, die alle grundlegenden SQL-Befehle ausführt, z. B. das Schreiben und Abfragen von Daten. MySQL ist ein zuverlässiges, stabiles und sicheres Datenbank-Managementsystem (DBMS), das weit verbreitet ist, da es die meisten führenden Programmiersprachen und Protokolle unterstützt. MySQL ist robust genug, sodass es als primärer Datenspeicher für viele große Organisationen fungiert. MySQL eignet sich auch als eingebettete Datenbank für Software, Hardware und Appliances.
Relationale MySQL-Datenbanken enthalten in der Regel gehärtete und flexible Sicherheitsfeatures, z. B. hostbasierte Überprüfung und kennwortverschlüsselten Datenverkehr. Webentwickler bevorzugen häufig MySQL, da es einfach zu verwenden ist und Produktivitätsfeatures wie aktualisierbare Ansichten, gespeicherte Prozeduren und Trigger enthält (spezielle Prozeduren, die ausgeführt werden, wenn bestimmte Aktionen auf dem Datenbankserver auftreten). MySQL ist ein beliebtes Transaktionsmodul für E-Commerce-Plattformen, da es sich gut mit der Verwaltung von Transaktionen, Kundenprofilen und Produktbestandsinformationen auskennt. MySQL wurde für eine hohe Kompatibilität mit anderen Systemen entwickelt und unterstützt auch die Bereitstellung in virtualisierten Umgebungen wie Cloudplattformen.
Was ist ein Managementsystem für relationale Datenbanken?
Managementsysteme für relationale Datenbanken helfen dabei, Daten auf skalierbare Weise zu steuern. Relationale Datenbanken sind für die Verwaltung großer Mengen unternehmenskritischer Kundeninformationen konzipiert. Wenn die Daten in einer Datenbank jedoch zunehmen und komplexer werden, wird es immer schwieriger, alles organisiert, zugänglich und sicher zu halten. Dies ist der Zeitpunkt, an dem Datenbank-Managementsysteme (DBMS) helfen, indem sie eine Ebene von Verwaltungstools für relationale Tabellen hinzufügen. Genau wie unterschiedliche Datenbankstrukturen bieten verschiedene Managementsysteme unterschiedliche Organisationsebenen, Skalierbarkeit und Anwendung. Wenn Administratoren mit großen Mengen von strukturierten und unstrukturierten Daten arbeiten, die in Echtzeit empfangen werden, helfen ihnen Managementsysteme für relationale Datenbanken dabei, die Daten zu analysieren und zu aggregieren, um vordefinierte Beziehungen zu finden. Das Steuern von Daten mit einem RDBMS schafft für Unternehmen den höchsten Wert, da daten, die in mehreren Anwendungen verwendet werden oder sich an mehreren Standorten befinden, besser verwaltet werden können.
Ein RDBMS verwendet Software, die eine konsistente Schnittstelle zwischen Benutzern und Anwendungen und der Datenbank bereitstellt, wodurch die Navigation für Datenbenutzer erheblich vereinfacht wird. Dies ist besonders effektiv bei der Arbeit mit Big Data, da das Datenvolumen eine solche Konsistenz für Benutzer vorschreibt, die Abfragen beitreten. Die Auswahl eines DBMS hängt davon ab, wo sich Ihre Daten befinden, welche Art von Architektur verwendet wird und wie Sie skalieren möchten.
Was ist ein relationales Datenbankmodell?
Ein relationales Datenbankmodell ist in der Regel stark strukturiert und versteht die SQL-Programmiersprache. Viele Datenbanken verwenden ein relationales Modell, da sie so konzipiert sind, dass sie Daten organisieren und Beziehungen zwischen wichtigen Datenpunkten identifizieren, wodurch das Sortieren und Auffinden von Informationen vereinfacht wird. Die meisten relationalen Modelle folgen der herkömmlichen spalten- und zeilenbasierten Tabellenstruktur und bieten eine effiziente, intuitive und flexible Möglichkeit zum Speichern strukturierter Daten. Das relationale Modell löst auch das Problem mehrerer beliebiger Datenstrukturen in Datenbanken.
Relationale Datenbankmodelle können von kleinen Desktopsystemen bis hin zu großen cloudbasierten Systemen reichen. Sie verwenden eine SQL-Datenbank oder können SQL-Anweisungen für Anforderungen und Updates verarbeiten. Relationale Modelle werden durch logische Datenstrukturen (Tabellen, Indizes und Sichten) definiert und getrennt von physischen Speicherstrukturen (physische Dateien) gehalten. Datenkonsistenz ist ein Kennzeichen relationaler Datenbankmodelle, da sie die Datenintegrität über Anwendungen und Datenbankkopien hinweg aufrechterhalten, auch als Instanzen bezeichnet. Bei einer relationalen Modelldatenbank verfügen mehrere Instanzen einer Datenbank immer über dieselben Daten.
Relationale Datenbanken, die in der Cloud entworfen wurden, werden automatisch für Hochverfügbarkeit konfiguriert, d. h. die Daten werden repliziert oder auf mehrere Mitglieder kopiert, wobei sich jedes Mitglied in separaten Verfügbarkeitszonen befindet. Auf diese Weise ist weiterhin auf Daten zugegriffen werden können, auch wenn ein einzelnes Rechenzentrum ausgefallen ist.
Big Data und relationale Datenbanken
Herkömmliche relationale Datenbanken werden erstellt, um große Mengen strukturierter Daten zu verarbeiten. Dies macht relationale Datenbanken besonders gut für Big Data geeignet, die strukturiert sind, da sie auf SQL basieren und Datenbankverwaltungssysteme zum Steuern der Daten verwenden können. Die größeren, komplexeren Datasets von Big Data enthalten jedoch zunehmend eine größere Vielfalt, was bedeutet, dass Daten immer weniger strukturiert werden und aus neuen Quellen stammen. Dies erfordert häufig die Verwendung von nicht relationalen Datenbanken (oder häufig als NoSQL-Datenbanken bezeichnet), die große Mengen von sich schnell ändernden, unstrukturierten Daten auf andere Weise verarbeiten können als eine relationale (SQL)-Datenbank mit Zeilen und Tabellen.
Häufig gestellte Fragen
-
Eine relationale Datenbank verwendet Structured Query Language (SQL), um Daten in Tabellenstrukturen, die durch verwandte Informationen verknüpft sind, zu organisieren und durchsuchbar zu machen.
-
Ein Managementsystem für relationale Datenbanken (RDBMS) verwendet Software zum Verwalten und Steuern von Daten innerhalb der Datenbank.