Dokumentenbasierte

Dokumentenbasierte Datenbanken, oft als dokumentenorientierte Datenbanken bezeichnet, sind Speicher-Systeme, die Daten als Dokumente statt in relationalen Tabellen speichern. Jedes Dokument enthält Schlüssel-Wert-Paare und kann verschachtelte Strukturen wie Listen oder Objekte enthalten. Häufig verwendete Formate sind JSON oder BSON. Dokumente sind in Sammlungen (collections) organisiert, wobei das Schema flexibel ist; unterschiedliche Dokumente in derselben Sammlung können unterschiedliche Felder besitzen.

Die Abfrage erfolgt durch Filterung nach Feldwerten, mit Unterstützung für verschachtelte Pfade, Projektion und Aggregationen. Dokumentenbasierte Systeme bieten oft Indizes auf Felder, Volltextsuche, Map-Reduce oder Aggregations-Pipelines, ähnlich wie in MongoDB. Die Abfrageleistung hängt stark von der passenden Indexierung ab, und das Fehlen eines festen Schemas erleichtert Änderungen am Datenmodell.

Bezüglich Konsistenz und Transaktionen: Viele dokumentenbasierte Systeme setzen auf eventual consistency (BASE), um Skalierbarkeit zu erreichen, bieten aber inzwischen auch Transaktionen über mehrere Dokumente oder Sammlungen (ACID) in modernen Implementierungen.

Anwendungsbeispiele: Content-Management, Produktkataloge, Benutzerdaten, IoT-Logs, mobile Apps. Vorteile: flexible Schemas, horizontale Skalierbarkeit, gute Leistung bei dokumentenorientierten Zugriffspfaden, einfache Replikation. Nachteile: weniger geeignet für komplexe relationale Abfragen, Joins oder transaktionale Anforderungen über große relationale Strukturen.

Bekannte Vertreter: MongoDB, CouchDB, RavenDB, Amazon DocumentDB, Couchbase. Historisch entstanden in den 2000er-Jahren als Teil der NoSQL-Bewegung.