Dokumentendatenbanken

Dokumentendatenbanken, auch als dokumentorientierte NoSQL-Datenbanken bezeichnet, speichern und verwalten Daten in Form von Dokumenten. Jedes Dokument enthält eine strukturierte Dateneinheit, typischerweise in JSON- oder BSON-ähnlicher Form, und gehört zu Sammlungen (Collections). Die Struktur der Dokumente ist flexibel; unterschiedliche Dokumente in derselben Sammlung können unterschiedliche Felder besitzen.

Ihr Kernmerkmal ist die Speicherung verschachtelter Strukturen, einschließlich verschachtelter Objekte und Arrays, ohne vordefinierte Schemata. Abfragen erfolgen über spezialisierte Abfragesprachen oder APIs, oft basierend auf JSON-Pfad-Ausdrücken, und ermöglichen Filter, Projektion, Sortierung sowie Indizierung einzelner Felder. Viele Systeme unterstützen Indexe auf Feldpfade, Volltextsuchen und Aggregationen.

Dokumentendatenbanken bieten horizontale Skalierbarkeit, hohe Verfügbarkeit durch Replikation und flexibel gestaltbare Schemata. Die Konsistenzmodelle variieren: einige Systeme bieten starke Konsistenz für einzelne Dokumente, andere unterstützen eventual consistency oder tunbare Konsistenzoptionen; moderne Systeme bieten auch Transaktionen über mehrere Dokumente oder Sammlungen, teilweise sogar über Partitionen.

Typische Einsatzgebiete sind Content-Management, Produktkataloge, mobile und Webanwendungen mit variablen Datenschemata, Logging und IoT-Daten. Designfragen betreffen Embedding versus Referencing, Datennormalisierung, und Abgleich mit Anwendungen, die relationale Modelle bevorzugen. Neben reinen Dokumentzugriffen werden oft Integrationen für Volltextsuchen, Graph- oder Suchfunktionen ergänzt.

Zu den bekanntesten Dokumentendatenbanken gehören MongoDB, Couchbase, CouchDB, Amazon DynamoDB, Azure Cosmos DB sowie RavenDB und ArangoDB. Im Vergleich zu relationalen Datenbanken bieten sie größere Flexibilität bei der Schematik, oft bessere Write-Performance bei variablen Strukturen, benötigen jedoch sorgfältige Modellierung, um Abfragen effizient zu gestalten.