Spaltenfamilie

Spaltenfamilie, allgemein column family genannt, bezeichnet in vielen verteilten NoSQL-Datenbanksystemen eine logische Datenstruktur, die Tabellenähnlichkeit mit größerer Schemaflexibilität verbindet. Eine Spaltenfamilie besteht aus Zeilen, die durch einen Zeilen-Schlüssel identifiziert werden. Innerhalb jeder Zeile gibt es Spalten, deren Anzahl und Namen von der jeweiligen Zeile abhängen können; Spalten können dynamisch hinzugefügt oder gelöscht werden. Jede Spalte hat einen Namen, einen Wert und oft einen Zeitstempel.

In der Praxis dient eine Spaltenfamilie dazu, zusammengehörige Daten effizient zu speichern und abzurufen. Die Zeilen innerhalb einer Spaltenfamilie können unterschiedlich viele Spalten besitzen, was eine schemaglose oder schemabasiert flexible Modellierung erlaubt. Die Verteilung und Abfrage der Daten erfolgt in verteilten Systemen häufig über Schlüssel, wobei Partitionierungsschlüssel die Zeilen auf verschiedene Knoten verteilen und Clustering- oder Sortierkriterien die Reihenfolge der Spalten innerhalb einer Zeile festlegen.

Historisch wurden in einigen Systemen wie Cassandra auch Konzepte wie Super-Spalten verwendet; moderne Implementierungen verwenden oft Tabellen- oder Spaltenfamilienkonzepte in abgeleiteten Formen. In anderen Systemen wie HBase spielt die Spaltenfamilie eine zentrale Rolle als Speichereinheit, innerhalb der der Zugriff auf Spaltenqualifier erfolgt.

Design- und Modellierungshinweise: Spaltenfamilien eignen sich gut für große, dünnbesetzte oder stark schematisch flexible Daten, wie breite Zeilen, Messdaten oder Benutzerprofile. Typische Entwurfsentscheidungen betreffen die Anzahl der Spaltenfamilien, die Wahl der Partitionierungsschlüssel sowie die Abhängigkeit von Kompaktierung und Speicherparametern. Insgesamt bieten Spaltenfamilien eine pragmatische Alternative zu festen relationalen Tabellen, wenn Skalierbarkeit und flexible Datenschemata wichtiger sind.