NoSQL Datenbanken. Wide Column Stores

Inhaltsverzeichnis

I. EINLEITUNG

II. NOSQL DATENBANKEN

A. Einordnung in die Datenbankwelt

B. Kategorien der Kernsysteme

1) Key/Value Stores

2) Document Stores

3) Graphdatenbanken

4) Wide Column Stores

C. Theoretische Konzepte

1) CAP Theorem

2) ACID vs. BASE

3) Multiversion-Concurrency-Control

III. SPALTENORIENTIERTE DATENBANKEN

A. Datenmodell

1) Attribute mit mehreren Werten

2) Heterogene Einträge

3) Attribute mit mehreren Beziehungen

4) Verknüpfung von Relationen

5) Spaltenorientierte Abfrage-Ausführung

B. Optimierungsmöglichkeiten

1) Kompression

2) Späte Materialisierung

3) Blockiteration

IV. WIDE COLUMN STORES: GOOGLE’S BIGTABLE

A. Datenmodell

1) Zeilen

2) Spalten

3) Zeitstempel

B. Programmierschnittstellen

C. Physische Speicherung

1) Google File System

2) Sorted String Table

3) Chubby Lock Service

D. Implementierung

1) Standort von Tablets

2) Tablet Zuordnung

3) Zugriff auf Tablets

4) Verdichtung

5) Schema Management

E. Reale Anwendungen

1) Google Analytics

2) Google Earth

3) Personalisierte Suche

F. Performance Evaluation

1) Benchmarks

2) Ergebnisse

G. Verwendete Techniken und Algorithmen

1) Kompression

2) Map/Reduce

3) Paxos Protokoll

4) Bloomfilter

H. Performancevergleich

1) Vergleichsebenen

2) Ergebnisse

V. ZUSAMMENFASSUNG UND AUSBLICK

Zielsetzung & Themen

Das Hauptziel dieser Arbeit ist die Untersuchung von Wide Column Stores als Unterkategorie der NoSQL-Datenbanken, wobei ein besonderer Fokus auf der Architektur, Funktionsweise und Skalierbarkeit von Googles Bigtable liegt. Es wird analysiert, wie diese Systeme die Anforderungen moderner Web-2.0-Anwendungen erfüllen, die mit extrem hohen Datenvolumina und verteilten Umgebungen konfrontiert sind.

• Grundlagen der NoSQL-Bewegung und Einordnung verschiedener Datenbankmodelle.
• Vertiefende Betrachtung der spaltenorientierten Datenorganisation und deren Performancevorteile.
• Detaillierte Analyse von Googles Bigtable (Datenmodell, Infrastruktur, Implementierung).
• Untersuchung kritischer Komponenten wie Google File System, Chubby Lock Service und Map/Reduce.
• Leistungsvergleich verteilter Datenbanken mittels Benchmarks und Skalierungsanalysen.

Auszug aus dem Buch

Zusammenfassung der Kapitel

I. EINLEITUNG: Einführung in die NoSQL-Bewegung zur Bewältigung der massiven Datenmengen im Web 2.0-Zeitalter und Vorstellung der Schwerpunkte dieser Arbeit.

II. NOSQL DATENBANKEN: Definition und Einordnung von NoSQL-Datenbanken, Abgrenzung zu relationalen Systemen sowie Vorstellung der vier Kernkategorien und theoretischer Konzepte wie CAP und ACID vs. BASE.

III. SPALTENORIENTIERTE DATENBANKEN: Erläuterung der spaltenorientierten Datenorganisation, deren Vorteile bei großen Datenmengen und Optimierungstechniken wie Kompression und späte Materialisierung.

IV. WIDE COLUMN STORES: GOOGLE’S BIGTABLE: Detaillierte technische Analyse von Googles Bigtable, seiner Architektur, der Zusammenarbeit mit GFS und Chubby sowie praktische Anwendungen und Performance-Evaluierungen.

V. ZUSAMMENFASSUNG UND AUSBLICK: Zusammenfassung der Kernaussagen über die Bedeutung von NoSQL-Systemen und ein Ausblick auf künftige Entwicklungen im Bereich hybrider Datenbanksysteme.

Schlüsselwörter

NoSQL, Datenbanken, Bigtable, Wide Column Stores, BASE, Map/Reduce Framework, CAP, spaltenorientierte Datenorganisation, DSM, Paxos, Bloomfilter, Skalierbarkeit, verteilte Systeme, Performance, ACID.

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit befasst sich mit der Kategorie der Wide Column Stores innerhalb der NoSQL-Datenbanken und untersucht, wie diese speziell für Web-Scale-Anwendungen konzipiert sind.

Was sind die zentralen Themenfelder der Publikation?

Die zentralen Themen umfassen die Architektur von NoSQL-Datenbanken, spaltenorientierte Speichermodelle, das CAP-Theorem, Konsistenzmodelle (ACID vs. BASE) sowie die detaillierte Analyse von Googles Bigtable.

Was ist das primäre Ziel oder die Forschungsfrage?

Das Ziel ist es, die Funktionsweise von Wide Column Stores zu erläutern und aufzuzeigen, wie sie im Vergleich zu relationalen Systemen große Datenmengen in verteilten Umgebungen effizient verwalten und skalieren.

Welche wissenschaftliche Methode wird verwendet?

Die Arbeit stützt sich auf eine tiefgehende Literaturanalyse sowie die Untersuchung technischer Dokumentationen und Benchmarks (wie YCSB), um die Performance und Architektur von Systemen wie Bigtable, Cassandra und HBase zu bewerten.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil behandelt theoretische Konzepte verteilter Systeme, die spezifische Datenstruktur spaltenorientierter Datenbanken sowie die Komponenten und Implementierungsdetails von Google Bigtable inklusive Performance-Evaluierungen.

Welche Schlüsselwörter charakterisieren die Arbeit?

Die wichtigsten Begriffe sind NoSQL, Bigtable, Wide Column Stores, Map/Reduce, CAP-Theorem, spaltenorientierte Datenorganisation und Performance.

Welche Rolle spielt Bigtable innerhalb dieser Untersuchung?

Bigtable dient als primäres Paradebeispiel für die Klasse der Wide Column Stores, an dem die Architektur verteilter Speichersysteme in der Praxis detailliert aufgezeigt wird.

Wie unterscheidet sich Bigtable von klassischen relationalen Datenbanken?

Bigtable ist nicht relational, auf horizontale Skalierbarkeit ausgelegt, setzt auf BASE-Konsistenz statt ACID-Garantien und nutzt eine spezifische spaltenorientierte Datenstruktur für extrem große Datenmengen.

Was ist die Bedeutung von Bloomfiltern im Bigtable-Kontext?

Bloomfilter werden eingesetzt, um die Anzahl der Plattenzugriffe bei Leseanfragen massiv zu reduzieren, indem vorab effizient geprüft wird, ob ein Datenfragment in einer bestimmten SSTable vorhanden sein könnte.

Wie trägt der Chubby Lock Service zur Stabilität von Bigtable bei?

Chubby dient als hochverfügbarer Koordinationsdienst, der Master-Server wählt, Bigtable-Schemata speichert und die Standorte von Tablet-Servern verwaltet, wodurch eine zentrale Komponente für die Konsistenz und Ausfallsicherheit geschaffen wird.