NoSQL-Datenbanken verwenden nicht das relationale Tabellenmodell. Zu dieser Kategorie gehören Dokumentenspeicher, Key-Value-Speicher, Graphdatenbanken und spaltenorientierte Datenbanken. Jeder dieser Speichertypen löst ein anderes Problem. Dokumentenspeicher wie MongoDB speichern JSON-ähnliche Datensätze. Key-Value-Speicher wie Redis ordnen Schlüsseln Werte zu, um schnelle Suchvorgänge zu ermöglichen. Graphdatenbanken wie Neo4j modellieren Beziehungen zwischen Entitäten. Spaltenorientierte Datenbanken wie Cassandra verarbeiten große Schreibvolumina auf verteilten Knoten. Gemeinsames Merkmal ist ihre Flexibilität. NoSQL-Datenbanken lockern die Schemabeschränkungen, die relationale Datenbanken auferlegen.

Diese Flexibilität ist sowohl der Reiz als auch das Risiko. Ein Dokumentenspeicher akzeptiert Datensätze mit unterschiedlichen Feldern. Dadurch lässt sich das Datenmodell ohne Migrationen problemlos weiterentwickeln. Gleichzeitig erhöht sich aber auch die Gefahr inkonsistenter Daten. Die Anwendung muss Regeln durchsetzen, die die Datenbank nicht vorgibt. NoSQL-Datenbanken skalieren zudem horizontal einfacher als traditionelle relationale Systeme. Sie verteilen Daten auf viele Server und bewältigen so hohes Datenaufkommen und große Datensätze. Der Nachteil liegt in der Datenkonsistenz. Viele NoSQL-Datenbanken bieten lediglich letztendliche statt starker Konsistenz. Verschiedene Knoten können kurzzeitig unterschiedliche Werte anzeigen. Für einen Social-Media-Feed ist das akzeptabel, für einen Kontostand jedoch nicht. Die richtige Wahl hängt von den Daten und den benötigten Garantien der Anwendung ab.

NoSQL-Datenbanktypen

• Dokument – ​​JSON-ähnliche Datensätze, flexibles Schema
• Schlüssel-Wert-Paare – einfache Paare, schnelle Suchvorgänge
• Graph – Knoten und Beziehungen
• Breite Spalten — verteilt, hoher Schreibdurchsatz
• Zeitreihen – optimiert für zeitgestempelte Daten

NoSQL ist nicht besser als SQL. Es ist anders. Das richtige Werkzeug hängt vom jeweiligen Problem ab.