Datenbanken & Datenmanagement
In der heutigen, zunehmend digitalisierten Welt nehmen Datenbanken und das dazugehörige Datenmanagement eine Schlüsselrolle ein. Sie bilden das Fundament nahezu aller modernen Anwendungen – sei es im E-Commerce, in sozialen Netzwerken, in Unternehmenssoftware oder bei mobilen Apps. Ohne leistungsfähige Systeme zur Speicherung, Verwaltung und Analyse von Daten wäre ein Großteil der heutigen digitalen Dienste schlicht nicht denkbar.
Datenbanken ermöglichen es, große Mengen an Informationen effizient zu organisieren, schnell darauf zuzugreifen und sie sicher zu verarbeiten. Gleichzeitig umfasst das Datenmanagement alle Prozesse, die notwendig sind, um Daten über ihren gesamten Lebenszyklus hinweg sinnvoll zu nutzen – von der Erfassung über die Strukturierung bis hin zur Archivierung und Analyse. Dabei spielen Begriffe wie „relationale Datenbank“, „NoSQL“, „Transaktionssicherheit“ oder „Datenintegrität“ eine zentrale Rolle.
Doch was bedeuten diese Begriffe eigentlich genau, und wie hängen sie miteinander zusammen?
In dieser Übersicht findest du eine Sammlung der wichtigsten Fachbegriffe aus dem Bereich Datenbanken und Datenmanagement – klar strukturiert und verständlich erklärt.
Derzeit befinden sich 68 Datenbanken & Datenmanagement in diesem Verzeichnis
A
ACID-Prinzip
Ein Konzept, das die Zuverlässigkeit von Transaktionen sicherstellt: Atomicity, Consistency, Isolation, Durability. Es sorgt für Datenintegrität.
Audit Logging
Die Protokollierung aller Zugriffe auf eine Datenbank, um Sicherheitsvorfälle nachvollziehen zu können. Sie wird in sensiblen Systemen eingesetzt.
Auto-Scaling
Eine Funktion, die automatisch weitere Ressourcen hinzufügt, wenn die Datenbank stärker genutzt wird. Sie wird oft in Cloud-Umgebungen genutzt.
B
Backup
Eine Sicherungskopie der Datenbank, um Datenverluste zu vermeiden. Sie wird regelmäßig erstellt und extern gespeichert.
Backup & Disaster Recovery
Strategien zur Wiederherstellung von Daten nach einem Ausfall oder Angriff. Sie sind essenziell für den Schutz wichtiger Informationen.
BASE-Prinzip
Ein Alternativmodell zum ACID-Prinzip, das bei NoSQL-Datenbanken verwendet wird. Es steht für „Basically Available, Soft state, Eventual consistency“.
Big Data
Sehr große, komplexe Datenmengen, die mit traditionellen Methoden schwer zu verarbeiten sind. Sie werden oft in Cloud-Umgebungen gespeichert und analysiert.
C
CAP-Theorem
Eine Theorie, die besagt, dass eine verteilte Datenbank immer nur zwei von drei Eigenschaften gleichzeitig haben kann: Konsistenz, Verfügbarkeit und Partitionstoleranz.
Cloud-Datenbank
Eine Datenbank, die in der Cloud gehostet wird und über das Internet zugänglich ist. Beispiele sind Amazon RDS und Google Cloud SQL.
Commit
Ein SQL-Befehl, der Änderungen dauerhaft in einer Datenbank speichert. Danach können sie nicht mehr rückgängig gemacht werden.
CRUD-Operationen
Steht für "Create, Read, Update, Delete" und beschreibt die vier Grundfunktionen der Datenverwaltung. Sie werden mit SQL-Befehlen wie INSERT, SELECT, UPDATE und DELETE durchgeführt.
D
Data Lake
Ein großer Speicher für unstrukturierte und strukturierte Daten, die später analysiert werden. Er wird oft für Big Data verwendet.
Data Warehouse
Eine große Datenbank für Analysezwecke, die Daten aus verschiedenen Quellen zusammenführt. Sie wird für Business Intelligence genutzt.
Database as a Service (DBaaS)
Ein Cloud-Service, der eine vollständig verwaltete Datenbank anbietet. Beispiele sind Firebase und Azure SQL.
Daten-Anonymisierung
Die Veränderung von Daten, sodass sie nicht mehr auf einzelne Personen zurückgeführt werden können. Sie wird oft in der DSGVO gefordert.
Datenbank
Eine strukturierte Sammlung von Daten, die effizient gespeichert und abgerufen werden kann. Sie wird in vielen Anwendungen genutzt, um Informationen zu verwalten.
Datenbank-Cluster
Eine Gruppe von Servern, die gemeinsam eine Datenbank verwalten. Sie verbessern Verfügbarkeit und Ausfallsicherheit.
Datenbankmanagementsystem (DBMS)
Eine Software zur Verwaltung von Datenbanken, wie MySQL, PostgreSQL oder Oracle. Sie ermöglicht Benutzern, Daten effizient zu organisieren und abzurufen.
Datenbanksystem (DBS)
Eine Kombination aus einer Datenbank und einer Software (DBMS), die für deren Verwaltung sorgt. Es ermöglicht die Speicherung, Bearbeitung und Abfrage von Daten.
Datenintegrität
Die Richtigkeit und Konsistenz von Daten. Sie wird durch Regeln, wie Primär- und Fremdschlüssel, sichergestellt.
Datenmaskierung
Eine Technik, die sensible Daten durch Platzhalter ersetzt. Sie wird genutzt, um Datenschutz zu gewährleisten.
Datenmigration
Der Prozess des Verschiebens von Daten von einer Datenbank in eine andere. Dies kann beim Systemwechsel oder bei Upgrades nötig sein.
Datenverschlüsselung
Die Umwandlung von Daten in eine unlesbare Form zum Schutz vor unbefugtem Zugriff. Beispiele sind AES oder RSA-Verschlüsselung.
Denormalisierung
Das bewusste Zusammenfassen von Daten, um Abfragen zu beschleunigen. Es reduziert die Anzahl der Tabellenverknüpfungen, kann aber zu Datenredundanz führen.
Denormalized Schema
Ein Datenbankdesign, das bewusst Redundanzen zulässt, um Abfragen zu beschleunigen. Es wird oft in Data Warehouses genutzt.
Dokumentenorientierte Datenbank
Speichert Daten in Dokumentenformaten wie JSON oder BSON. Beispiele sind MongoDB und CouchDB.
DSGVO (Datenschutz-Grundverordnung)
Ein europäisches Gesetz zum Schutz persönlicher Daten. Es legt fest, wie Unternehmen mit Nutzerdaten umgehen müssen.
E
Edge Computing
Eine Architektur, bei der Daten näher an der Quelle verarbeitet werden, um Latenzen zu reduzieren. Sie wird oft in IoT-Anwendungen genutzt.
ETL-Prozess (Extract, Transform, Load)
Der Vorgang, bei dem Daten aus verschiedenen Quellen extrahiert, umgewandelt und in eine Datenbank geladen werden. Er ist wichtig für Data Warehouses.
Eventual Consistency
Ein Prinzip in verteilten Datenbanken, das erlaubt, dass Daten erst nach einer kurzen Zeit überall synchron sind. Es wird oft in NoSQL-Systemen verwendet.
F
Failover
Ein Mechanismus, der bei einem Serverausfall automatisch auf einen anderen Server umschaltet. Dadurch bleibt die Datenbank erreichbar.
Fremdschlüssel (Foreign Key)
Ein Feld in einer Tabelle, das auf den Primärschlüssel einer anderen Tabelle verweist. Es stellt Beziehungen zwischen Datensätzen her.
Full-Text Search
Eine Technik, die das schnelle Suchen von Texten in großen Datenbanken ermöglicht. Sie wird oft in Suchmaschinen genutzt.
G
Graph-Datenbank
Eine spezialisierte Datenbank für vernetzte Daten, die auf Knoten und Kanten basiert. Beispiele sind Neo4j und ArangoDB.
H
Horizontal Scaling
Das Hinzufügen weiterer Server, um die Datenbank zu vergrößern. Es wird häufig bei verteilten Datenbanken eingesetzt.
I
Indexierung
Eine Methode zur Beschleunigung von Datenbankabfragen, indem eine Art Inhaltsverzeichnis erstellt wird. Dadurch können Daten schneller gefunden werden.
Indizes
Strukturen, die den Zugriff auf Daten beschleunigen. Sie funktionieren ähnlich wie ein Inhaltsverzeichnis in einem Buch.
J
Joins
SQL-Befehle, die Daten aus mehreren Tabellen zusammenführen. Beispiele sind INNER JOIN, LEFT JOIN und RIGHT JOIN.
K
Key-Value Store
Eine einfache Datenbank, die Daten als Schlüssel-Wert-Paare speichert. Beispiele sind Redis und Amazon DynamoDB.
L
Load Balancing
Eine Technik zur gleichmäßigen Verteilung von Anfragen auf mehrere Server. Sie verbessert die Performance einer Datenbank.
M
Materialized View
Eine gespeicherte Abfrage, die regelmäßig aktualisiert wird. Sie reduziert die Berechnungszeit komplexer Abfragen.
Mehrfaktor-Authentifizierung (MFA)
Eine Sicherheitsmaßnahme, bei der mehrere Faktoren zur Identitätsprüfung erforderlich sind. Sie schützt Datenbanken vor unbefugtem Zugriff.
Multi-Tenant-Architektur
Eine Datenbankstruktur, die mehrere Nutzer oder Organisationen gleichzeitig bedient. Sie wird häufig in Cloud-Diensten verwendet.
N
Normalisierung
Der Prozess der Organisation von Daten, um Redundanz zu vermeiden. Es hilft, Speicherplatz zu sparen und Inkonsistenzen zu reduzieren.
NoSQL-Datenbank
Eine nicht-relationale Datenbank, die flexibelere Datenstrukturen wie JSON oder Key-Value-Paare verwendet. Sie wird oft für große und unstrukturierte Daten eingesetzt.
O
OLAP (Online Analytical Processing)
Eine Technik zur Analyse großer Datenmengen. Sie erlaubt schnelle, mehrdimensionale Abfragen.
P
Partitionierung
Das Aufteilen einer großen Datenbank in mehrere kleinere Teile. Es hilft, die Performance und Skalierbarkeit zu verbessern.
Primärschlüssel (Primary Key)
Ein eindeutiges Feld in einer Tabelle, das jede Zeile identifiziert. Es verhindert doppelte Datensätze.
Q
Query Caching
Speichert häufig genutzte Abfrageergebnisse, um die Antwortzeiten zu verbessern. Es reduziert die Belastung der Datenbank.
Query Optimization
Die Verbesserung von SQL-Abfragen, um sie schneller auszuführen. Dies geschieht durch Indizes, Caching oder Neustrukturierung von Abfragen.
R
Redundanz
Die doppelte Speicherung von Daten, um Ausfallsicherheit zu gewährleisten. Sie hilft, Datenverluste zu vermeiden.
Relationale Datenbank (RDBMS)
Eine Datenbank, die Daten in Tabellen mit Beziehungen speichert. Sie nutzt SQL zur Abfrage und Verwaltung von Daten.
Replikation
Das Kopieren von Datenbanken auf mehrere Server zur Lastverteilung und Datensicherheit. Sie verbessert Ausfallsicherheit und Skalierbarkeit.
Rollback
Macht alle Änderungen einer laufenden Transaktion rückgängig. Nützlich, wenn Fehler auftreten.
S
Schema
Die Struktur einer Datenbank, die definiert, wie Daten organisiert sind. Es umfasst Tabellen, Felder, Datentypen und Beziehungen.
Sharding
Eine Methode, bei der große Datenbanken in kleinere, schnellere Teile aufgeteilt werden. Sie verbessert die Performance bei großen Datenmengen.
Spalte (Attribut)
Eine einzelne Datenkategorie innerhalb einer Tabelle. Jede Spalte enthält eine bestimmte Art von Information, wie Namen oder Telefonnummern.
Spaltenorientierte Datenbank
Speichert Daten in Spalten statt in Zeilen, was bei Analysen effizienter ist. Beispiele sind Apache Cassandra und HBase.
SQL (Structured Query Language)
Eine Sprache zur Verwaltung und Abfrage relationaler Datenbanken. Sie wird genutzt, um Daten zu speichern, zu ändern und zu suchen.
SQL-Injection
Ein Hackerangriff, bei dem schädlicher SQL-Code in Eingabefelder eingeschleust wird. Er kann Daten stehlen oder manipulieren.
Stored Procedures
Vordefinierte SQL-Befehle, die wiederverwendbar sind. Sie verbessern die Performance und erleichtern die Datenbankverwaltung.
T
Tabelle
Eine strukturierte Sammlung von Daten in einer relationalen Datenbank. Jede Zeile ist ein Datensatz, und jede Spalte entspricht einem Attribut.
Tokenisierung
Eine Sicherheitsmethode, bei der sensible Daten durch zufällige Zeichenfolgen ersetzt werden. Sie wird häufig bei Kreditkartendaten genutzt.
Transaktion
Eine Gruppe von SQL-Befehlen, die als eine Einheit behandelt werden. Sie wird entweder vollständig ausgeführt oder gar nicht.
Triggers
Automatisierte SQL-Befehle, die bei bestimmten Datenbankereignissen ausgeführt werden. Sie helfen, Datenintegrität zu gewährleisten.
V
Vertical Scaling
Die Verbesserung der Leistung eines einzelnen Servers durch bessere Hardware. Es ist oft teurer als horizontales Skalieren.
Views
Virtuelle Tabellen, die gespeicherte Abfragen enthalten. Sie erleichtern komplexe Datenabfragen und erhöhen die Sicherheit.
Z
