MongoDB Storage Engines

Erste Erfahrungen aus der Praxis

11. Februar 2016von Michael Schuboth

MongoDB – diese NoSQL-Datenbank ist den meisten Fachleuten bereits ein Begriff, euch auch?

Die dokumentenorientierte Datenbank wurde im Gartner Magic Quadrant 2015 als Führer im Bereich der operativen Datenbankmanagementsysteme gelistet, direkt hinter den klassischen relationalen Datenbanken von Oracle, IBM und Microsoft. Auch bei adesso setzen wir MongoDB bereits seit einigen Jahren in unseren Projekten und Lösungen ein, so zum Beispiel in der MIG|Suite. Weiterlesen

Bauchgefühl vs. Fakten und Informationen

Jedes Unternehmen erstellt, bearbeitet und speichert Informationen über seine Kunden und seine Produkte. Typischerweise auch Informationen über die Prozesse, die Kunden und Produkte verbinden, beispielsweise Bestellungen, Wartungen oder die Nutzung eines Produkts. Diese Informationen helfen dabei, den Geschäftsbetrieb zu verstehen. Überblickt man sie ganzheitlich, ist man in der Lage, die richtigen strategischen Entscheidungen zu treffen. Weiterlesen

NoSQL: Lessons Learned

19. September 2013von Eberhard Wolff

Die Verwendung von NoSQL-Datenbanken setzt sich immer weiter durch – es ist also an der Zeit, einen Blick auf den bisherigen Einsatz dieser Technologie zu werfen. Weiterlesen

Wie kombiniert man NoSQL mit Volltextsuchen?

Teil 2

26. Februar 2013von Kai Spichale

Im Mittelpunkt des zweiten Teils steht der Wide Column Store Apache Cassandra und die BigData-Plattform Apache Hadoop. Volltextsuchen mit der Lucene-Bibliothek und Suchmaschinen, wie Apache Solr oder elasticsearch, wurden in Kombination mit MongoDB und Neo4j bereits in Teil 1 vorgestellt. Weiterlesen

Wie kombiniert man NoSQL mit Volltextsuchen?

Teil 1

22. Februar 2013von Kai Spichale

Unternehmen aller Branchen sammeln und speichern mehr und mehr unstrukturierte Daten. Nach allgemein akzeptierten Schätzungen liegen etwa 80% aller unternehmensrelevanten Informationen in unstrukturierter Form vor. Unstrukturierte Daten sind Informationen in einer nicht formalisierten digitalen Struktur. Das heißt jedoch nicht, dass unstrukturierte Daten keine Struktur haben, in der Regel ist diese jedoch nicht geeignet für relationale Datenbanken, die auf Basis eindeutig definierter Schemata arbeiten. Beispiele für unstrukturierte Daten sind E-Mails, Textdokumente, Tabellenkalkulationen und Log-Dateien. Die Informationen in diesen Daten sind für Unternehmen von großer Bedeutung und müssen deswegen leicht zugänglich gemacht werden. Weiterlesen