SQL- & NoSQL-Datenbanken

نویسندگان مقدمه ای بر پایگاه داده های رابطه ای (SQL) و غیر رابطه ای (NoSQL) ارائه می دهند. ویرایش هشتم بر مدیریت داده ها، مدل سازی داده ها، زبان های پرس و جو و دستکاری، اعطای سازگاری، حفاظت و امنیت داده ها، معماری سیستم، عملیات چند کاربره تمرکز دارد. این کتاب همچنین مروری بر سیستم های پایگاه داده پسا رابطه ای و غیر رابطه ای دارد. علاوه بر مفاهیم کلاسیک، جنبه های مهم پایگاه های داده NoSQL، مانند روش Map/Reduce، گزینه های توزیع (قطعات، تکرار) یا قضیه CAP (ثبات، در دسترس بودن، تحمل پارتیشن) توضیح داده شده است. یک وب‌سایت محتوای کتاب را با آموزش‌هایی برای زبان‌های پرس و جو و دستکاری (SQL، Cypher)، محیط‌های تمرینی برای پایگاه‌های داده (MySQL، Neo4j) و دو مطالعه موردی در سفربلیتز (OpenOffice Base، Neo4j) تکمیل می‌کند. این کتاب هم برای دانش‌آموزانی که به دنبال مقدمه‌ای در زمینه پایگاه‌های داده SQL و NoSQL هستند و هم برای متخصصانی که برای ارزیابی بهتر نقاط قوت و ضعف رویکردهای رابطه‌ای و پیشرفت‌ها برای کاربردهای داده‌های بزرگ به کمک نیاز دارند.

Die Autoren führen in das Gebiet der relationalen (SQL) und nicht-relationalen (NoSQL) Datenbanken ein. Themenschwerpunkte in der 8. Auflage bilden Datenmanagement, Datenmodellierung, Abfrage- und Manipulationssprachen, Konsistenzgewährung, Datenschutz und -Sicherheit, Systemarchitektur, Mehrbenutzerbetrieb. Das Buch bietet außerdem einen Überblick über postrelationale und nicht-relationale Datenbanksysteme. Neben klassischen Konzepten werden wichtige Aspekte für NoSQL-Datenbanken erläutert, wie das Verfahren Map/Reduce, Verteilungsoptionen (Fragmente, Replikation) oder das CAP-Theorem (Consistency, Availability, Partition Tolerance). Eine Webseite ergänzt den Inhalt des Buches durch Tutorien für Abfrage- und Manipulationssprachen (SQL, Cypher), Übungsumgebungen für Datenbanken (MySQL, Neo4j) sowie zwei Fallstudien zu travelblitz (OpenOffice Base, Neo4j). Das Buch richtet sich sowohl an Studierende, die eine Einführung in das Gebiet der SQL- und NoSQL-Datenbanken suchen, wie auch an Praktiker, denen es hilft, Stärken und Schwächen relationaler Ansätze sowie Entwicklungen für Big-Data-Anwendungen besser einschätzen zu können.