Einführung in Datenbanken

Fachinformatiker Ausbildung

Grundlagen der Datenbankentwicklung und -verwaltung

SQL & NoSQL | Datenmodelle | CRUD & ACID

Was ist eine Datenbank?

Definition

Eine Datenbank ist eine strukturierte Sammlung von Daten, die elektronisch gespeichert und verwaltet wird.

Hauptzweck

Speicherung: Große Datenmengen effizient speichern
Organisation: Daten strukturiert und logisch ordnen
Zugriff: Schnelle und gezielte Datenabfrage
Verwaltung: Datenintegrität und -sicherheit gewährleisten

Alltägliche Beispiele

Online-Shop Produktkatalog (Amazon, eBay)
Social Media Profile (Facebook, Instagram)
Bankkonten und Transaktionen
Streaming-Dienste (Netflix, Spotify)

Strukturierte vs. Unstrukturierte Daten

Aspekt	Strukturierte Daten	Unstrukturierte Daten
Format	Festes Schema, Tabellen	Kein festes Format
Beispiele	Kundendaten, Rechnungen, Inventar	E-Mails, Bilder, Videos, Social Media
Speicherung	Relationale Datenbanken	NoSQL, Data Lakes
Abfrage	SQL, einfach	Spezielle Tools, komplex
Analyse	Direkt analysierbar	Vorverarbeitung nötig

Semi-strukturierte Daten

Mischform: JSON, XML - haben Struktur, aber flexibles Schema

Arten von Datenbanken

Relationale DB

Struktur: Tabellen mit Zeilen/Spalten

Beispiele: MySQL, PostgreSQL, Oracle

Ideal für: Strukturierte Daten, Transaktionen

Dokumenten-DB

Struktur: JSON/BSON Dokumente

Beispiele: MongoDB, CouchDB

Ideal für: Flexible Schemas, Web-Apps

Graph-DB

Struktur: Knoten und Kanten

Beispiele: Neo4j, ArangoDB

Ideal für: Beziehungsanalyse, Empfehlungen

Key-Value-DB

Struktur: Schlüssel-Wert Paare

Beispiele: Redis, DynamoDB

Ideal für: Caching, Sessions

SQL vs. NoSQL

Kriterium	SQL (Relationale DB)	NoSQL
Schema	Fest definiert, wenig flexibel	Dynamisch, sehr flexibel
Skalierung	Vertikal (mehr Power)	Horizontal (mehr Server)
Konsistenz	ACID - stark konsistent	Eventually consistent
Abfragesprache	Standardisiertes SQL	Verschiedene APIs/Sprachen
Anwendungsfall	Komplexe Beziehungen, Transaktionen	Big Data, schnelle Entwicklung

Wann SQL, wann NoSQL?

SQL: E-Commerce, Banking, ERP-Systeme

NoSQL: Social Media, IoT, Real-time Analytics

CRUD Operationen

CRUD = Create, Read, Update, Delete

Die vier Grundoperationen für jede Datenbank

SQL Beispiele

CREATE (Erstellen):
INSERT INTO kunden (name, email) VALUES ('Max Müller', 'max@email.de');

READ (Lesen):
SELECT * FROM kunden WHERE stadt = 'Berlin';

UPDATE (Aktualisieren):
UPDATE kunden SET email = 'max.neu@email.de' WHERE id = 1;

DELETE (Löschen):
DELETE FROM kunden WHERE id = 1;

In Web-Anwendungen

Create: Neuen Account erstellen, Bestellung aufgeben
Read: Produktliste anzeigen, Profil laden
Update: Profil bearbeiten, Bestellung ändern
Delete: Account löschen, Artikel entfernen

ACID Eigenschaften

Die vier fundamentalen Eigenschaften für Datenbank-Transaktionen

Atomicity (Atomarität)

Transaktion ist unteilbar - entweder komplett erfolgreich oder komplett rückgängig

Beispiel: Geldüberweisung - Abbuchung UND Gutschrift müssen klappen

Consistency (Konsistenz)

Datenbank bleibt immer in gültigem Zustand

Beispiel: Konto kann nie negativen Saldo haben (wenn Regel definiert)

Isolation

Gleichzeitige Transaktionen beeinflussen sich nicht

Beispiel: Zwei Personen buchen letzten Kinositz - nur einer bekommt ihn

Durability (Dauerhaftigkeit)

Erfolgreiche Änderungen gehen nie verloren

Beispiel: Nach Stromausfall sind alle bestätigten Buchungen noch da

Datenmodelle

Hierarchisches Modell

Baumstruktur: Ein Elterndatensatz, mehrere Kinder
Beispiel: Firmenorganisation (CEO Manager Mitarbeiter)
Vorteil: Schnelle Navigation | Nachteil: Unflexibel

Netzwerk-Modell

Erweitert hierarchisches Modell: Kinder können mehrere Eltern haben
Beispiel: Student kann mehrere Kurse belegen

Relationales Modell

Am weitesten verbreitet! Daten in Tabellen mit Beziehungen

Tabelle: Entity (Kunden, Bestellungen)
Zeile: Datensatz (ein spezifischer Kunde)
Spalte: Attribut (Name, Email, Adresse)
Schlüssel: Eindeutige Identifikation

Objektorientiertes Modell

Daten als Objekte mit Eigenschaften und Methoden
Beispiel: Objekt "Auto" mit Eigenschaften (Farbe, Marke) und Methoden (starten, bremsen)

Entity-Relationship-Modell (ERM)

Was ist ein ERM?

Grafische Darstellung der Datenstruktur - zeigt Entitäten und ihre Beziehungen

Grundbausteine

Entity (Entität)

Objekt der realen Welt

Beispiele: Kunde, Produkt, Bestellung

Symbol: Rechteck

Attribut

Eigenschaft einer Entität

Beispiele: Kundenname, Preis, Datum

Symbol: Oval

Beziehung (Relationship)

Verbindung zwischen Entitäten

Beispiele: "kauft", "gehört zu"

Symbol: Raute

Kardinalitäten

1:1 Ein Kunde hat einen Warenkorb
1:n Ein Kunde hat viele Bestellungen
n:m Viele Kunden kaufen viele Produkte

Chen-Notation: 1:n-Beziehung mit Attributen

Normalisierung

Ziel der Normalisierung

Redundanzen vermeiden und Datenintegrität sicherstellen

Die drei Normalformen

1 Erste Normalform (1NF)

Jede Zelle enthält nur einen atomaren Wert
Keine wiederholenden Gruppen
Falsch: Telefon = "030-123, 030-456"
Richtig: Separate Zeilen für jede Telefonnummer

2 Zweite Normalform (2NF)

1NF erfüllt + keine partiellen Abhängigkeiten
Alle Nicht-Schlüssel-Attribute hängen vom ganzen Primärschlüssel ab

3 Dritte Normalform (3NF)

2NF erfüllt + keine transitiven Abhängigkeiten
Nicht-Schlüssel-Attribute hängen nicht voneinander ab

Beispiel Denormalisiert:
Bestellung: ID, Kunde_Name, Kunde_Stadt, Kunde_PLZ, Produkt_Name, Preis

Problem: Kundendaten werden bei jeder Bestellung wiederholt

Datenbanksprachen

DDL - Data Definition Language

Struktur der Datenbank definieren

CREATE TABLE kunden (
  id INT PRIMARY KEY,
  name VARCHAR(100) NOT NULL,
  email VARCHAR(100) UNIQUE
);

DQL - Data Query Language

Daten abfragen und lesen

SELECT name, email FROM kunden
WHERE stadt = 'Berlin'
ORDER BY name;

DML - Data Manipulation Language

Daten ändern, einfügen, löschen

INSERT INTO kunden VALUES (1, 'Max Müller', 'max@email.de');
UPDATE kunden SET email = 'neu@email.de' WHERE id = 1;
DELETE FROM kunden WHERE id = 1;

DCL - Data Control Language

Berechtigungen und Zugriffskontrolle

GRANT SELECT, INSERT ON kunden TO 'user123';
REVOKE DELETE ON kunden FROM 'user123';

Praktische Anwendung & Zusammenfassung

Typische Einsatzgebiete

E-Commerce: Produktkatalog, Bestellverwaltung, Kundendaten
Banking: Kontoverwaltung, Transaktionsverarbeitung
CRM: Kundenkontakte, Verkaufschancen, Termine
HR-Systeme: Mitarbeiterdaten, Gehaltsabrechnung
Logistik: Lagerverwaltung, Sendungsverfolgung

Wichtigste Erkenntnisse

Grundlagen

Strukturierte vs. unstrukturierte Daten verstehen

Technologien

SQL für komplexe Beziehungen, NoSQL für Flexibilität

Operationen

CRUD als Basis aller Datenbank-Interaktionen

Qualität

ACID für zuverlässige Transaktionen

Nächste Schritte in der Ausbildung

Praktische Übungen mit MySQL/PostgreSQL, Datenbankdesign-Projekte, NoSQL-Experimente mit MongoDB