Typen von NoSQL-Datenbanken und mögliche Anwendungsbereiche
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, IU Internationale Hochschule, Sprache: Deutsch, Abstract: Diese Arbeit hat das Ziel, den Begriff NoSQL theoriegeleitet herauszuarbeiten und zu bestimmen. Zudem soll NoSQL dabei im Kontext von Big Data eingeordnet werden. Des Weiteren sollen die verschiedenen Typen von NoSQL-Datenbanken sowie deren Eigenschaften dargelegt und erörtert werden. Dabei sollen auch mögliche Anwendungsbereiche der verschiedenen Typen von NoSQL-Datenbanken aufgezeigt werden. Hierbei sollen die NoSQL-Datenbanktypen auch hins...
Studienarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, IU Internationale Hochschule, Sprache: Deutsch, Abstract: Diese Arbeit hat das Ziel, den Begriff NoSQL theoriegeleitet herauszuarbeiten und zu bestimmen. Zudem soll NoSQL dabei im Kontext von Big Data eingeordnet werden. Des Weiteren sollen die verschiedenen Typen von NoSQL-Datenbanken sowie deren Eigenschaften dargelegt und erörtert werden. Dabei sollen auch mögliche Anwendungsbereiche der verschiedenen Typen von NoSQL-Datenbanken aufgezeigt werden. Hierbei sollen die NoSQL-Datenbanktypen auch hinsichtlich ihrer Eignung für die möglichen Anwendungsbereiche diskutiert werden. Die exakte technische Umsetzung von NoSQL in Unternehmen und Institutionen soll in dieser Arbeit allerdings nicht betrachtet werden, da die detaillierte, technische Umsetzung von NoSQL-Datenbanken je nach Anwendungsfall individuell und auch komplex gestaltet ist und somit deutlich über den Umfang dieser Arbeit hinausgehen würde. Die Zunahme der Ausbau der IT-Infrastruktur, der Digitalisierung und der Leistungsfähigkeit der Informationstechnik sowie sinkende Beschaffungskosten von elektronischer Hardware führen dabei zu einer signifikanten Zunahme der Datenmenge und der Datenvielfalt. So fallen beispielsweise beim Versenden von Fotos und von Textnachrichten über Smartphones oder bei der Übertragung von Sensordaten einer Produktionsmaschine viele Daten an, welche die gesamte Datenmenge weiter ansteigen lassen. Diese Daten liegen zudem in unterschiedlichen Strukturiertheitsgraden vor. Die Daten, die täglich neu zur Datenmenge hinzukommen, liegen dabei zu etwa 90 Prozent in unstrukturierter Form vor. Unstrukturierte Daten können beispielsweise Fotos, Posts in sozialen Netzwerken, Röntgenbilder und Videos sein. In diesem Kontext fällt dabei häufig der Begriff Big Data. Mittels Big-Data-Technologien können diese Datenmengen bewältigt, verarbeitet und ausgewertet werden. Dadurch ergeben sich sowohl in der Gesellschaft auch als auch in der Wirtschaft vielfältige Möglichkeiten zur Informationsgenerierung und Effizienzsteigerung. Der Einsatz von Big-Data-Technologien führt in Unternehmen dabei häufig zu Produktivitätssteigerungen, weshalb Big Data auch einen Wettbewerbsfaktor darstellt. Da die großen, zu bewältigenden Datenmengen häufig in unstrukturierter Form vorliegen, sind hierfür allerdings auch leistungsfähige Konzepte und Technologien erforderlich, wie beispielsweise NoSQL-Datenbanken. In einigen Anwendungsfällen können NoSQL-Datenbanken dementsprechend von großer Bedeutung sein.
Andere Kunden interessierten sich für
