SQL vs. NoSQL-Datenbanken

SQL- und NoSQL-Datenbanken sind zwei der beliebtesten Datenbankverwaltungssysteme, die heute verwendet werden. Während sie einige Gemeinsamkeiten aufweisen, weisen sie auch einige wichtige Unterschiede auf. In diesem Artikel werfen wir einen genaueren Blick auf beide Arten von Datenbanken und wie man sie implementiert. SQL-Datenbanken werden typischerweise zum Speichern strukturierter Daten verwendet, während NoSQL-Datenbanken besser zum Speichern unstrukturierter Daten geeignet sind. SQL-Datenbanken verwenden ein relationales Modell, was bedeutet, dass Daten in Tabellen mit Zeilen und Spalten organisiert sind. NoSQL-Datenbanken verwenden eine Vielzahl unterschiedlicher Modelle, z. B. Schlüssel-Wert-Paare, dokumentenorientiert und graphenbasiert. Um eine SQL-Datenbank zu implementieren, müssen Sie ein Datenbankverwaltungssystem (DBMS) wie MySQL, Oracle oder Microsoft SQL Server verwenden. Um eine NoSQL-Datenbank zu implementieren, können Sie eine Vielzahl unterschiedlicher Technologien verwenden, z. B. MongoDB, Apache Cassandra oder Apache HBase. Bei der Auswahl einer Datenbank ist es wichtig, Ihre spezifischen Anforderungen zu berücksichtigen. Wenn Sie viele Daten speichern und schnell und einfach Abfragen benötigen, ist eine SQL-Datenbank eine gute Wahl. Wenn Sie Daten speichern müssen, die sich ständig ändern, oder mehr Flexibilität bei der Abfrage benötigen, ist eine NoSQL-Datenbank die bessere Wahl.

Robert Sheldon erklärt in diesem Artikel den Unterschied zwischen NoSQL und relationalen Datenbanken . Beide bieten Vor- und Nachteile, unterscheiden sich aber in ihrem Aufbau und ihrer Datenspeicherung. Wenn Sie diese Unterschiede verstehen, können Sie eine fundierte Entscheidung darüber treffen, welcher Maschinentyp für Ihre Arbeitslast am effektivsten ist. Der Vorteil relationaler Datenbanken besteht darin, dass sie strukturierte Daten verarbeiten können, halbstrukturierte und unstrukturierte Daten dagegen nicht. Wenn wir von NoSQL-Datenbanken sprechen, meinen wir normalerweise nicht SQL oder überhaupt nicht SQL. Jedes der vier NoSQL-Modelle enthält jeweils ein Produkt. Die Flexibilität von NoSQL-Datenbanken erleichtert Entwicklern das Erstellen von Projekten, da sie keine starren Datenstrukturen haben. Da NoSQL-Datenbanken nicht so ausgereift sind wie relationale Datenbanken, können sie nicht das gleiche Maß an Datenintegrität garantieren. Für Workloads, die Sie unterstützen möchten, sind SQL und NoSQL die beiden primären Optionen.

Als Abfragesprache wird SQL verwendet; es wird nicht für NoSQL-Datenbanken verwendet. Zwischen NoSQL und SQL bestehen sprachliche Ähnlichkeiten. SQL ist eine gängige Suchmaschine für NoSQL-Datenbanken.

Eine SQL-Datenbank ist tabellenbasiert, während eine NoSQL-Datenbank eine Dokument-, Schlüsselwert-, Diagramm- oder Wide-Column-Store-Datenbank ist. MySQL, Oracle, PostgreSQL und Microsoft SQL Server sind Beispiele für SQL-Datenbanken. MongoDB, BigTable, Redis, RavenDB Cassandra, HBase, Neo4j und CouchDB sind nur einige Beispiele für NoSQL-Datenbanken.

Eine SQL-Datenbank ist eine ausgezeichnete Wahl für eine Datenstruktur, die extrem strukturiert ist und ACID-Konformität erfordert. Wenn Ihre Datenanforderungen hingegen unklar oder Ihre Daten unstrukturiert sind, ist NoSQL möglicherweise die beste Wahl. Das in einer NoSQL-Datenbank verwendete Schema muss nicht wie das in einer SQL-Datenbank verwendete Schema vordefiniert sein.

Um von SQL zu NoSQL zu migrieren, wird der Primärschlüssel in der relationalen Tabelle zum Primärschlüssel in der NoSQL-Tabelle. Die RDBMS-Tabelle muss mit anderen Tabellen verknüpft werden, um das Geschäftsobjekt abzurufen, und diese eng verwandten Tabellen müssen zu einer einzigen NoSQL-Tabelle kombiniert werden.

Wie funktionieren SQL- und Nosql-Datenbanken?

SQL-Datenbanken sind relationale Datenbanken, die Daten in Tabellen mit Zeilen und Spalten speichern und die strukturierte Abfragesprache (SQL) für den Datenbankzugriff verwenden. NoSQL-Datenbanken sind nicht relational und speichern Daten normalerweise als Dokumente. Sie verwenden verschiedene Abfragesprachen wie JavaScript oder XML.

SQL ist eine strukturierte Abfragesprache, die es seit den 1970er Jahren gibt. NoSQL-Datenbanken enthalten keine Hierarchien, was im Gegensatz zu SQL-Datenbanken die Entwicklung eindeutiger Strukturen ermöglicht, auf die Benutzer zugreifen können. Im Allgemeinen können NoSQL-Datenbanken vertikal skaliert werden, was bedeutet, dass Sie die Last auf dem Server erhöhen können. Eine NoSQL-Datenbank kann verwendet werden, um Daten aus verschiedenen Quellen zu manipulieren. Da NoSQL-Datenbanken keine relationalen Datenbanken benötigen, speichern sie Daten nicht wie in relationalen Datenbanken in Zeilen und Tabellen. Sie reduzieren den Planungs- und Organisationsaufwand für unstrukturierte Daten, da sie ein dynamisches Schema ermöglichen. SQL und relationale Datenbanken ermöglichen den einfachen Zugriff auf große Datenmengen, sind skalierbar und ermöglichen die Skalierung einer Vielzahl von Datentypen.

Es ist in Ordnung mit früheren Versionen der Software, die das Bild anders erscheinen ließen, weil jede Information am selben Ort gespeichert ist. Es ist auch eine gute Wahl, wenn Sie große Mengen an (oder sich ständig ändernden) Daten verarbeiten müssen. Große Unternehmen wie Facebook, Google und andere verwenden NoSQL-Systeme, weil sie eine große Datenmenge benötigen, um zu funktionieren. Cassandra ist eine der NoSQL-Datenbanken, die enorme Datenmengen verarbeiten, die auf mehrere Server verteilt sind. Wenn Sie ohne starke Integritätsgarantien auf einen Schlüsselwertspeicher zugreifen müssen, ist Redis möglicherweise die beste Option. Elastic Search ist eine ausgezeichnete Wahl, wenn Sie eine komplexe oder flexible Suche benötigen.

Dokumentorientierte NoSQL-Datenbanken umfassen MongoDB, MySQL, DocumentDB und OrientDB. Das Buch ist eine Fiktion Columnar Storage wird in Large-Column-Stores wie Cassandra und DynamoDB zum Speichern von Daten verwendet. Daten werden in einer Diagrammdatenbank wie Neo4j oder OrientDB unter Verwendung einer gerichteten Diagrammdatenstruktur gespeichert. Die wachsende Popularität von NoSQL-Datenbanken ist in erster Linie auf ihre Fähigkeit zurückzuführen, große Datenmengen zu verarbeiten, ohne dass herkömmliche SQL-Datenbanken erforderlich sind. Dokumentorientierte Datenbanken, Key-Value-Datenbanken, Wide-Column-Stores und Graph-Datenbanken sind Beispiele für NoSQL-Datenbanken. MongoDB, die weltweit beliebteste NoSQL-Datenbank, wird in einer Vielzahl von Anwendungen wie Cassandra, HBase und Hypertable verwendet. MongoDB ist eine dokumentenorientierte Datenbank, die Daten im Schlüsselwertformat speichert. Redis und Sqoop sind zwei beliebte NoSQL-Datenbanken, die spaltenbasiert sind und Cassandra als primäre Datenbank verwenden. Die spaltenbasierte NoSQL-Datenbank von HBase wird in einer Vielzahl von Anwendungen verwendet, darunter Bigtable und Cassandra. Hypertable, ein Wide-Column-Store, wird in Neo4j und OrientDB, zwei beliebten Anwendungen, verwendet. Spaltenbasierte Datenbanken wie Cassandra und MongoDB sind ideal für Anwendungen, die große Datenmengen speichern müssen, ohne dass eine herkömmliche SQL-Datenbank erforderlich ist. Dokumentorientierte Datenbanken wie MySQL und MongoDB sind nicht nur einfach zu bedienen, sondern können auch von Anwendungen verwendet werden, die eine Dokumentenspeicherung und eine geringe Latenzzeit erfordern. Redis und Sqoop sind Beispiele für Schlüsselwertspeicher, die Daten in einem Schlüsselwertformat speichern, wodurch sie sich für Anwendungen eignen, die kleine Datenmengen speichern. Wide-Column-Stores wie Cassandra und DynamoDB speichern Daten in Columnar Storage und eignen sich daher für Anwendungen, die große Datenmengen speichern müssen. Graphdatenbanken wie Neo4j und OrientDB sowie viele andere unterstützen gerichtete Graphdatenstrukturen für die Datenspeicherung, wodurch sie sich gut für Anwendungen eignen, die Graphdaten speichern.

Die besten DBMS für Sie

DBMS bestehen aus vielen verschiedenen Stärken und Schwächen. Die Auswahl des einzusetzenden DBMS hängt ganz von den Anforderungen und Bedürfnissen des Kunden ab.

Wie wähle ich zwischen Nosql und SQL?

Das Ausführen von NoSQL-Abfragen kann durchgeführt werden, aber sie sind viel langsamer als das Ausführen herkömmlicher Abfragen. Ihre Anwendung mit vielen Transaktionen muss ausgeführt werden. Die Datenbankverwaltung in SQL-Datenbanken eignet sich besser für Transaktionen mit hohen Lasten und komplexen Datenstrukturen, da sie stabiler sind und die Datenintegrität gewährleisten. ACID muss ordnungsgemäß überwacht werden.

Daten sind die Grundlage aller datenwissenschaftlichen Teilbereiche. In den meisten Fällen werden die von Ihnen benötigten Daten in einem Datenbankmanagementsystem (DBMS) gespeichert. Um mit dem DBMS zu interagieren und zu kommunizieren, muss die verwendete Sprache präzise sein. SQL (Structured Query Language) ist der Name der Programmiersprache, die bei DBMS-Interaktionen verwendet wird. In den letzten Jahren ist im Bereich der Datenbanken ein neuer Begriff aufgetaucht: NoSQL-Datenbanken. Eine NoSQL-Datenbank speichert keine Daten in Tabellen oder Datensätzen und wird daher als nicht relationale Datenbank bezeichnet. Anstelle einer Datenspeicherstruktur besteht sie aus spezifischen Anforderungen.

Die vier beliebtesten Typen sind Graphdatenbanken, spaltenorientierte Datenbanken, dokumentorientierte Datenbanken und Schlüssel-Wert-Paare. MongoDB ist eine Python-basierte Dokumentendatenbank , die auf Dokumenten basiert. Eine NoSQL-Datenbank ist so konzipiert, dass sie Ihnen mehr Flexibilität bei der Gestaltung Ihrer Datenstruktur bietet. Im Gegensatz zu SQL-Datenbanken hat sie eine starrere Struktur und eine geringere Vielfalt an Datentypen. Zum ersten Mal sind SQL und NoSQL möglicherweise am besten für Anfänger geeignet. Jedes hat seine eigenen Vor- und Nachteile, daher sollten Sie anhand Ihrer Daten, seiner Anwendung und der einfacheren Entwicklung entscheiden, welches für Sie das Richtige ist. Es stimmt, dass SQL kostengünstiger und effizienter ist als NoSQL, aber das heißt nicht, dass es überlegen ist. Sie werden die beste Lösung wählen, wenn Sie auf Ihre Daten hören.

SQL-Datenbanken sind teilweise aufgrund ihrer Vorteile beliebter als NoSQL-Datenbanken. NoSQL-Datenbanken benötigen beispielsweise keinen Datenbankadministrator, was von Vorteil sein kann. Darüber hinaus sind NoSQL-Datenbanken einfacher zu verwenden und können größere Datenmengen verarbeiten.
Es ist jedoch erwähnenswert, dass NoSQL-Datenbanken ihre Schwächen haben. Das Ausmaß des Datenzugriffs und der Datenmanipulation in SQL-Datenbanken ist deutlich geringer als in NoSQL-Datenbanken. Wenn Sie beispielsweise Tabellen verbinden oder erweiterte SQL-Funktionen verwenden, müssen Sie daher eine andere Datenbank verwenden.
Es liegt an Ihnen, die Datenbank zu wählen, die Ihren Anforderungen am besten entspricht. Wenn Sie ein Neuling in Bezug auf SQL-Datenbanken sind, lernen Sie zuerst, wie Sie sie verwenden, bevor Sie zu NoSQL-Datenbanken übergehen, wenn Sie komplexere Aufgaben ausführen müssen. Anstelle von etwas anderem sollte immer eine NoSQL-Datenbank verwendet werden.

Beispiele für Nosql-Datenbanken

MongoDB, CouchDB und Cassandra sind Beispiele für NoSQL-Datenbanken. Diese Datenbanken sind auf hohe Skalierbarkeit und hohe Leistung ausgelegt. Sie werden häufig in Situationen verwendet, in denen herkömmliche relationale Datenbanken das Volumen oder die Art der Daten nicht bewältigen können.

Datenbank NoSQL ist ein Datenbanktyp, der Daten nicht im gleichen Format wie eine relationale Datenbank speichert. Mit NoSQL müssen Sie sich keine Gedanken über ein festes Schema machen, müssen nicht beitreten und müssen nicht skalieren. Datenbestände mit hohem Speicherbedarf können mit einer NoSQL-Datenbank zusammengestellt werden. Twitter, Facebook, Google und andere Unternehmen beispielsweise sammeln täglich Terabytes an Nutzerdaten. Die Architektur verteilter NoSQL-Datenbanken impliziert, dass die Datenbank nicht über eine einzelne Steuereinheit oder einen einzelnen Speicher verfügt. Dadurch entfällt die Notwendigkeit, mehrere Datenbanken für dieselben Daten bereitzustellen und zu verwalten. Da die Daten immer kontinuierlich verteilt werden, bietet Ihnen eine verteilte Datenbank die Möglichkeit, unbegrenzt darauf zuzugreifen.

In Schlüsselwertspeichern werden alle Daten als Schlüssel und Wert betrachtet. Daten werden in Spalten unterschiedlicher Größe von einer großen Anzahl von Computern gespeichert und verarbeitet, auf denen Column Family Stores ausgeführt werden. Dokumentdatenbanken sind im Wesentlichen Versionen von zuvor erstellten Dokumenten, die andere Schlüsselwertsammlungen enthalten. Ein halbstrukturiertes Dokument kann in einem Format wie JSON gespeichert werden. Datenbankadministratoren sind im Vergleich zu SQL nicht in der Lage, deklarative Abfrageergebnisse auf hoher Ebene zu generieren. Anstatt Daten aus diesen Datenbanken abzurufen, werden Abfragemodelle verwendet. RESTful-Schnittstellen sind gemeinsame Merkmale von NoSQL-Plattformen.

Im Gegensatz zu einer relationalen Datenbank, die Informationen lose speichert, ist eine Graphdatenbank multirelational. Eine Graphdatenbank soll eine breite Palette von Datenmodellen mit einem einzigen integrierten Backend unterstützen. Datenbanken mit mehreren Modellen sind ein neues Konzept in NoSQL, und mit der Zeit wird das Interesse an dieser Kategorie zunehmen. Eine Rangliste der zehn beliebtesten Datenbanken finden Sie unter http://db-engines.com/en/ranking.html.

RavenDB bietet als dokumentenorientierte Datenbank alle Vorteile von NoSQL-Datenbanken sowie den Komfort einer relationalen Datenbank. Darüber hinaus kann es mit vorhandenen SQL-Datenbanken kombiniert werden, um von beiden Arten der Datenintegrität zu profitieren, sodass Sie das Beste aus beiden Datentypen herausholen können. Die NoSQL-Datenbank von RavenDB kann sowohl für reale Anwendungen als auch für NoSQL-Datenbanken verwendet werden.

Nosql-Datenbankstruktur

Eine NoSQL -Datenbank speichert Daten in Dokumenten statt in Tabellen. Daraus ergeben sich vielfältige flexible Datenmodelle, die in „nicht nur SQL“-Cluster unterteilt sind. Dokumentdatenbanken, Schlüsselwertspeicher, Datenbanken mit breiten Spalten und Diagrammdatenbanken sind Beispiele für NoSQL-Datenbanken.

Dokumentdatenbanken speichern im Gegensatz zu relationalen Datenbanken Daten in Dokumenten. Diese Lösungen sind anpassungsfähig, skalierbar und können innerhalb weniger Minuten auf moderne Geschäftsanforderungen reagieren. Dokumentdatenbanken, Schlüsselwertspeicher, Datenbanken mit breiten Spalten und Diagrammdatenbanken sind nur einige der NoSQL-Datenbanken. Global-2000-Unternehmen führen NoSQL-Datenbanken schnell ein, um unternehmenskritische Anwendungen zu unterstützen. Dazu tragen fünf Trends bei, mit denen die meisten Datenbanken nicht umgehen können. Aufgrund ihres festen Datenmodells sind relationale Datenbanken aufgrund ihrer schlechten Performance eine große Barriere für die agile Entwicklung. Das Anwendungsmodell definiert das Datenmodell in NoSQL.

Wie Daten modelliert werden müssen, lässt sich nicht einfach durch NoSQL definieren. Als De-facto-Format zum Speichern von Daten in einer dokumentenorientierten Datenbank wird JSON verwendet. Es macht ORM-Frameworks überflüssig, was zu einem schnelleren Anwendungsentwicklungsprozess führt. N1QL (ausgesprochen Nickel), eine leistungsstarke SQL-Abfragesprache, wurde der Version Couchbase Server 4.0 hinzugefügt. Das Array Array dieser Anwendung unterstützt nicht nur standardmäßige SELECT / FROM / WHERE-Anweisungen, sondern auch Aggregation (GROUP BY), Sortierung (SORT BY), Joins (LEFT OUTER / INNER) und so weiter. Eine verteilte NoSQL-Datenbank, die eine Scale-out-Architektur verwendet und keinen Single Point of Failure aufweist, bietet eine attraktive Reihe von betrieblichen Vorteilen. Die Verfügbarkeit wird zu einem immer wichtigeren Anliegen, wenn Kunden Online- und mobile Transaktionen tätigen.

Die Verwendung von NoSQL-Datenbanken macht es einfach, sie einzurichten, zu konfigurieren und zu skalieren. Sie wurden entwickelt, um das Lesen, Schreiben und Speichern von Informationen zu erleichtern. Darüber hinaus können sie Cluster unterschiedlicher Größe und beliebiger Größe handhaben, einschließlich der Verwaltung und Überwachung von Clustern unterschiedlicher Größe. Eine NoSQL-Datenbank umfasst eine integrierte Replikation zwischen mehreren Rechenzentren, sodass keine separate Software erforderlich ist. Darüber hinaus ermöglicht es Anwendungen, ihren eigenen fehlgeschlagenen Überlauf durch die Verwendung von Hardware-Routern durchzuführen; Anwendungen müssen nicht warten, bis die Datenbank ein Problem erkennt und ihr eigenes Failover durchführen. Die Mehrheit der heutigen Web-, Mobil- und IoT-Anwendungen wird auf NoSQL-Datenbanken ausgeführt.

Nosql-Datenbanken sind skalierbarer als relationale Datenbanken

Ist Nosql in der Lage, viel Speicherplatz zu haben?
Wenn große Datenmengen benötigt werden, sind NoSQL-Datenbanken sehr flexibel. NoSQL-Datenbanken haben im Gegensatz zu relationalen Datenbanken, die zum Speichern von Daten strukturiert sind, überhaupt keine Struktur. Es reduziert die Datenmenge, die strukturiert werden muss, wodurch die Datenspeicherung erhöht wird. Da NoSQL-Datenbanken außerdem nicht auf Indizes angewiesen sind, um den Datenabruf zu beschleunigen, können sie viel einfacher skaliert werden.

Sql Vs Nosql Beispiele

SQL-Datenbanken sind relational, das heißt, sie speichern Daten in Tabellen, die durch definierte Beziehungen verbunden sind. Dieser Ansatz ist leistungsstark für strukturierte Daten, die einfach definiert und durchsucht werden können. NoSQL-Datenbanken sind nicht relational, d. h. sie speichern Daten in einem flexiblen Format, das auf Schlüssel-Wert-Paaren basiert. Dieser Ansatz eignet sich am besten für unstrukturierte Daten, die nicht gut in ein herkömmliches Tabellenformat passen.

Bei der Entscheidung zwischen NoSQL und MongoDB sollten Sie die Art der Informationen, die Sie speichern möchten, und die beste Methode zum Speichern berücksichtigen. Die Daten werden für jeden Datentyp auf unterschiedliche Weise gespeichert. Es gibt Zeiten, in denen es vorteilhaft ist, eines gegenüber dem anderen zu wählen, aber die meisten Teams ziehen es vor, beide zu verwenden. Das primäre Ziel von NoSQL-Engines ist es, die Nutzung von Cloud Computing zu ermöglichen. Aufgrund seiner Fähigkeit zur horizontalen Skalierung bietet Cloud Computing eine erhöhte Skalierbarkeit. In einer schnelllebigen agilen Umgebung funktioniert NoSQL gut mit Entwicklern. Grundsätzlich scheitern NoSQL-Lösungen eher an der Schwierigkeit, schwierige Probleme zu lösen.

Wenn Sie mit einer großen Datenmenge oder einer Vielzahl von Datentypen arbeiten, sollten Sie NoSQL vermeiden. Anstatt sich auf die Datenkonsistenz zu konzentrieren oder eine 100-prozentige Datenintegrität sicherzustellen, verwenden Sie NoSQL, um die Datenintegrität sicherzustellen. NoSQL ist nicht nur anpassungsfähiger und kann sich an sich ändernde Datenanforderungen anpassen, sondern gibt Ihnen auch die Möglichkeit, die Kosten zu kontrollieren. Wir treffen häufig die Entscheidung nicht darüber, welche wir verwenden, sondern wann und wo wir beide innerhalb derselben Anwendung verwenden. Um ein Projekt mit Middleware zu lösen, diskutierten die Ingenieure von Integrant leidenschaftlich über JavaScript und Java. Diese kurze Zusammenfassung der Top-Empfehlungen von Integrant für die Zuweisung von Ressourcen für Softwareentwicklungsprojekte ist ideal für alle, die daran interessiert sind, Ressourcen effektiv zuzuweisen.

Es ist entscheidend, die richtige NoSQL-Datenbank für die jeweilige Aufgabe auszuwählen, da ihre Popularität wächst. Da SQL-Datenbanken Abfragen effizienter verarbeiten, eignen sie sich besser für komplexe Abfragen strukturierter Daten und führen Daten tabellenübergreifend zusammen, um die Abfrageverarbeitungszeit zu verkürzen. Die NoSQL-Datenbanken weisen keine produktübergreifende Konsistenz auf, und mit zunehmender Komplexität der Abfragen erfordern sie mehr Arbeit zum Abfragen von Daten.
NoSQL-Datenbanken funktionieren gut, wenn sie für Ad-hoc-Abfragen verwendet werden oder wenn nicht viele Daten abzufragen sind. Neben der Auswahl einer NoSQL-Datenbank basierend auf der jeweiligen Aufgabe sollten Entwickler alle Fragen oder Probleme im Auge behalten, auf die sie stoßen. Insgesamt erfreuen sich NoSQL-Datenbanken wachsender Beliebtheit, müssen aber sorgfältig ausgewählt werden, um keine Probleme zu bereiten.

Was ist ein Beispiel für ein Nosql?

MongoDB wird in einer Vielzahl von Branchen eingesetzt, um die Anforderungen einer Vielzahl von Benutzern zu erfüllen. Die Art der verwendeten NoSQL-Datenbank bestimmt die Art des Zwecks. Datenbanksysteme wie zum Beispiel MongoDB werden als General Purpose klassifiziert. Neben großen Datenmengen sind Suchabfragen in Schlüsselwertdatenbanken einfach.

Verwendet Netflix SQL oder Nosql?

Ein strukturierter Speicherzugriff ist für unsere Cloud-basierte Infrastruktur für eine Vielzahl unterschiedlicher Anwendungsfälle erforderlich. Netflix wurde entwickelt, um die effektivsten Tools für den Job zu nutzen. Wir haben uns in diesem Beitrag für SimpleDB, Hadoop/HBase und Cassandra entschieden, weil wir der Meinung waren, dass sie alle unsere Anforderungen für NoSQL erfüllen.