Historische Entwicklung

Das Verständnis der Entstehungsgeschichte von Datenbanksystemen hilft dabei, die heutigen Konzepte einzuordnen. Wie wir gemeinsam sehen werden, ist die Entwicklung eng mit den wachsenden Anforderungen der Datenverarbeitung verknüpft.

1960er Jahre: Die Ära der Dateisysteme

Vor dem Aufkommen von Datenbanksystemen wurden Daten in einfachen Dateien gespeichert. Jedes Programm verwaltete seine eigenen Dateien — ohne gemeinsame Struktur oder zentrale Verwaltung. Die Folgen: Daten wurden mehrfach gespeichert (Redundanz), Inkonsistenzen waren häufig, und die gleichzeitige Nutzung durch mehrere Nutzer war kaum möglich.

1960–1970: Hierarchische und netzwerkartige Modelle

IBM entwickelte mit IMS (Information Management System) ein hierarchisches Datenbankmodell, das Daten in einer Baumstruktur organisierte — ähnlich einem Verzeichnisbaum. Parallel dazu entstand das Netzwerkmodell (CODASYL-Standard), das komplexere Beziehungen zwischen Datensätzen erlaubte. Beide Modelle waren jedoch wenig flexibel und schwer zu warten.

1970: Das relationale Modell — ein Meilenstein

Edgar F. Codd, Wissenschaftler bei IBM, veröffentlichte 1970 seinen bahnbrechenden Aufsatz „A Relational Model of Data for Large Shared Data Banks“. Darin beschrieb er, wie Daten in zweidimensionalen Tabellen (Relationen) gespeichert und über mathematische Operationen (relationale Algebra) abgefragt werden könnten. Dieses Konzept revolutionierte die Datenbankwelt.

1980er Jahre: SQL und kommerzielle DBMS

IBM und Oracle brachten die ersten kommerziellen relationalen DBMS auf den Markt. Die Abfragesprache SQL (Structured Query Language) wurde zum Standard, der bis heute in praktisch allen relationalen Datenbanksystemen verwendet wird. SQL ermöglichte es, Daten in verständlicher, englischnaher Syntax abzufragen.

1990er bis 2000er: Objektorientierung und Web

Mit dem Aufkommen objektorientierter Programmierung entstanden objektrelationale DBMS, die klassische relationale Konzepte mit objektorientierten Erweiterungen kombinierten. PostgreSQL ist ein Beispiel dafür. Gleichzeitig stieg durch das Internet der Bedarf an skalierbaren Systemen für sehr große Datenmengen.

Ab 2009: NoSQL-Bewegung

Für bestimmte Anwendungsfälle — insbesondere bei sehr großen, unstrukturierten oder sich häufig ändernden Datenmengen — erwiesen sich relationale Systeme als zu unflexibel. Es entstanden NoSQL-Datenbanken („Not only SQL“), die verschiedene alternative Datenmodelle nutzen: Dokumentdatenbanken (z. B. MongoDB), Graphdatenbanken (z. B. Neo4j) oder Key-Value-Stores (z. B. Redis).

Zeitraum	Modell/Entwicklung	Beispiele
1960er	Dateisysteme, kein zentrales DBMS	ISAM-Dateien
1960–1970	Hierarchisches Modell	IBM IMS
1970	Relationales Modell (Codd)	Theoretisches Fundament
1980er	Kommerzielle RDBMS, SQL-Standard	Oracle, IBM DB2
1990–2000er	Objektorientiert, Web-Integration	PostgreSQL, MySQL
Ab 2009	NoSQL-Datenbanken	MongoDB, Redis, Neo4j