Formen von Datenbanken (Modelle)

Jedes der genannten Modelle hat seine besonderen Eigenschaften, die es für einen bestimten Anwendungsfall mehr oder weniger geeignet erscheinen lassen.

• Hierarchisches Modell: Darstellung klar strukturierter, hierarchischer Beziehungen wie in einem Unternehmensorganigramm.
  
  
• ERM: Visualisierung und Strukturierung komplexer Beziehungen zwischen Entitäten, z.B. in einer Universität.
  
  
• Semantische Datenmodelle: Verknüpfung und Darstellung von Daten im Web, z.B. durch Linked Data.
  
  
• Objektorientierte Datenmodelle: Modellierung von komplexen Datenstrukturen und ihren zugehörigen Methoden, wie in einem E-Commerce-System.

Hier sind einige Beispiele:

Hierarchisches Modell

• Beispiel: Unternehmensorganisation
  • Struktur: In einem Unternehmen könnte die hierarchische Struktur wie folgt aussehen:
    • Wurzelknoten: CEO
    • Zweige: Abteilungsleiter (z. B. IT, Finanzen, Marketing)
    • Blätter: Mitarbeiter in den jeweiligen Abteilungen
  • Datenstruktur:
    • CEO -> Abteilungsleiter IT -> IT-Mitarbeiter 1, IT-Mitarbeiter 2
    • CEO -> Abteilungsleiter Finanzen -> Finanzmitarbeiter 1, Finanzmitarbeiter 2
  • Anwendungsfall: Diese Struktur eignet sich gut zur Darstellung von unternehmensinternen Hierarchien, bei denen jede Ebene klar definiert und voneinander abhängig ist.

Entity-Relationship-Modell (ERM)

• Beispiel: Universität
  • Struktur: Eine Universität könnte mit Entitäten wie Studenten, Professoren, Kursen und Fakultäten modelliert werden.
    • Entitäten:
      • Student (Attribute: Matrikelnummer, Name, Geburtsdatum)
      • Professor (Attribute: Personalnummer, Name, Fachbereich)
      • Kurs (Attribute: Kurs-ID, Titel, ECTS-Punkte)
      • Fakultät (Attribute: Fakultäts-ID, Name)
    • Beziehungen:
      • Ein Student belegt einen oder mehrere Kurse.
      • Ein Professor leitet einen oder mehrere Kurse.
      • Ein Kurs gehört zu einer Fakultät.
  • Datenstruktur:
    • Student (Matrikelnummer, Name) -[belegt]-> Kurs (Kurs-ID, Titel)
    • Professor (Personalnummer, Name) -[leitet]-> Kurs (Kurs-ID, Titel)
  • Anwendungsfall: Das ER-Modell eignet sich hervorragend, um die komplexen Beziehungen zwischen verschiedenen Entitäten in einer Datenbank zu visualisieren und zu strukturieren.

Semantische Datenmodelle

• Beispiel: Linked Data im Kontext des Webs
  • Struktur: Daten, die durch semantische Modelle wie RDF (Resource Description Framework) beschrieben werden, nutzen Tripel (Subjekt, Prädikat, Objekt) zur Darstellung von Informationen.
    • Beispiel-Triple:
      • Subjekt: „Berlin“
      • Prädikat: „ist die Hauptstadt von“
      • Objekt: „Deutschland“
  • Datenstruktur:
    • „Berlin“ –[ist die Hauptstadt von]→ „Deutschland“
    • „Berlin“ –[hat Einwohnerzahl]→ „3,5 Millionen“
  • Anwendungsfall: Solche Modelle sind besonders nützlich im Kontext des Semantic Web, wo es darum geht, Daten so zu verknüpfen, dass Maschinen sie verstehen und verarbeiten können. Ein reales Beispiel ist DBpedia, das Wikipedia-Daten in einer verknüpften Form bereitstellt.

Objektorientierte Datenmodelle

• Beispiel: E-Commerce Plattform
  • Struktur: Eine E-Commerce-Plattform könnte ihre Daten mit objektorientierten Prinzipien modellieren, bei denen jede Entität als ein Objekt betrachtet wird, das sowohl Daten als auch Methoden enthält.
    • Objekte:
      • Produkt (Attribute: Produkt-ID, Name, Preis, Methoden: getPreis(), setPreis())
      • Kunde (Attribute: Kunden-ID, Name, Adresse, Methoden: getAdresse(), setAdresse())
      • Bestellung (Attribute: Bestell-ID, Datum, Methoden: addProdukt(), getTotal())
  • Datenstruktur:
    • Produkt: Ein Objekt „Laptop“ hat eine Produkt-ID, einen Namen und einen Preis. Es kann Methoden wie getPreis() haben, die den Preis des Produkts zurückgeben.
    • Kunde: Ein Objekt „Max Mustermann“ hat eine Kunden-ID, einen Namen und eine Adresse. Methoden wie setAdresse() können die Adresse ändern.
    • Bestellung: Ein Objekt „Bestellung123“ enthält eine Liste von Produkten und Methoden zur Berechnung des Gesamtpreises.
  • Anwendungsfall: Objektorientierte Datenbanken eignen sich besonders gut für Anwendungen, bei denen die Daten komplex sind und eine enge Verbindung zwischen den Daten und den zugehörigen Operationen besteht, wie etwa bei einer E-Commerce-Plattform, die Bestellungen, Kunden und Produkte verwaltet.