NoSQL: Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken [Taschenbuch]

Der Begriff "NoSQL" bezieht sich im Wesentlichen auf alle "Datenbank"-Produkte, die sich nicht streng dem relationalen Modell und den festen Transaktionsmechanismen heutiger RDBMS verschrieben haben. Der Strauß von Lösungen, auf die sich dieses Buch daher bezieht, umfasst heute gut mehr als 50 verschiedene Produkte und da es an entsprechenden Standards mangelt ist auch die Klassifikation schwierig. Der Begriff NoSQL ist allerdings nicht primär darauf gemünzt, dass diese Systeme keine SQL- oder OQL-Syntax verstehen, sondern unterstreicht als "not only SQL" vielmehr die Notwendigkeit innerhalb komplexer Architekturen mit oftmals großen Datenbeständen, hoher Verteilung oder gar der Notwendigkeit offline arbeiten zu können, umgehen zu müssen. Im Zuge der Cloud Computing Welle stehen viele bisherige relationale Datenbanken dem wachsenden Bedarf nach kurzfristiger Skalierbarkeit mit dem altgedienten ACID-Ansatz im Regen. Über Hintergründe, Chancen aber auch Risiken und Produktlösungen berichtet dieses Buch.

Die Autoren haben sich die Mühe gemacht, das Buch im Wesentlichen in drei Teile zu zerteilen. Der erste Teil reflektiert die im NoSQL-Bereich üblichen Begriffe wie Map/Reduce, Consistent Hashing, CAP Theorem, Multiversion Concurrency Control, Vector Clocks und Paxos. Je nach System wird man in dessen Eigenschaften auf diese Begriffe stoßen oder schon gestoßen sein. Sehr erfreulich fast ohne wissenschaftliche Theorie wird versucht, dem Laien dieses Thema näher zu bringen. Insgesamt aus meiner Sicht ein durchaus gelungener Ansatz, in dem man sich leicht verständlich wiederfindet.

Der zweite Teil des Buches versucht nun die Klassifikation und Benennung repräsentativer Datenbanklösungen. Darunter fallen Wide Column Stores, Document Stores, Key Value und Graph-Datenbanken. Obwohl die Menge der Produkte groß ist, würde ich schon sagen, dass sich die Autoren auf die weitverbreitesten eingelassen haben, wohlwissend dass auch jene, die produktiv verwendet werden, ihre eigenen Schwächen besitzen.
Jedes Produkt wird mit einer kleinen Einführung über dessen Entstehung und Art einsortiert. Danach folgen kurze Installationshinweise und Beispiele zum CRUD (create, read, update, delete) Zyklus von Dateninhalten inkl. Anmerkungen zur Skalierung und eine Kurzzusammenfassung der Vor- und Nachteile.
Insgesamt darf man nicht vergessen, dass der Titel "Einstieg in die Welt..." lautet. Dies ist a) der großen Menge an Produkten geschuldet und b) der Tatsache, dass sich fast alle noch in einer relativen frühen Phase befinden obwohl zahllose von ihnen tatsächlich produktiv sind (inkl. Amazon, Facebook, Digg, Google (in Form von Reimplementierungen)) und somit sich die API oftmals noch ändert. Die Beispiele und deren Tiefe variiert leider stark, so muss man sich auf einen Ritt über Algorithmen in verschiedenen Sprachen gefasst machen, so flexibel wie die Macher der Produkte ihre APIs und Sprachen gehandhabt haben, so offen zeigen sich auch die Autoren in der Dokumentation. Durchgängige oder immer gleiche Beispiele findet man hier nicht. Ehrlich gesagt, kann man hier mit Wohlwollen den Autoren bescheinigen, die Grundprinzipien verstanden und wiedergegeben zu haben, dennoch wird bei gewecktem Interesse der Blick in die Dokumentationen auf den Herstellerwebseiten und Wikis dringend notwendig werden. Für einige der prominentesten Produkte wie CouchDB, MongoDB, HBase/Hadoop oder demnächst auch Cassandra gibt es detaillierte Bücher in englischer Sprache als Alternative. Für ein deutsches "Hallo Welt!" ist es aber durchaus okay, was man hier findet.
Weitere Produkte, die nicht detailliert vorgestellt werden oder nicht ins Schema passen, sind zumindest zum Ende des Buches hin angerissen.

Den letzten Teil bildet die Orientierung im Datenbankraum, wobei der Begriff der Datenbank ähnlich dehnbar ist wie der von NoSQL, gibt es doch oberhalb einer etwas intelligenteren Dateiverwaltung mit Indizes vieles, was vorgibt Datenbank zu sein und schlecht einordenbar ist. Insofern ist erfreulich, wenn man sich auch dem letzten Teil widmet, ob damit alle Sorgen, Kummer und Nöte beseitigt sind, bleibt jedem selbst überlassen.

Leserkreis: es empfiehlt sich grundsätzlich schon sehr, Kenntnisse mit relationalen Datenbanken wie Oracle, DB2 oder MySQL mitzubringen, einfach um auch die Beschwerlichkeit von denen im Buch berichtet wird, einfach nachvollziehen zu können und zu verstehen, warum bestimmte Produkte z.B. auf Quorums oder Consistent Hashing mehr Wert gelegt haben als auf eine brauchbare Abfragesprache. Ansonsten könnte einem Laien vieles als sehr fremd, merkwürdig und unvollständig erscheinen. Eine Einführung in SQL-Syntax wie in einem typischen DB-Buch vielleicht, erwartet den Leser nicht, ebenso aber auch nicht in eine irgendwie geartete, andere Abfragesprache oder die Vertiefung in Funktionen der Administrationsoberfläche, die es dann faktisch dann quasi fast sowieso nirgendwo richtig gibt. Das zeigt das frühe Stadium und die Goldgräberstimmung in diesem Buch, aber auch die harte Wahrheit der Realität. Programmierkenntnisse braucht man schon und es wird ob der Variabilität der Produkte ein harter Parcour durch verschiedene Denkmodelle und Speicherstrategien. Insofern ist es vermutlich nicht jedermanns Sache und für IT-Einsteiger gar nicht geeignet. Wer aber Neugierde und Interesse daran hat, wie Facebook, Amazon und Google "ticken", wie Datenmengen skalier- und abfragbar werden und keine Angst vor Experimenten und Expeditionen durch den DB-Jungle hat, der bekommt das Basis Handwerkszeug zur Seite. Erleben, erforschen und ausprobieren muss man dann aber trotzdem selbst, das Abenteuer von Web 2.0 (benutzer-interaktiv) und 3.0 (Semantic Web und KI) beginnt, wenn man das Buch zur Seite legt.

Fazit: ich persönlich habe mich sehr auf das Buch gefreut, bin auch nicht enttäuscht worden, wohlwissend, dass das Buch alleine die Auswahl eines passenden NoSQL-Produktes nur etwas erleichert, einem die Qual der eigenen Evaluation aber nicht abnimmt. Wer eine erste Orientierung sucht, wird eine finden, wer einmal ins Thema schnuppern möchte, hat einen sehr guten und besonders im ersten Teil sehr angenehmen Leseabschnitt vor sich. Wer eine Dokumentation eines bestimmten Produktes erwartet, sollte lieber nach dedizierten Artikeln oder Büchern im Netz fanden - wenn es sie denn gibt. Neugierde kann das Buch allemal wecken. Die Tatsache, dass die NoSQL-Welt noch eine recht junge ist und einem ständigen Wandel unterliegt, schreit aber förmlich nach einer aktualisierten Neuauflage in den nächsten Jahren, um "praxisnah" zu bleiben.

Das Buch bietet einen guten ersten Überblick über das (weite und nicht genau definierte) Feld der NoSQL-Datenbanken. In erster Linie geht's um ein paar theoretische Grundlagen, praktische erste Schritte mit den diversen Systemen und eine sehr grobe Idee, was sich wofür eignet. Damit gelingt das Ausprobieren schnell, aber natürlich besteht das Risiko dass die Detailinformationen zu Installation usw. bereits veraltet sind. Alle vorgestellten Systeme sind mittlerweile 1-2 große Versionen weiter.

Für meinen Geschmack gibt es zuwenig Information über die Architektur der einzelnen Systeme. Eine übersichtliche Vergleichsmatrix habe ich auch vergeblich gesucht.

Das größte Problem ist beim Lektorat zu finden: das Buch wirkt stellenweise hastig aus Einzeltexten der Autoren zusammengeschustert - manches wird sinnlos mehrfach wiederholt, anderes wird erst kommentarlos verwendet und irgendwann später erklärt. So dachte ich mir beim Kapitel über die Amazon-Services zeitweise, hier hätte einfach jemand deren Anleitung auf Deutsch übersetzt ("Klicken Sie auf Weiter, dann..."). Beim Lesen holpert's dank mühsamem Deutsch-Englisch-Kauderwelsch und lehrbuchartigem Nominalstil gewaltig. Die diversen Druck-, Tipp- oder Grammatikfehler lassen vermuten, dass für Feinschliff keine Zeit war.

Fazit: nützlich weil's keine Alternativen gibt, aber eine (stark!) überarbeitete 2. Auflage ist jetzt schon fällig.

Über den Inhalt ist bereits hinreichend berichtet worden. Meine Erwartungen an das Buch wurden voll erfüllt. Die Grundlagenthemen sind gut verständlich und genau richtig dosiert in der Tiefe. Der Überblick über die DB-Systeme ist systematisch und ebenfalls im richtigen Umfang.

In der Kürze musste ein Kompromiss gefunden werden, was präsentiert wird. So wird eher wenig über die Softwarearchitektur der Systeme gesprochen, dafür mehr über die praktische Handhabung. Das ist grundsätzlich ein sinnvoller Ansatz. Es gelang mir andererseits nicht immer auf Anhieb, in der Zusammenfassung am Ende eines Kapitels die Bewertung der Systeme nachzuvollziehen. Weitere Recherche im Netz brachte dann mehr Licht ins Dunkel.

Das Buch eignet sich deshalb hervorragend als Startpunkt für die Vertiefung. Es gibt nirgendwo sonst eine vergleichbare, systematische Übersicht.
Zur Beurteilung für den praktischen Einsatz in einem konkreten Projekt reicht es nicht. Dafür muss man weitere Quellen anzapfen. Die zahlreich genannten URIs helfen dabei.

Man sieht dem Werk an, dass es von mehreren Autoren stammt. Das Kapitel über Cassandra enthält z.B. auffällig Schlampigkeitsfehler in den Codebeispielen und ist weniger gut verständlich.