SlideShare ist ein Scribd-Unternehmen logo
1 von 54
MongoDB, Neo4j & Co.
Einführung NoSQL-Datenbanken_
Tobias Trelle
@tobiastrelle
Senior IT Consultant @codecentric
Software Architect
Java/JEE/RDBMS background
Committer Spring Data
@tobiastrelle
ttrelle
2
NoSQL
3
4
What‘s My Name Again?
It’s not about using no SQL any more but about
thinking beyond SQL for certain problems!
NoSQL
5
Why NoSQL?
NoSQL databases help to solve the 3 problems of
BigData
(Gartner, 2009):
• Volume (Menge an Daten)
• Variety (verschiedene Strukturen)
• Velocity (Geschwindigkeit)
6
The Trouble with Scaling
Vertical
vs.
Horizontal
Scalability
7
Vertical Scalability
8
RAM
CPU
Storage
Vertical Scalability
9
RAM
CPU
Storage
Vertical Scalability
10
RAM
CPU
Storage
Vertical Scalability
Size 
Cost
„BIG“ DATABASES
SCALE
VERTICALLY
BUT AT
WHAT
PRICE?
11
Horizontal Scalability
RAM
CPU
Storage
12
Horizontal Scalability
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
13
Horizontal Scalability
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
RAM
CPU
Storage
14
Google Data Center
15
Vertical vs. Horizontal Scalability
NOSQL DATABASES
SCALE
HORIZONTALLY
NEED
AN
EXAMPLE?
MESSAGING SYSTEM OF
(POWERED BY )
- 100 NODE CLUSTER
- 87 BILLION R/W-OPERATIONS / DAY
- 9+ BILLION MESSAGES / DAY
- 4 PB COMPRESSED DATA / DAY
- 45% GROWTH / MONTH
SOURCE: NICOLAS SPIEGELBERG
BERLIN BUZZWORDS, JUNE 2012
16
For a distributed
computer system
it is impossible to
simultaneously
provide all
these three
guarantees!
Partition
Tolerance
failure of single
nodes doesn‘t
effect the overall
system
CAP Theorem a.k.a Brewer’s Theorem (2000)
Consisteny
all nodes see
the same data at
the same time
Availability
a guarantee that
every request
receives a
response
17
Partion
Tolerance
Visual Guide to (No)SQL systems
Consistency
Availability
18
CAP – Netzwerk-Partition
19
ACID vs. BASE
Atomicity
Consistency
Isolation
Durability1983
RDBMS
20
ACID vs. BASE
ACID is a good idea,
but it is not an
unbreakable law!
21
ACID vs. BASE
Basically Available
Soft State
Eventually consistent
2008
NoSQL
22
Overview of NoSQL Categories
1
1 1 1
1 1
1 1
1
1
1
Column StoresKey-Value Stores
K V
K V
K V
Graph Databases
23
Document Stores
K
K
K
V
V
K
V
V
Current trends in the (No)SQL World
http://www.db-engines.com
24
MongoDB
25
MongoDB
humongous, engl. = gigantisch, riesig
26
MongoDB > Fakten
Version 3.0.5
Kategorie: Dokumentenorientiert
Abfragen: • Query-by-Example + reichhaltige Operatoren
• Aggregationen / MapReduce
• Geodaten, Volltextsuche
Indizes: Primär-Index + frei wählbare, auch
zusammengesetzte Sekundär-Indizes
Replikation: Master/Slave mit automatischen Failover
Sharding: Auto-Sharding anhand wählbarem Schlüssel
TX: Atomarität auf einem Datensatz
API: • Binäres TCP/IP-basiertes Protokoll
• Treiber für viele Sprachen
27
MongoDB > Fakten
Lizenz: APGL (DB), Apache V2 (Treiber)
Hersteller: MongoDB Inc. (vormals 10gen)
Web: http://www.mongodb.org
Github: https://github.com/mongodb
28
MongoDB > Dokument
Dokument := Geordnete Menge von Key-Value-Paaren
Key := UTF8-String
Value := Einfacher Datentyp | Array | Dokument
Einfacher Datentyp := UTF8-String
| Integer32
| Integer64
| Double
| Date
| Boolean
…
29
MongoDB > Dokument
{
"_id" : ObjectId("53e3663ccb3bd259f9252f67"),
"typ" : ["gastro", "kultur"],
"name" : "Unperfekthaus",
"tags" : "uph unperfekt perfekt haus essen",
"desc" : "Im Unperfekthaus bekommen Künstler & Gründer ... ",
"adresse" : { "str" : "Friedrich-Ebert-Straße 18",
"plz" : 45127,
"ort" : "Essen"
},
"location" : {"type" : "Point",
"coordinates" : [ 7.0075, 51.45902 ]
}
}
30
MongoDB > Server
31
MongoDB > APIs
32
MongoDB > Java APIs
33
MongoDB > Tools > Mongo Shell
34
MongoDB > Tools > Robomongo
35
Neo4J
36
Neo4j
Graph-Datenbank
37
Neo4j > Fakten
Version 2.2.5
Kategorie: Graphen-Datenbank
Abfragen: Query Languages: Cypher, Gremlin:
• Graph Traversal
• Aggregation, Projektion, …
Indizes: Primär-Index + frei wählbare, auch
zusammengesetzte Sekundär-Indizes
Replikation: Master/Slave mit automatischen Failover
Sharding: Keine disjunkte Verteilung, aber sog. Cache
Sharding
TX: ACID, mit JDBC auch JTA
38
Neo4j > Fakten
API: • Java-API (Embedded)
• REST / HTTP
• JDBC
Lizenz: GPL v3 (Community Edtion)
Hersteller: Neo Technology Inc.
Web: http://www.neo4j.org/
Github: https://github.com/neo4j
39
Neo4j > Graph
Graph := ( V, E ) mit
V := Menge Knoten (Vertices)
E := Teilmenge von (V x V) (Edges)
Neo4j-Graph := 
Gerichteter Graph,
Knoten und Beziehungen können Eigenschaften
haben  sog. Property Graph
40
Neo4j > Graph
name: "Joe"
age: 35
name: "Neo4j" name: "MongoDB"
:Person
:Database :Database
:Graph :Document
:KNOWS
skill: 10
since: 2007
:KNOWS
skill: 5
41
Neo4j > Server
42
Neo4j > APIs
43
Neo4j > Tools > Web-Interface
44
Redis
45
Redis
Key-Value-Datenbank
46
Redis > Fakten
Version 3.0
Kategorie: Key-Value-Datenbank
Abfragen: Key-only, Pub/Sub
Indizes: Zugriff per se nur über Key
Replikation: Master/Slave mit autom. Failover
Sharding: Hash-basierte, disjunkte Verteilung der Daten
TX: ACID mit opt. Locking auf Menge von Keys
API: • Protokoll: ASCII over TCP/IP
• Treiber für viele Sprachen
47
Redis > Fakten
Lizenz: Three clause BSD license
Hersteller: Salvatore Sanfilippo (Pivotal) and Pieter Noordhuis
Web: http://www.redis.io/
Github: https://github.com/antirez/redis
48
Redis > Key-Value
Key := String
Value := Simple Value | List | Set | Hash | ZSet
Simple Value := String | Integer
List := SV1, SV2, …
Set := SV1, SV2, … (eindeutig)
Hash := (K1, SV1, K2, SV2, …)
ZSet := (score_1, V1, score2, V2, …)
(nach score sortierbar)
49
Redis >
Beispiel
Simple a:1
l:12
"hello Redis"
"hello"
List
"Redis" "hello"
Set s:1 "hello" "Redis"
Hash h:1 name "Redis"
typ "key-value"
version 2.8
ZSet z:1 42 "/"
23 "/inbox"
2 "/inbox/joe"
50
Redis > Server
51
Redis > APIs
52
Redis > Tools > redis-cli
53
Redis > Tools > Redis Desktop Manager
54

Weitere ähnliche Inhalte

Was ist angesagt?

Containers Docker Kind Kubernetes Istio
Containers Docker Kind Kubernetes IstioContainers Docker Kind Kubernetes Istio
Containers Docker Kind Kubernetes IstioAraf Karsh Hamid
 
Corrigé TP NoSQL MongoDB (5).pdf
Corrigé TP NoSQL MongoDB (5).pdfCorrigé TP NoSQL MongoDB (5).pdf
Corrigé TP NoSQL MongoDB (5).pdfOumaimaZiat
 
Introduction to MongoDB
Introduction to MongoDBIntroduction to MongoDB
Introduction to MongoDBMongoDB
 
Introduction to Apache ZooKeeper
Introduction to Apache ZooKeeperIntroduction to Apache ZooKeeper
Introduction to Apache ZooKeeperSaurav Haloi
 
NeoDash - Building Neo4j Dashboards In Minutes
NeoDash - Building Neo4j Dashboards In MinutesNeoDash - Building Neo4j Dashboards In Minutes
NeoDash - Building Neo4j Dashboards In MinutesNeo4j
 
Schema migrations in no sql
Schema migrations in no sqlSchema migrations in no sql
Schema migrations in no sqlDr-Dipali Meher
 
https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...
https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...
https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...MongoDB
 
MongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDB
MongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDBMongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDB
MongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDBMongoDB
 
The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...
The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...
The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...Neo4j
 
Introducing MongoDB Atlas
Introducing MongoDB AtlasIntroducing MongoDB Atlas
Introducing MongoDB AtlasMongoDB
 
Distributed Transaction in Microservice
Distributed Transaction in MicroserviceDistributed Transaction in Microservice
Distributed Transaction in MicroserviceNghia Minh
 
Microservices Architecture - Cloud Native Apps
Microservices Architecture - Cloud Native AppsMicroservices Architecture - Cloud Native Apps
Microservices Architecture - Cloud Native AppsAraf Karsh Hamid
 
An Enterprise Architect's View of MongoDB
An Enterprise Architect's View of MongoDBAn Enterprise Architect's View of MongoDB
An Enterprise Architect's View of MongoDBMongoDB
 
MongoDB Fundamentals
MongoDB FundamentalsMongoDB Fundamentals
MongoDB FundamentalsMongoDB
 
CQRS and Event Sourcing, An Alternative Architecture for DDD
CQRS and Event Sourcing, An Alternative Architecture for DDDCQRS and Event Sourcing, An Alternative Architecture for DDD
CQRS and Event Sourcing, An Alternative Architecture for DDDDennis Doomen
 
Introduction to MongoDB
Introduction to MongoDBIntroduction to MongoDB
Introduction to MongoDBRavi Teja
 

Was ist angesagt? (20)

Containers Docker Kind Kubernetes Istio
Containers Docker Kind Kubernetes IstioContainers Docker Kind Kubernetes Istio
Containers Docker Kind Kubernetes Istio
 
Corrigé TP NoSQL MongoDB (5).pdf
Corrigé TP NoSQL MongoDB (5).pdfCorrigé TP NoSQL MongoDB (5).pdf
Corrigé TP NoSQL MongoDB (5).pdf
 
Introduction to MongoDB
Introduction to MongoDBIntroduction to MongoDB
Introduction to MongoDB
 
Introduction to Apache ZooKeeper
Introduction to Apache ZooKeeperIntroduction to Apache ZooKeeper
Introduction to Apache ZooKeeper
 
NeoDash - Building Neo4j Dashboards In Minutes
NeoDash - Building Neo4j Dashboards In MinutesNeoDash - Building Neo4j Dashboards In Minutes
NeoDash - Building Neo4j Dashboards In Minutes
 
Schema migrations in no sql
Schema migrations in no sqlSchema migrations in no sql
Schema migrations in no sql
 
https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...
https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...
https://docs.google.com/presentation/d/1DcL4zK6i3HZRDD4xTGX1VpSOwyu2xBeWLT6a_...
 
MongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDB
MongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDBMongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDB
MongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDB
 
The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...
The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...
The Streaming Graph: Integration Strategies With Kafka and Neo4j for Near Rea...
 
MongoDB
MongoDBMongoDB
MongoDB
 
Introducing MongoDB Atlas
Introducing MongoDB AtlasIntroducing MongoDB Atlas
Introducing MongoDB Atlas
 
Distributed Transaction in Microservice
Distributed Transaction in MicroserviceDistributed Transaction in Microservice
Distributed Transaction in Microservice
 
Microservices Architecture - Cloud Native Apps
Microservices Architecture - Cloud Native AppsMicroservices Architecture - Cloud Native Apps
Microservices Architecture - Cloud Native Apps
 
PostgreSQL replication
PostgreSQL replicationPostgreSQL replication
PostgreSQL replication
 
Mongo db dhruba
Mongo db dhrubaMongo db dhruba
Mongo db dhruba
 
An Enterprise Architect's View of MongoDB
An Enterprise Architect's View of MongoDBAn Enterprise Architect's View of MongoDB
An Enterprise Architect's View of MongoDB
 
MongoDB Fundamentals
MongoDB FundamentalsMongoDB Fundamentals
MongoDB Fundamentals
 
Introduction to mongodb
Introduction to mongodbIntroduction to mongodb
Introduction to mongodb
 
CQRS and Event Sourcing, An Alternative Architecture for DDD
CQRS and Event Sourcing, An Alternative Architecture for DDDCQRS and Event Sourcing, An Alternative Architecture for DDD
CQRS and Event Sourcing, An Alternative Architecture for DDD
 
Introduction to MongoDB
Introduction to MongoDBIntroduction to MongoDB
Introduction to MongoDB
 

Ähnlich wie Einführung in NoSQL-Datenbanken

mongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - GrundlagenmongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - Grundlageninovex GmbH
 
MongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDBMongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDBTobias Trelle
 
Daten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4jDaten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4jPatrick Baumgartner
 
Yes zu NoSQL mit MongoDB für .NET-Entwickler
Yes zu NoSQL mit MongoDB für .NET-EntwicklerYes zu NoSQL mit MongoDB für .NET-Entwickler
Yes zu NoSQL mit MongoDB für .NET-EntwicklerGregor Biswanger
 
Ist GraphQL das bessere REST
Ist GraphQL das bessere RESTIst GraphQL das bessere REST
Ist GraphQL das bessere RESTMartin Abraham
 
20181210_ITTage2018_OracleNoSQLDB_KPatenge
20181210_ITTage2018_OracleNoSQLDB_KPatenge20181210_ITTage2018_OracleNoSQLDB_KPatenge
20181210_ITTage2018_OracleNoSQLDB_KPatengeKarin Patenge
 
CSharp development with MongoDB-CSharp
CSharp development with MongoDB-CSharpCSharp development with MongoDB-CSharp
CSharp development with MongoDB-CSharplanwin
 
Meet Magento - High performance magento
Meet Magento - High performance magentoMeet Magento - High performance magento
Meet Magento - High performance magentoAOE
 
Back to Basics – Webinar 2: Ihre erste MongoDB-Anwendung
Back to Basics – Webinar 2: Ihre erste MongoDB-AnwendungBack to Basics – Webinar 2: Ihre erste MongoDB-Anwendung
Back to Basics – Webinar 2: Ihre erste MongoDB-AnwendungMongoDB
 
MongoDB für Java-Programmierer
MongoDB für Java-ProgrammiererMongoDB für Java-Programmierer
MongoDB für Java-ProgrammiererUwe Printz
 
MongoDB für Java Programmierer (JUGKA, 11.12.13)
MongoDB für Java Programmierer (JUGKA, 11.12.13)MongoDB für Java Programmierer (JUGKA, 11.12.13)
MongoDB für Java Programmierer (JUGKA, 11.12.13)Uwe Printz
 
Grails im Überblick und in der Praxis
Grails im Überblick und in der PraxisGrails im Überblick und in der Praxis
Grails im Überblick und in der PraxisTobias Kraft
 
Big Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im Überblick
Big Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im ÜberblickBig Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im Überblick
Big Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im ÜberblickKarin Patenge
 
Heterogene Daten(-strukturen) in der Oracle Datenbank
Heterogene Daten(-strukturen) in der Oracle DatenbankHeterogene Daten(-strukturen) in der Oracle Datenbank
Heterogene Daten(-strukturen) in der Oracle DatenbankUlrike Schwinn
 
20160310_ModernApplicationDevelopment_NoSQL_KPatenge
20160310_ModernApplicationDevelopment_NoSQL_KPatenge20160310_ModernApplicationDevelopment_NoSQL_KPatenge
20160310_ModernApplicationDevelopment_NoSQL_KPatengeKarin Patenge
 
Wordpress on steroids
Wordpress on steroidsWordpress on steroids
Wordpress on steroidsBlogwerk AG
 

Ähnlich wie Einführung in NoSQL-Datenbanken (20)

mongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - GrundlagenmongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - Grundlagen
 
MongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDBMongoDB Munich 2012: Spring Data MongoDB
MongoDB Munich 2012: Spring Data MongoDB
 
Daten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4jDaten natuerlich modellieren und verarbeiten mit Neo4j
Daten natuerlich modellieren und verarbeiten mit Neo4j
 
Yes zu NoSQL mit MongoDB für .NET-Entwickler
Yes zu NoSQL mit MongoDB für .NET-EntwicklerYes zu NoSQL mit MongoDB für .NET-Entwickler
Yes zu NoSQL mit MongoDB für .NET-Entwickler
 
Amazon Redshift
Amazon RedshiftAmazon Redshift
Amazon Redshift
 
Ist GraphQL das bessere REST
Ist GraphQL das bessere RESTIst GraphQL das bessere REST
Ist GraphQL das bessere REST
 
20181210_ITTage2018_OracleNoSQLDB_KPatenge
20181210_ITTage2018_OracleNoSQLDB_KPatenge20181210_ITTage2018_OracleNoSQLDB_KPatenge
20181210_ITTage2018_OracleNoSQLDB_KPatenge
 
CSharp development with MongoDB-CSharp
CSharp development with MongoDB-CSharpCSharp development with MongoDB-CSharp
CSharp development with MongoDB-CSharp
 
Meet Magento - High performance magento
Meet Magento - High performance magentoMeet Magento - High performance magento
Meet Magento - High performance magento
 
Back to Basics – Webinar 2: Ihre erste MongoDB-Anwendung
Back to Basics – Webinar 2: Ihre erste MongoDB-AnwendungBack to Basics – Webinar 2: Ihre erste MongoDB-Anwendung
Back to Basics – Webinar 2: Ihre erste MongoDB-Anwendung
 
Node.js
Node.jsNode.js
Node.js
 
MongoDB für Java-Programmierer
MongoDB für Java-ProgrammiererMongoDB für Java-Programmierer
MongoDB für Java-Programmierer
 
MongoDB für Java Programmierer (JUGKA, 11.12.13)
MongoDB für Java Programmierer (JUGKA, 11.12.13)MongoDB für Java Programmierer (JUGKA, 11.12.13)
MongoDB für Java Programmierer (JUGKA, 11.12.13)
 
Docker Workbench
Docker WorkbenchDocker Workbench
Docker Workbench
 
Grails im Überblick und in der Praxis
Grails im Überblick und in der PraxisGrails im Überblick und in der Praxis
Grails im Überblick und in der Praxis
 
MongoDB
MongoDBMongoDB
MongoDB
 
Big Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im Überblick
Big Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im ÜberblickBig Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im Überblick
Big Data Community Webinar vom 16. Mai 2019: Oracle NoSQL DB im Überblick
 
Heterogene Daten(-strukturen) in der Oracle Datenbank
Heterogene Daten(-strukturen) in der Oracle DatenbankHeterogene Daten(-strukturen) in der Oracle Datenbank
Heterogene Daten(-strukturen) in der Oracle Datenbank
 
20160310_ModernApplicationDevelopment_NoSQL_KPatenge
20160310_ModernApplicationDevelopment_NoSQL_KPatenge20160310_ModernApplicationDevelopment_NoSQL_KPatenge
20160310_ModernApplicationDevelopment_NoSQL_KPatenge
 
Wordpress on steroids
Wordpress on steroidsWordpress on steroids
Wordpress on steroids
 

Mehr von Tobias Trelle

TDD mit JUnit und Mockito
TDD mit JUnit und MockitoTDD mit JUnit und Mockito
TDD mit JUnit und MockitoTobias Trelle
 
NoSQL - Einführung in Graphen-Datenbanken mit Neo4j
NoSQL - Einführung in Graphen-Datenbanken mit Neo4jNoSQL - Einführung in Graphen-Datenbanken mit Neo4j
NoSQL - Einführung in Graphen-Datenbanken mit Neo4jTobias Trelle
 
MongoDB - Riesige Datenmengen schemafrei verwalten
MongoDB - Riesige Datenmengen schemafrei verwaltenMongoDB - Riesige Datenmengen schemafrei verwalten
MongoDB - Riesige Datenmengen schemafrei verwaltenTobias Trelle
 
Test Automation for NoSQL Databases
Test Automation for NoSQL DatabasesTest Automation for NoSQL Databases
Test Automation for NoSQL DatabasesTobias Trelle
 
Morphia, Spring Data & Co
Morphia, Spring Data & CoMorphia, Spring Data & Co
Morphia, Spring Data & CoTobias Trelle
 
Spring Data, Jongo & Co.
Spring Data, Jongo & Co.Spring Data, Jongo & Co.
Spring Data, Jongo & Co.Tobias Trelle
 
Morphia, Spring Data & Co.
Morphia, Spring Data & Co.Morphia, Spring Data & Co.
Morphia, Spring Data & Co.Tobias Trelle
 
An introduction to MongoDB and Ruby
An introduction to MongoDB and RubyAn introduction to MongoDB and Ruby
An introduction to MongoDB and RubyTobias Trelle
 
BedCon 2013 - Java Persistenz-Frameworks für MongoDB
BedCon 2013 - Java Persistenz-Frameworks für MongoDBBedCon 2013 - Java Persistenz-Frameworks für MongoDB
BedCon 2013 - Java Persistenz-Frameworks für MongoDBTobias Trelle
 
Java Persistence Frameworks for MongoDB
Java Persistence Frameworks for MongoDBJava Persistence Frameworks for MongoDB
Java Persistence Frameworks for MongoDBTobias Trelle
 
OOP 2013: Praktische Einführung in MongoDB
OOP 2013: Praktische Einführung in MongoDBOOP 2013: Praktische Einführung in MongoDB
OOP 2013: Praktische Einführung in MongoDBTobias Trelle
 
MongoDB Live Hacking
MongoDB Live HackingMongoDB Live Hacking
MongoDB Live HackingTobias Trelle
 

Mehr von Tobias Trelle (13)

TDD mit JUnit und Mockito
TDD mit JUnit und MockitoTDD mit JUnit und Mockito
TDD mit JUnit und Mockito
 
NoSQL - Einführung in Graphen-Datenbanken mit Neo4j
NoSQL - Einführung in Graphen-Datenbanken mit Neo4jNoSQL - Einführung in Graphen-Datenbanken mit Neo4j
NoSQL - Einführung in Graphen-Datenbanken mit Neo4j
 
MongoDB Einführung
MongoDB EinführungMongoDB Einführung
MongoDB Einführung
 
MongoDB - Riesige Datenmengen schemafrei verwalten
MongoDB - Riesige Datenmengen schemafrei verwaltenMongoDB - Riesige Datenmengen schemafrei verwalten
MongoDB - Riesige Datenmengen schemafrei verwalten
 
Test Automation for NoSQL Databases
Test Automation for NoSQL DatabasesTest Automation for NoSQL Databases
Test Automation for NoSQL Databases
 
Morphia, Spring Data & Co
Morphia, Spring Data & CoMorphia, Spring Data & Co
Morphia, Spring Data & Co
 
Spring Data, Jongo & Co.
Spring Data, Jongo & Co.Spring Data, Jongo & Co.
Spring Data, Jongo & Co.
 
Morphia, Spring Data & Co.
Morphia, Spring Data & Co.Morphia, Spring Data & Co.
Morphia, Spring Data & Co.
 
An introduction to MongoDB and Ruby
An introduction to MongoDB and RubyAn introduction to MongoDB and Ruby
An introduction to MongoDB and Ruby
 
BedCon 2013 - Java Persistenz-Frameworks für MongoDB
BedCon 2013 - Java Persistenz-Frameworks für MongoDBBedCon 2013 - Java Persistenz-Frameworks für MongoDB
BedCon 2013 - Java Persistenz-Frameworks für MongoDB
 
Java Persistence Frameworks for MongoDB
Java Persistence Frameworks for MongoDBJava Persistence Frameworks for MongoDB
Java Persistence Frameworks for MongoDB
 
OOP 2013: Praktische Einführung in MongoDB
OOP 2013: Praktische Einführung in MongoDBOOP 2013: Praktische Einführung in MongoDB
OOP 2013: Praktische Einführung in MongoDB
 
MongoDB Live Hacking
MongoDB Live HackingMongoDB Live Hacking
MongoDB Live Hacking
 

Einführung in NoSQL-Datenbanken

Hinweis der Redaktion

  1. 26
  2. 27
  3. 28
  4. 29
  5. 30
  6. 31
  7. 32
  8. 33
  9. 34
  10. 35
  11. 37
  12. 38
  13. 39
  14. 40
  15. 41
  16. 42
  17. 43
  18. 44
  19. 46
  20. 47
  21. 48
  22. 49
  23. 50
  24. 51
  25. 52
  26. 53
  27. 54