Definition

Was ist ein Datenbankmanagementsystem?

| Autor / Redakteur: Tutanch / Nico Litzel

(© aga7ta - Fotolia)

Das Datenbankmanagementsystem, abgekürzt DBMS, ist neben den eigentlichen Daten der wichtigste Bestandteil einer jeden Datenbank. Es übernimmt die Aufgabe der Organisation und Strukturierung der Daten. Gleichzeitig kontrolliert es lesende und schreibende Zugriffe.

Ein Datenbanksystem (DBS) besteht aus zwei Komponenten. Diese sind das Datenbankmanagementsystem (DBMS) und die Menge der eigentlichen Daten, die Datenbasis. Die beiden Komponenten ermöglichen es im Zusammenwirken, große Datenmengen strukturiert zu speichern und sie Anwendungen oder Usern in gewünschter Form bereitzustellen. Wesentliche Aufgaben des DBMS sind die Organisation und Strukturierung der Daten sowie die Kontrolle der lesenden und schreibenden Zugriffe auf die Datenbasis.

Es handelt sich beim DBMS um eine Software, die auf einem System zu installieren ist. Je nach Anwendungsbereich befindet sich das DBMS auf einem Server oder auf einer Workstation wie einem PC. Um Daten der Datenbank abzufragen, zu speichern oder zu administrieren, bietet das Datenbankmanagementsystem eine spezielle Datenbanksprache.

Ein Beispiel für eine solche Datenbanksprache ist SQL (Structured Query Language). Erst dank des Datenbankmanagementsystems ist die persistente Speicherung der Daten und ihre Konsistenz sichergestellt. Das DBMS definiert das Datenbankmodell und ist maßgeblich für die Performance und die Funktionalität einer Datenbank verantwortlich. Ein alternativer Begriff für Datenbankmanagementsystem ist Datenbankverwaltungssystem (DBVS). Im Internetumfeld kommen oft so genannte relationale Datenbankmanagementsysteme (RDBMSRelational Database Management System) wie beispielsweise MySQL zum Einsatz.

Aufgaben und Funktionen eines Datenbankmanagementsystems

Das Datenbankmanagementsystem stellt eine Kernkomponente jeder Datenbank dar. Um die Daten zu strukturieren, zu speichern und sie Anwendern und Anwendungen zur Verfügung zu stellen, hat das DBMS eine ganze Reihe an Aufgaben zu erfüllen. Die wesentlichen Aufgaben des DBMS sind folgende:

  • Speichern, Löschen und Überschreiben von Daten,
  • Verwalten der Metadaten einer Datenbank,
  • die Organisation der Daten auf Basis des zugrundeliegenden Datenmodells,
  • die Definition von Datentypen und Attributen,
  • die Bereitstellung von Datenbankoperationen für den schreibenden und lesenden Datenzugriff und für die Suche,
  • die Sicherstellung der Datensicherheit und des Datenschutzes,
  • die Sicherstellung der Datenintegrität,
  • die Bereitstellung von Kommunikationsschnittstellen für den Mehrbenutzerzugriff,
  • die Optimierung der Datenbank für schnelle und performante Zugriffe und Abfragen sowie
  • die Bereitstellung von Reports und Kennzahlen über Parameter, Technik und Betriebsdaten des DBMS.

Die verschiedenen Komponenten des Datenbankmanagementsystems

Das Datenbankmanagementsystem besteht aus mehreren Komponenten, die die zuvor beschriebenen Aufgaben und Funktionen erfüllen und bereitstellen. Anwender und Anwendungen können über Schnittstellen und eine spezifische Datenbanksprache wie SQL auf das DBMS und die Datenbasis zugreifen. Die wichtigsten Komponenten des DBMS sind die Datendefinitionssprache, die Datenmanipulationssprache und das Datenwörterbuch. Die Datendefinitionssprache, auch Data Definition Language (DDL) genannt, legt die eigentliche Struktur der Datenbank und ihres Inhalts fest. Mit ihr lassen sich die in der Datenbank verwendeten Objekte generieren, bearbeiten und löschen. Diese Objekte können beispielsweise Benutzerrechte, Beziehungen (Relationen), Indizes oder Referenzen sein.

Mithilfe der Datenmanipulationssprache, Data Manipulation Language (DML), erfolgt die Bearbeitung der eigentlichen Daten. Die in der Datenbank enthaltenen Daten können per DML angelegt, verändert, eingefügt, ausgelesen oder gelöscht werden. Das Datenwörterbuch schließlich hat die Aufgabe, alle Informationen über die in der Datenbank gespeicherten Daten bereitzuhalten. Es handelt sich dabei um so genannte Metadaten (Daten über Daten), die Rückschlüsse auf die inhaltliche Bedeutung und die Gesamtheit der in der Datenbank abgelegten Daten erlauben.

Die verschiedenen Datenbankmodelle eines Datenbankmanagementsystems

Um die Strukturierung der Daten in einer Datenbank festzulegen und die Beziehungen untereinander zu definieren, bestimmt das Datenbankmanagementsystem das zugrundeliegende Datenbankmodell. Mit der Entscheidung für ein bestimmtes DBMS ist auch das entsprechende Datenbankmodell definiert.

Es existieren eine Vielzahl verschiedener Datenbankmanagementsysteme und Datenbankmodelle. Das im Internet am häufigsten eingesetzte Datenbankmodell ist das relationale Datenbankmodell. Bei diesem werden die Daten in Tabellen zeilenweise verwaltet. Zwischen den Daten können beliebige Beziehungen existieren, die durch die Werte der Tabellenspalten festgelegt sind. In einem hierarchischen Datenbankmodell hingegen, können Daten nur in abhängigen und hierarchisch verknüpften Eltern-Kind-Beziehungen zueinanderstehen. Eine Netzwerk-Verknüpfung der einzelnen Datenobjekte ermöglichen die netzwerkartigen Datenbankmodelle.

In objektorientierten Datenbankmodellen lassen sich die Eigenschaften und die Daten der Objekte von anderen Objekten vererben. Das Datenbankmanagementsystem verwaltet die Beziehungen und Vererbungen der Datenobjekte. Abgerundet wird die Vielfalt der Modelle vom dokumentenorientierten Datenbankmodell, das die zu speichernden Objekte als Dokumente ablegt. Neben diesen Modellen existieren zahlreiche Mischformen an Datenbankmodellen.

Beispiele für Datenbankmanagementsysteme

Ein häufig im Office-Umfeld eingesetztes DBMS für Einzelplatzrechner oder kleine Server und Arbeitsgruppen ist Microsoft Access. Weitere Beispiele für DBMS sind der Datenbankmanger von Oracle, DB2 von IBM oder das als Open-Source-Software erhältliche relationale Datenbankverwaltungssysteme MySQL. MySQL ist das am weitesten verbreitete Open-Source-Datenbankverwaltungssystem und stellt die Grundlage vieler Content-Management-Systeme im Internet wie WordPress oder Joomla dar.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

So optimieren Sie den Erkenntnisgewinn

Kommentar von Xavier Guerin, Datastax

So optimieren Sie den Erkenntnisgewinn

Smartphones, Tablets, Autos: Alles wird mit jedem und jeder wird mit allem vernetzt. Die US-Marktforscher des Analystenhauses Gartner prognostizieren für das Jahr 2020 einen Anstieg an Internet-of-Things-Geräten auf 20 Milliarden. Damit vervierfacht sich die aktuelle Anzahl an internetfähigen und angeschlossenen Geräten. Steigender Traffic in den Netzwerken ist die Folge. Bereits jetzt bringen etwa fünf Milliarden Nutzer weltweit das Mobilfunknetz an seine Grenzen, schlicht weil sie rund um die Uhr online, also always-on sind. lesen

Globales Datenmanagement für die digitale Transformation

Kommentar von Daniel Metzger, Hortonworks

Globales Datenmanagement für die digitale Transformation

Produkte und Nutzererfahrung optimieren, die Effizienz der Geschäftsaktivitäten steigern und den Gewinn maximieren – das ist die Essenz der Digitalisierung. Der gesamte Treibstoff all dieser Aktionen liegt in den Daten. Bei genauerer Betrachtung ist das alles aber gar nicht erst seit kurzem der Fall: Die digitale Transformation beschäftigt Unternehmen weltweit seit nunmehr etwa 20 Jahren lesen

Crate.io rüstet Azure für Echtzeit-SQL-Zeitreihen

CrateDB Event Hub Listener

Crate.io rüstet Azure für Echtzeit-SQL-Zeitreihen

Ab sofort ist der CrateDB Event Hub Listener für die NoSQL-Datenbank verfügbar. Die neue Funktion ermöglicht das Routing von Daten über den Microsoft Azure IoT Hub oder Event Hubs direkt an die CrateDB. lesen

So verändert die Cloud Datenbankarchitekturen

Kommentar von Thomas Scholz, Snowflake Computing

So verändert die Cloud Datenbankarchitekturen

Neue Datenbankgenerationen machen den Unterschied zwischen Systemen, die für analytische Workloads optimiert sind und solchen, die sich am besten für transaktionale Aufgaben eignen, nicht obsolet. Daran ändert auch die Cloud nichts – sie hält aber Möglichkeiten bereit, Analytics-Lösungen noch besser zu machen. lesen

Datastax-Nutzer setzen auf Cloud Service

NoSQL-Datenbanken und Big Data

Datastax-Nutzer setzen auf Cloud Service

Datastax gehört zu den erfolgreichen „Resten“ der NoSQL-Gründungswelle der Nuller-Jahre. Das Unternehmen bietet nun seine Datenbank auch in der Oracle-Cloud an, denn die Mehrzahl der Anwender nutzt sie bereits als Cloud-Service. Viel Engagement fließt in Weiterbildung und Unterstützung der Anwender bei der Implementierung neuer Geschäftsmodelle. lesen

MariaDB für kritische Anwendungen

Open-Source-Datenbank erhält professionelle Services inklusive

MariaDB für kritische Anwendungen

Mit MariaDB TX 2.0 und MariaDB AX versucht der finnische Datenbankhersteller seine Lösung auch als Rückgrat für kritische Anwendungen zu empfehlen. Dazu verbindet er die Datenbanken mit Tool und Services. lesen

Datenhaltung und Analyse – konsequent Open Source

Kommentar von Stefan Müller, IT-Novum

Datenhaltung und Analyse – konsequent Open Source

Um ihre wachsende Zahl an Daten verwerten zu können, gönnen sich viele Unternehmen immer neue Speicherkapazitäten. Das kann eine technisch anspruchsvolle und oftmals teure Strategie sein. Eine kostengünstige und leistungsfähige Alternative bietet Open Source Software. lesen

Integrierte Datenbankmanagement-Plattform von EDB

EnterpriseDB

Integrierte Datenbankmanagement-Plattform von EDB

Die auf Open-Source-Komponenten rund um PostgreSQL basierende EnterpriseDB-Plattform des gleichnamigen Herstellers (EDB) aus Massachusetts soll ein föderiertes Enterprise Data Management ermöglichen. Dazu integriert das Projekt PostgreSQL mit MongoDB und Hadoop, verbessert DevOps und bietet Database-as-a-Service mit OpenStack sowie Multi Cloud Support. lesen

Grundlagen der NoSQL-Datenbank Apache Cassandra

Cassandra- und NoSQL-Bascis, Teil 1

Grundlagen der NoSQL-Datenbank Apache Cassandra

Cassandra zählt, neben MongoDB, zu den derzeit populärsten NoSQL-Datenbanken. Cassandra ist als skalierbares, ausfallsicheres System für den Umgang mit großen Datenmengen auf verteilten Systemen (Clustern) konzipiert. In drei Teilen erläutert BigData-Insider die architektonischen Merkmale von Cassandra, erklärt die Inbetriebnahme sowie grundlegende Prinzipien und illustriert erste Schritte mit der Abfragesprache Cassandra Query Language (CQL). lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44731000 / Definitionen)