Keine Datenbank ist grundsätzlich besser als eine andere. Sie lösen unterschiedliche Aufgaben. Einen guten Startpunkt gibt es trotzdem: Für die meisten Geschäftsanwendungen ist das eine relationale Datenbank. Davon sollten Sie abweichen, wenn es einen konkreten Grund gibt. Ein Trend allein ist keiner.

Der Vergleich

Datenmodell
Relational: Tabellen, die über Schlüssel verbunden sind.
NoSQL: je nach Typ Dokumente, Schlüssel-Wert-Paare, Wide-Column-Partitionen oder Graphen.
Schema (Bauplan der Daten)
Relational: vorab festgelegt, die Datenbank achtet darauf.
NoSQL: meist flexibel, dafür muss das Programm stärker aufpassen.
Abfragen
Relational: SQL, auch für spontane Auswertungen über mehrere Tabellen.
NoSQL: je nach System eigene Sprachen oder Schnittstellen, oft auf vorher geplante Zugriffe ausgelegt.
Transaktionen
Relational: ACID über beliebig viele Tabellen.
NoSQL: je nach System von einfachen Einzelaktionen bis zu vollen ACID-Transaktionen.
Skalierung (Wachstum)
Relational: zuerst ein stärkerer Server und Lesekopien. Auf viele Server verteilen geht auch, ist aber aufwendiger.
NoSQL: häufig von Anfang an für mehrere Server gebaut.
Typischer Einsatz
Relational: Aufträge, Rechnungen, Lager, Kundendaten, Verträge.
NoSQL: Zwischenspeicher, Kataloge mit wechselnden Eigenschaften, große Mengen an Messwerten und Ereignissen, Beziehungsnetze.

Relational kann heute mehr, als sein Ruf sagt

Das klassische Argument für NoSQL sind Daten mit wechselnden Feldern. PostgreSQL und MySQL können aber längst auch JSON speichern und abfragen. Feste Daten bleiben in normalen Spalten. Wechselnde Eigenschaften kommen in ein JSON-Feld. Hier ein Beispiel für PostgreSQL:

ALTER TABLE produkte
  ADD COLUMN eigenschaften JSONB;
SELECT name
FROM produkte
WHERE eigenschaften ->> 'groesse' = 'XL';

Der erste Befehl ergänzt die Tabelle um das JSON-Feld. Der zweite sucht alle Produkte mit der Größe XL.

PostgreSQL bietet außerdem eine Volltextsuche, also die Suche nach Wörtern in längeren Texten. Mit der Erweiterung pgvector kommt die Vektorsuche dazu. Sie findet ähnliche Inhalte, zum Beispiel für KI-Anwendungen. Vieles, wofür früher ein zweites System nötig war, klappt so mit einer Datenbank.

Mehrere Datenbanken kombinieren

Große Anwendungen nutzen oft mehrere Datenbanken nebeneinander, jede für ihre Aufgabe. Der Fachbegriff dafür ist Polyglot Persistence. In einem großen Online-Shop könnte das so aussehen:

  • Bestellungen und Rechnungen liegen in einer relationalen Datenbank.
  • Anmelde-Sitzungen und Zwischenspeicher liegen in einem Key-Value-Store.
  • Die Produktsuche läuft über einen Suchindex wie OpenSearch.

Das hat seinen Preis:

  • Jedes System muss betrieben, gesichert, überwacht und aktualisiert werden.
  • Eine gemeinsame Transaktion über zwei Datenbanken gibt es nicht ohne Weiteres. Scheitert der zweite Schritt, passen die Daten nicht mehr zusammen. Das Programm muss das abfangen, zum Beispiel mit dem Outbox-Muster. Dabei wird die Änderung für das zweite System zuerst in der ersten Datenbank notiert und dann sicher nachgeliefert.
  • Das Team muss jedes System kennen, auch wenn etwas schiefgeht.

Eine zweite Datenbank lohnt sich deshalb erst, wenn ein messbares Problem sie rechtfertigt.

Fünf Fragen für Ihr Projekt

  1. Wie hängen Ihre Daten zusammen?

    Viele klar aufgebaute Daten mit Verbindungen untereinander sprechen für relational. Eigenständige Einträge mit stark wechselnden Feldern, die meist als Ganzes gelesen werden, sprechen für Dokumente.

  2. Was passiert bei einem falschen oder veralteten Wert?

    Bei Geld, Lagerbeständen, Verträgen oder Patientendaten brauchen Sie verlässliche Transaktionen. Bei Zählern oder fortlaufenden Beitragslisten reicht oft ein kurz veralteter Stand.

  3. Welche Abfragen kennen Sie heute schon?

    Wissen Sie noch nicht, was Sie später auswerten wollen, ist SQL im Vorteil. Bei wenigen, festen Abfragen in sehr großer Menge sind Key-Value- und Wide-Column-Systeme stark.

  4. Wie groß wird es wirklich?

    Schätzen Sie Datenmenge und Schreibvorgänge realistisch ein. Millionen Zeilen sind für PostgreSQL oder MySQL mit passenden Indizes kein Sonderfall. Sehr viele Schreibvorgänge oder der Betrieb an mehreren Standorten sind dagegen echte Gründe für verteilte Systeme.

  5. Wer betreibt das System?

    Klären Sie vorher, wer sich um Backups, Updates, Überwachung und Wiederherstellung kümmert. Prüfen Sie auch, was Ihr Hosting anbietet, wo die Daten liegen und ob sich personenbezogene Daten aus allen Kopien und Zwischenspeichern löschen lassen.

Unsere Empfehlung

Beginnen Sie mit einer relationalen Datenbank wie PostgreSQL oder MySQL, wenn nichts Konkretes dagegen spricht. Bauen Sie die Tabellen sauber auf, setzen Sie gezielt Indizes ein und nutzen Sie Transaktionen. Ergänzen Sie weitere Systeme erst, wenn Messungen zeigen, dass die vorhandene Lösung an ihre Grenzen kommt. Welche der beiden zu Ihnen passt, zeigt unser Vergleich PostgreSQL oder MySQL.

Für viele Websites und Geschäftsanwendungen reicht eine einzige gut gepflegte Datenbank auf Dauer aus.

Sie stehen vor dieser Entscheidung?

Schreiben Sie uns über das Kontaktformular. Wir schauen uns Ihre Daten und Anforderungen an und sagen Ihnen, was Sie wirklich brauchen.