In den 1970er Jahren war die Oracle Corporation das erste Unternehmen, das die relationale Datenbank kommerziell nutzte. Zu einer Zeit, als Softwareentwickler ihren Code noch auf Notizblöcken schrieben, entwickelte Oracle eine Software, die enorme Effizienzsteigerungen ermöglichte. Das RDBMS setzte sich als Standard durch, und Oracle entwickelte sich zu einem der etabliertesten und fest verankerten Softwareanbieter im Unternehmensbereich. In den 2000er Jahren kamen Alternativen wie MongoDB auf den Markt, um neuen Methoden der Datenspeicherung und -verwaltung gerecht zu werden.
Moderne Unternehmen suchen nach Möglichkeiten, ihre Daten besser zu nutzen – sei es, um tiefere Einblicke in das Kundenverhalten zu gewinnen, sich an veränderte Nutzererwartungen anzupassen oder mit neuen Anwendungen und Geschäftsmodellen der Konkurrenz auf dem Markt einen Schritt voraus zu sein. Infolgedessen haben sich viele der Annahmen, die die Entwicklung früherer relationaler Datenbanken bestimmt haben, geändert:
- Forderungen nach höherer Entwicklerproduktivität und schnellerer Markteinführung, wobei anstelle von traditionellen starren relationalen Datenmodellen und Wasserfallentwicklung von monolithischen Anwendungen agile Methoden, Microservices und DevOps treten, die Releasezyklen von Monaten und Jahren zu Tagen und Wochen komprimieren.
- Die Notwendigkeit, den massiven Anstieg neuer, sich rasch verändernder Datentypen zu bewältigen: strukturierte, semistrukturierte und polymorphe Daten, die von neuen Klassen von Web-, Mobil-, Social-Media- und IoT-Anwendungen generiert werden.
- Der umfassende Wandel hin zu verteilten Systemen und Cloud-Computing ermöglicht es Entwicklern, bedarfsgerechte, hochskalierbare Rechen- und Speicherinfrastrukturen zu nutzen und Zielgruppen weltweit dort zu erreichen, wo sie arbeiten und ihre Freizeit verbringen – und gleichzeitig eine ganze Reihe neuer regulatorischer Anforderungen an die Datenhoheit zu erfüllen.
Infolgedessen entstanden NoSQL-Datenbanken (nicht-relationale Datenbanken) wie MongoDB, um den Anforderungen neuer Anwendungen gerecht zu werden und bestehende Workloads zu modernisieren. Dank der Unterstützung von ACID-Transaktionen mit mehreren Dokumenten macht es MongoDB einfacher denn je, Anwendungsfälle zu bewältigen, bei denen Oracle derzeit oder in Zukunft an seine Grenzen stößt.
Diese Seite bietet einen Überblick über Oracle und MongoDB und hebt die wichtigsten Unterschiede sowie die jeweiligen Anwendungsfälle hervor. Weitere Informationen zu den Vorteilen der Modernisierung von Altsystemen und Entwicklungsprozessen finden Sie auf unserer Seite Modernisierung von Altsystemen.
Was ist Oracle?
Oracle ist ein weltweit tätiges Technologieunternehmen, das sich auf Datenbankmanagementsysteme spezialisiert hat. Das zentrale Datenbankprodukt des Unternehmens ist Oracle Database 23ai. Der Vertrieb erfolgt über ein pro-Verarbeitungsvorgang-basiertes Lizenzmodell, bei dem der Preis je nach den für bestimmte Funktionen erforderlichen Zusatzmodulen steigt. Bei Oracle definieren Sie Ihr Datenbankschema vorab entsprechend Ihren Anforderungen. Anschließend legen Sie Regeln fest, die die Beziehungen zwischen den Feldern in Ihren Tabellen regeln. Zugehörige Informationen können in separaten Tabellen gespeichert werden. Diese Informationen werden dann mithilfe von Fremdschlüsseln und Verknüpfungen miteinander verknüpft. Jede Änderung am Schema erfordert einen Migrationsvorgang, der die Datenbank offline schalten oder die Anwendungsleistung erheblich beeinträchtigen kann.
Was ist MongoDB?
MongoDB ist eine nicht-relationale Datenbank, die von MongoDB, Inc. entwickelt wurde. MongoDB speichert strukturierte, semistrukturierte und unstrukturierte Daten als Dokumente in einer binären Darstellung namens BSON (Binary JSON). Zusammenhängende Informationen werden gemeinsam gespeichert, um einen schnellen Zugriff auf Abfragen über die MongoDB Query Language (MQL) zu ermöglichen. Die Felder können von Dokument zu Dokument variieren; es ist nicht erforderlich, die Struktur der Dokumente dem System zu deklarieren – die Dokumente sind selbstbeschreibend. Wenn ein neues Feld zu einem Dokument hinzugefügt werden muss, kann es erstellt werden, ohne dass alle anderen Dokumente in der Sammlung davon betroffen sind, ohne dass ein zentraler Systemkatalog aktualisiert werden muss und ohne dass das System offline geschaltet werden muss. Optional kann die Schema-Validierung genutzt werden, um Daten-Governance-Kontrollen für jede Sammlung durchzusetzen.
Das Dokumentdatenmodell von MongoDB lässt sich nahtlos auf Objekte im Anwendungscode abbilden. Dadurch ist es für Entwickler einfach zu erlernen und anzuwenden. Mit Dokumenten können Sie hierarchische Beziehungen darstellen und so Arrays sowie andere komplexere Strukturen problemlos speichern.
Es stehen native, idiomatische Treiber für mehr als 12 Sprachen zur Verfügung – und die MongoDB-Community hat Dutzende weitere entwickelt –, die Ad-hoc-Abfragen, Echtzeit-Aggregationen und umfangreiche Indizierungen ermöglichen und so leistungsstarke programmatische Möglichkeiten für den Zugriff auf und die Analyse von Daten beliebiger Struktur bieten.
Dokumente können zusammenhängende Daten zusammenführen, die in einem relationalen Schema ansonsten über separate über- und untergeordnete Tabellen modelliert würden. Daher bieten die atomaren Einzel-Dokument-Operationen von MongoDB bereits eine Transaktionssemantik, die den Anforderungen an die Datenintegrität der meisten Anwendungen gerecht wird. In einem einzigen Vorgang können ein oder mehrere Felder geschrieben werden Dazu gehören auch Aktualisierungen mehrerer Unterdokumente und Elemente eines Arrays. Die von MongoDB gebotenen Garantien gewährleisten eine vollständige Isolation bei der Aktualisierung eines Dokuments; etwaige Fehler führen zu einem Rollback des Vorgangs, sodass Clients eine konsistente Ansicht des Dokuments erhalten.
Im Gegensatz zu Oracle und anderen relationalen Datenbanken basiert MongoDB auf einer verteilten Systemarchitektur und nicht auf einem monolithischen Design mit einem einzigen Knoten. Dadurch bietet MongoDB von Haus aus Skalierbarkeit und Datenlokalisierung über Zonen-Sharding und Replikatsätze, um eine ständige Verfügbarkeit zu gewährleisten.
Dokumentübergreifende ACID-Transaktionen
Dank Transaktionen mit mehreren Dokumenten ist MongoDB die einzige Datenbank, die die ACID-Garantien traditioneller relationaler Datenbanken mit der Geschwindigkeit, Flexibilität und Leistungsfähigkeit des Dokumentmodells kombiniert – und dies in Verbindung mit einem intelligenten Design verteilter Systeme, das eine horizontale Skalierung ermöglicht und Daten genau dort bereitstellt, wo Sie sie benötigen. Durch Snapshot-Isolation bieten Transaktionen eine konsistente Sicht auf die Daten und erzwingen eine „Alles-oder-Nichts“-Ausführung, um die Datenintegrität zu gewährleisten. Transaktionen in MongoDB verhalten sich genauso wie die Transaktionen, die Entwickler aus Oracle kennen. Sie bestehen aus mehreren Anweisungen, weisen eine ähnliche Syntax auf (z. B. start_transaction und commit_transaction) und lassen sich daher von jedem, der bereits Erfahrung mit Transaktionen hat, problemlos in jede Anwendung integrieren.
Warum MongoDB anstelle von Oracle verwenden?
Unternehmen aller Größen entscheiden sich für MongoDB, weil sie dadurch schneller Anwendungen erstellen, verschiedenste Datentypen verarbeiten und Anwendungen skalierbar effizienter verwalten können.
Die Entwicklung wird vereinfacht, da MongoDB-Dokumente auf natürliche Weise moderne objektorientierte Programmiersprachen unterstützen. Durch die Verwendung von MongoDB wird die komplexe Ebene der objektrelationalen Abbildung (ORM), die Objekte im Code in Zellen in relationalen Tabellen umwandelt, entfernt.
Bei der Bewertung von Datenbanken ist es entscheidend, die relativen Kosten der einzelnen Lösungen zu berücksichtigen – nicht nur die Kosten für die Software, sondern auch die Kosten für Hardware, Entwicklung und Bereitstellung. Unternehmen können durch einen Wechsel von Oracle zu MongoDB Millionen von Dollar einsparen und dabei von einer verbesserten Datenreplikation, einer höheren Entwicklerproduktivität, geringeren Lizenzkosten und niedrigeren Hardwareanforderungen profitieren.
MongoDB lässt sich zudem innerhalb einzelner und über mehrere verteilte Rechenzentren hinweg skalieren. Dies ermöglicht ein neues Maß an Verfügbarkeit und Skalierbarkeit, das mit relationalen Datenbanken wie Oracle bisher nicht erreichbar war. Wenn Ihre Bereitstellungen hinsichtlich Datenvolumen und Durchsatz wachsen, lässt sich MongoDB problemlos und ohne Ausfallzeiten skalieren, ohne dass Änderungen an Ihrer Anwendung erforderlich sind. Im Gegensatz dazu erfordert die Skalierung mit Oracle oft erheblichen Entwicklungsaufwand oder Investitionen in teure, maßgeschneiderte Hardware.
Wenn MongoDB die richtige Lösung für Sie ist und Sie derzeit Oracle verwenden, sehen Sie sich unseren Migrationsleitfaden und den Relational Migrator von MongoDB – ein Tool, das die Migration und Transformation von Daten aus einer relationalen Datenbank nach MongoDB vereinfacht, den Übergang zu MongoDB risikominimiert und Ihnen dabei hilft, die Vorteile des Dokumentmodells voll auszuschöpfen.
Benutzer, die MongoDB Oracle vorziehen
Wie die folgenden Beispiele verdeutlichen, ist die Bevorzugung von MongoDB gegenüber Oracle auf radikale Verbesserungen bei der Entwicklerproduktivität, der Anwendungsleistung und der Skalierbarkeit zurückzuführen, während gleichzeitig die Kosten und die Bindung an einen Anbieter deutlich reduziert werden.
Um mit den Anforderungen des Geschäfts Schritt zu halten, hat Travelers Insurance seine Entwicklungsprozesse mithilfe einer Microservices-Architektur modernisiert, die durch agile und DevOps-Methoden unterstützt wird. Doch die Starrheit der bestehenden Oracle- und SQL Server-Datenbanken hinderte das Unternehmen daran, mit der erforderlichen Geschwindigkeit voranzukommen. Die Lösung war MongoDB und sein flexibles Datenmodell, das sich besonders gut für Anwendungen auf Unternehmensebene eignet. Das Unternehmen beseitigte die dreitägige Wartezeit für Datenbankänderungen und schuf so eine Softwareentwicklungs-Pipeline, die die kontinuierliche Bereitstellung neuer Geschäftsfunktionen unterstützt.
Der Finanzriese RBS hat seine Investmentbanking-Systeme mit einer neuen Data Fabric auf Basis von MongoDB modernisiert. Durch die Stilllegung von Hunderten von Oracle-Servern konnte das Unternehmen die Produktivität der Entwickler steigern, um neue Anwendungen schneller zu entwickeln, eine vereinfachte, cloudfähige Infrastruktur für die Datenskalierung schaffen und Kosten in Millionenhöhe einsparen.
Telefónica hat seinen Personalisierungsdienst für Kunden von Oracle auf MongoDB umgestellt. Mit Oracle waren sieben Entwickler, mehrere Iterationen und 14 Monate erforderlich, um ein System aufzubauen, das einfach nicht die gewünschte Leistung erbrachte. Mit MongoDB entwickelte ein Team aus drei Entwicklern den neuen Personalisierungsdienst in nur drei Monaten, der nun weltweit sowohl bestehende als auch neue Produkte unterstützt. MongoDB hilft Telefónica dabei, agiler zu werden, Kosten zu sparen und neue Einnahmequellen zu erschließen.
Die Umstellung von Oracle auf MongoDB bei China Eastern ermöglichte es den Projekt- und Entwicklungsteams des Unternehmens, eine Anwendung zu entwickeln, die mit Oracle nicht realisierbar gewesen wäre. Dadurch wurde das Kundenerlebnis grundlegend verbessert und das Online-Geschäft weiter ausgebaut. Dank der Einfachheit des Dokumentendatenmodells, des dynamischen Schemas, der idiomatischen Treiber und der Flexibilität bei der Indizierung können die Entwicklungsteams nun neue Anwendungen schneller auf den Markt bringen und gleichzeitig erhebliche Kosteneinsparungen erzielen.
Wann würde Oracle besser passen?
Zwar haben viele Unternehmen die Umstellung von RDBMS auf MongoDB erfolgreich vollzogen, doch lässt sich MongoDB nicht einfach als Ersatz für Altsysteme einsetzen, die auf dem relationalen Datenmodell und SQL basieren. Dennoch profitieren Unternehmen von der Modernisierung geschäftskritischer, umsatzgenerierender Anwendungen auf MongoDB. So hat beispielsweise Cisco von einer relationalen Altdatenbank auf MongoDB umgestellt und das Kundenerlebnis verbessert, indem die Latenz um das Achtfache reduziert und Ausfallzeiten bei System-Upgrades vermieden wurden. Die Entwicklungsteams von Cisco können neue Anwendungen schneller entwickeln und bereitstellen, während die E-Commerce-Plattform des Unternehmens von der durch Cloud-Computing ermöglichten geschäftlichen Agilität profitiert.
Terminologie und Konzepte
Zu vielen Konzepten in Oracle finden sich Analogien in MongoDB. In der folgenden Tabelle sind die gemeinsamen Konzepte für Oracle und MongoDB aufgeführt.
Funktionsvergleich
Genau wie Oracle bietet MongoDB einen umfangreichen Satz an Features und Funktionen, die weit über das hinausgehen, was einfache NoSQL-Datenspeicher bieten. MongoDB verfügt über eine umfangreiche Abfragesprache, hochfunktionale Sekundärindizes (einschließlich Textsuche und Geodaten), ein leistungsstarkes Aggregations-Framework für die Datenanalyse, facettierte Suche, Graphverarbeitung und vieles mehr. Mit MongoDB können Sie diese Funktionen zudem für vielfältigere Datentypen nutzen als bei einer relationalen Datenbank – und das in großem Maßstab.
Abfragesprache
Sowohl Oracle als auch MongoDB verfügen über eine umfangreiche Abfragesprache. Im Folgenden finden Sie einige Beispiele für SQL-Anweisungen und ihre Zuordnung in MongoDB. Eine umfassendere Liste von Anweisungen finden Sie in der MongoDB-Dokumentation.
Bereit für die Migration von Oracle zu MongoDB?
Wenn Sie eine Migration Ihrer Daten von Oracle zu MongoDB in Betracht ziehen, kann Ihnen der Relational Migrator helfen. Dabei handelt es sich um ein kostenloses MongoDB-Tool, das den Migrationsprozess vereinfacht und optimiert und so den Aufwand und das Risiko Ihres Migrationsvorhabens erheblich verringert.
Bereit zur Migration? Starten Sie noch heute mit dem kostenlosen Relational Migrator!