Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Evolution und Architekturen digitaler Dokumentdatenbanken¶

Dokumentdatenbanken speichern selbstbeschreibende Datensätze — meist JSON — statt Zeilen in festen Tabellen. Diese Zeitachse ordnet die wichtigsten Architektur-Generationen chronologisch ein: von den XML- und objektorientierten Vorläufern über die JSON-Dokument-Welle und die Scale-out-Ära bis zur Multi-Model-Konvergenz, der großen Lizenz-Zäsur und dem heutigen „Dokument-Modell als Feature".

Generation 1: XML-Datenbanken & objektorientierte Vorläufer, 1998 – 2006¶

graph LR
    A["1a: Lotus Notes<br/>dokumentorientiert vor JSON<br/>1989"] --> B["1b: XML-Datenbanken<br/>eXist-db, MarkLogic, Xindice<br/>2000 - 2003"]
    B --> C["1c: Objektdatenbanken<br/>db4o, Versant<br/>2000 - 2006"]

• Lotus Notes (1989): die eigentliche konzeptionelle Wurzel — eine dokumentorientierte, replizierende Datenbank Jahrzehnte vor JSON.
• XML-Datenbanken (2000 – 2003): eXist-db, MarkLogic, Apache Xindice speichern hierarchische XML-Dokumente nativ und fragen sie per XPath/XQuery ab.
• Objektdatenbanken: db4o, Versant persistieren Programmier-Objektgraphen direkt — technisch verwandt, aber am Impedance-Mismatch mit der Anwendungssprache gescheitert.

Generation 2: Die JSON-Dokument-Welle, 2005 – 2010¶

Der Durchbruch: Dokumente als JSON, Zugriff über HTTP-APIs, schemafreie Sammlungen.

CouchDB und MongoDB verkörpern zwei Philosophien: CouchDB die Replikation und HTTP-Nativität, MongoDB die Entwickler-Ergonomie und den schnellen Einstieg.

Generation 3: Scale-out & das CAP-Theorem in der Praxis, 2009 – 2013¶

Dokumentdatenbanken werben mit horizontaler Skalierung — die Praxis zeigt die Kosten:

• Sharding & Replica Sets: MongoDB verteilt Sammlungen über viele Knoten; Couchbase (2011, aus CouchOne + Membase) kombiniert Memcached-Geschwindigkeit mit Persistenz.
• Eventual Consistency: Die frühen Standardeinstellungen (unbestätigte Schreibvorgänge, Lesen von Replicas) führen zu dokumentierten Datenverlust-Vorfällen und prägen den Ruf der Kategorie für Jahre.
• Lehre: Konsistenz-Garantien müssen explizit und per Default sicher sein — spätere Versionen korrigieren das.

Generation 4: Multi-Model & Konvergenz, 2014 – 2018¶

Die Grenze zwischen Dokument- und anderen Datenbanken verschwimmt:

Die wichtigste Entwicklung dieser Generation: PostgreSQL mit JSONB wird für die meisten Dokument-Workloads „gut genug" — Dokumente und relationale Daten in derselben Transaktion, mit denselben Backups und demselben Betriebswissen.

Generation 5: Die Lizenz-Zäsur, 2018 – 2021¶

Die kommerziell getragenen Dokumentdatenbanken verlassen praktisch geschlossen die Open-Source-Definition:

graph LR
    A["MongoDB → SSPL<br/>Oktober 2018"] --> B["Redis → Commons Clause / RSAL<br/>2018 - 2019"]
    B --> C["Elastic → SSPL<br/>Januar 2021"]
    C --> D["Couchbase → BSL<br/>2021"]
    D --> E["ArangoDB → BSL<br/>2023"]

• MongoDB (Oktober 2018): wechselt von AGPL auf die Server Side Public License (SSPL) — von der Open Source Initiative ausdrücklich nicht anerkannt.
• Couchbase (2021), ArangoDB (2023): Community Editions wechseln auf die Business Source License (BSL) — kein freier Produktionseinsatz oberhalb definierter Grenzen.
• Die Gegenbewegung: quelloffene Forks entstehen — OpenSearch (2021, Apache-2.0, aus Elasticsearch), FerretDB (2021, MongoDB-kompatibler Aufsatz auf PostgreSQL), Valkey (2024, aus Redis).
• CouchDB bleibt unberührt — Apache-2.0, von der Apache Software Foundation und nicht von einem einzelnen Unternehmen getragen.

Generation 6: Dokument-Modell als Feature & serverless, 2021 – 2026¶

Die Kategorie kehrt zu ihren Wurzeln zurück — das Dokument wird zum Datentyp einer bestehenden Datenbank statt zur eigenen Datenbank:

Alternative Sortier- & Klassifikationskriterien¶

1. Betriebsarchitektur¶

• Eingebettet / clientseitig — PouchDB, SQLite-JSONB.
• Eigenständiger Server — CouchDB, MongoDB, RavenDB.
• Verteilt (Shard/Replica) — MongoDB Cluster, Couchbase, Cosmos DB.
• Kompatibilitäts-Aufsatz auf einer anderen Datenbank — FerretDB, Microsoft DocumentDB.

2. Konsistenzmodell¶

• Multi-Master mit Konfliktauflösung — CouchDB, PouchDB (offline-first).
• Primär-Replica mit einstellbarer Konsistenz — MongoDB, Couchbase.
• ACID auf Dokumentebene — RavenDB, PostgreSQL-JSONB.

3. Lizenzmodell¶

• Permissiv / Foundation-getragen — CouchDB (Apache-2.0, ASF), OpenSearch (Apache-2.0, Linux Foundation).
• Copyleft (AGPL) — RavenDB, Elasticsearch (seit 2024 wieder wählbar).
• Source-available / nicht-OSI — MongoDB (SSPL), Couchbase (BSL), ArangoDB (BSL).
• Proprietär / Managed-only — MarkLogic, Cosmos DB, Firestore, Amazon DocumentDB.

🔗 Verwandte Themen¶

• Beste Dokumentdatenbanken 2026 (Top 15) — Momentaufnahme, die diese Chronologie in eine gerankte Topliste übersetzt
• Produktionsreife Dokumentdatenbanken nach Generation (Top 2) — dasselbe Generationenmodell durch das konservative Fünf-Filter-Sieb
• Evolution und Architekturen digitaler relationaler Datenbanken — Generation 4 dort (JSONB) macht die eigenständige Dokumentdatenbank für viele Workloads überflüssig
• Evolution und Architekturen digitaler Vektordatenbanken — dieselbe „Feature statt eigene Kategorie"-Bewegung für Vektorsuche
• PostgreSQL DBA Praxis-Handbuch
• Datenbanken & Big Data: Übersicht für KI-Anwendungen

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).