Eine Diskussion ist sicherlich nett aber jeder hier hat Recht. Warum? Weil es wirklich nur auf den Anwendungsfall drauf an kommt. Aber nicht nur auf diesen. Die Themen Performance, Datenmodellierung und Aufwand sind so eng verwoben, dass man nie eine pauschale Aussage treffen kann. Wenn man also erwartet, von einem Beispiel sofort einen allgemeinen Lehrsatz herzuleiten, der wird sich noch arg wundern, wenn das in der Praxis fast nie funktioniert. Dazu sind die Einflussfaktoren zu komplex.
Zitat:
Zitat von Dark Guardian  Aber man kann es sich auch vom Namen herleiten: DATENbank, nicht Logikbank! |
Das ist noch einer der intelligentesten Sätze, die hier gefallen sind. Jedoch kannst du auch diesen Satz nie so genau auf jeden Fall umsetzen. Logik aus der Datenbank wegzulassen ist nicht immer der Weisheit letzter Schluss.
Manches mal muss man Logik ins SQL schreiben, weil du dadurch zwar den SQL etwas langsamer machst und komplizierter, dennoch aber beispielsweise die Menge der Daten auf einen bruchteil reduzieren kannst.
Manches mal muss man Logik aus dem SQL rauslassen, weil die Datenbank diese Logik zu aufwändig verarbeiten wird, die Anwendung aber deutlich effizientere Algorithmen anwenden kann.
Manches mal muss man sein Datenmodell anpassen und bewusst von der Normalisierung abweichen, nur um eine Anwendungslogik möglichst effizient und mit wenig Code abbilden zu können.
Vieles ist hier schon andeutungsweise gefallen. Eine pauschale Antwort auf diese Dikussion gibts nicht. Ihr habt alle Recht
