{"canonical_url":"https://engineer.company/nb/glossary/database/","content_markdown":"# Database\n\n## Hva det er\n\nEn database er data holdt i en fast struktur, med regler for hva som får komme inn, slik at\nprogramvare kan finne, endre og kontrollere innholdet. Ordet, ofte forkortet DB, brukes også løst\nom programmet som tar vare på dataene; det presise navnet på det er databasehåndteringssystem,\neller DBMS. NISTs ordliste gjengir to definisjoner, og den videste av dem beskriver et lager av\ninformasjon eller data som kan være et tradisjonelt relasjonsdatabasesystem, men som ikke trenger\nå være det.\n\nOrdet gjør tre jobber, og en samtale går i ring når to personer mener hver sin:\n\n- **Dataene selv:** kundene, ordrene og sensoravlesningene en virksomhet tar vare på.\n- **Motoren som lagrer dem:** PostgreSQL, SQL Server, SQLite.\n- **Én beholder blant flere inne i en server.** PostgreSQL-veiledningen stiller opp nivåene: rader\n  med navngitte, typede kolonner utgjør tabeller, tabeller samles i databaser, og databasene én\n  serverinstans forvalter sammen, utgjør en databaseklynge. SQL Server trekker det samme skillet\n  mellom en instans og databasene den huser.\n\n«Databasen er treg» kan altså bety én tabell, én beholder eller en hel maskin, og det lønner seg å\nspørre hvilken før noen begynner å feilsøke.\n\nDe fleste motorene i daglig bruk er relasjonelle: de lagrer data som relasjoner, det matematiske\nnavnet på tabeller, og tar imot spørsmål på SQL. PostgreSQL-veiledningen nevner også andre\nordninger. Filene og katalogene i et Unix-lignende system danner en hierarkisk database, og\nobjektorienterte databaser kom til senere. Redis kaller seg en data structure server: i stedet for\ntabeller tilbyr den strenger, hasher, lister, mengder og andre innebygde typer, og den brukes til\ncaching, køer og hendelsesbehandling.\n\nMotorene skiller seg også i hvor de kjører. En klient/server-motor er en prosess som går hele\ntiden, og som mange programmer når over et nettverk. En innebygd motor er et bibliotek inne i ett\nprogram. SQLite holder en hel database, med tabeller, indekser, triggere og visninger, i én\nvanlig fil, og prosjektet sier selv at det konkurrerer med `fopen()` og ikke med serverdatabaser.\nForskjellen synes i hvordan et program kobler seg til:\n\n```sh\n# klient/server: koble til en tjeneste som allerede kjører\npsql \"host=db.internal dbname=shop user=app\"\n\n# innebygd: programmet åpner en fil, og motoren kjører inne i det\nsqlite3 shop.db\n```\n\nEn tredje familie er bygd for analyse. BigQuery lagrer hver kolonne for seg, der mange\ntradisjonelle systemer holder feltene i en rad samlet på disk. Radlagring passer når du slår opp\nén post; kolonnelagring passer når du summerer ett felt over millioner av rader, fordi spørringen\nleser den ene kolonnen og lar resten ligge.\n\n## Hvorfor det er viktig\n\nFiler holder også data. Det en database legger til, er løfter om de dataene i det øyeblikket\nmange programmer bruker dem samtidig.\n\nDet første løftet er et konsistent bilde under samtidig bruk. PostgreSQL gir hver setning et\nøyeblikksbilde av dataene slik de sto på et bestemt tidspunkt, en utforming som kalles\nmultiversion concurrency control, eller MVCC. Lesing blokkerer dermed aldri skriving, og skriving\nblokkerer aldri lesing. SQLite tillater så mange lesere du vil samtidig og én skriver om gangen,\nmens de andre skriverne venter på tur. De to passer for ulikt antall skrivere, og nettopp det\nantallet gjør mye av valget for deg.\n\nDet andre løftet er at dataene beholder formen sin. Et skjema sier hvilke kolonner en tabell har\nog hvilken type hver av dem holder; nøkler og begrensninger sier hvilke rader som får finnes. Når\ndatabasen håndhever reglene, følger hvert program som skriver til den, dem. Når reglene bare bor i\napplikasjonskoden, etterlater det første programmet som hopper over dem rader som hver senere\nspørring må forsvare seg mot.\n\nDet tredje er et felles språk, med dialekter. SQL er standarden ISO/IEC 9075, sist revidert som\nSQL:2023, men vedlegget om samsvar i PostgreSQL-dokumentasjonen påpeker at intet system i dag\nhevder fullt samsvar med kjernen, Core. Et skjema og spørringene mot det hører til motoren sin, og\nå flytte dem til en annen er en migrering med egen testing.\n\nSQLite-dokumentasjonen gjør valget av motor til en kort sjekkliste. Data som ligger over et\nnettverk fra koden som sender SQL-en, mange prosesser som skriver i samme øyeblikk, eller innhold\npå vei mot terabyteområdet peker hver for seg mot klient/server; ellers er SQLite det enkleste\nsvaret. Rapportering i stor skala legger til ett spørsmål til: om tunge lesinger hører hjemme på\nen egen analysekopi, fylt av ETL, slik at en lang rapport aldri konkurrerer med spørringene\nkundene venter på.\n\n## Slik ser det ut i praksis\n\nDatabasene i arbeidet her spenner fra en samling på over 100 til én enkelt fil.\n\nI den store enden\n[opprettet, forvaltet og optimaliserte en rolle som databaseingeniør over 100 databaser i PostgreSQL, Microsoft SQL Server og Google BigQuery](/nb/portfolio/ran-100-postgresql-ms-sql-bigquery-warehouses/)\ni et raskt voksende teknologiselskap. De fleste lagret GIS-data og tidsseriedata som\nsensoravlesninger, logger og sanntidsmetrikker. Arbeidet ga normaliserte og denormaliserte\nskjemaer for PostgreSQL og SQL Server, med romlig indeksering (PostGIS på PostgreSQL-siden) og\ntidsseriepartisjonering, mens BigQuery bar store mengder tidsseriedata i tidspartisjonerte,\nklyngede tabeller. Med indeksering, materialiserte visninger og caching på plass gikk svartidene\nfor spørringer mot GIS- og tidsseriedata ned med 40–60 %, og automatisert overvåking reduserte\nnedetiden med 50 %.\n\nPå et dokumentert stadium i utviklingen [lagret et mindre system faktaene bak en CV, en referanseliste, en portefølje og et søknadsbrev i én SQLite-fil](/nb/portfolio/built-a-database-driven-cv-generator/) på tre språk. Databasen hadde tjuetre tabeller, og én kommando bygde den fra en tom fil gjennom nitten ordnede trinn som hvert var trygt å gjenta. Førtien Python-moduler, 10 580 linjer til sammen, gjenga seks utdataformater fra den. En profil valgte hvilke resultater som ble vist og i hvilken rekkefølge, så et dokument rettet mot én type leser var, med sidens egne ord, «en spørring og ikke en kopi». Prisen var at hvert dokument deretter måtte lages gjennom denne databasen. Disse tallene beskriver det dokumenterte stadiet i utviklingen, ikke dagens kodelager eller språkene det støtter.\n\nMellom de to størrelsene ligger spørsmålet hver travel database før eller siden møter, og\n[notatet om å optimalisere før du sharder](/nb/notes/optimise-before-you-shard/)\nsvarer med en rekkefølge: se, stram inn, ta lesingene bort fra primærnoden, partisjoner tabellene\nrundt det hete punktet, og shard først når én maskin er full av godt arbeid. Å se betyr å spørre\nPostgreSQL selv: `pg_stat_statements` for setningene som koster mest totalt, deretter\n`EXPLAIN (ANALYZE, BUFFERS)` for hva den dyreste av dem faktisk gjør.\n\n## Hvor det går galt\n\nDet meste av databasetrøbbel starter i en beslutning tatt tidlig, da dataene var små og\nbeslutningen så gratis ut.\n\n**To kopier av samme faktum glir fra hverandre.** CV-generatoren over finnes fordi fakta holdt i\nfire dokumenter blir rettet fire ganger, helt til to av dem sier forskjellige ting og ingenting\nforteller hvilket som gjelder. Det samme skjer med en tabell som eksporteres til et regneark og\nredigeres der, eller med en tjeneste nummer to som har sin egen kundeliste. Gi hvert faktum ett\nlager som eier det, og la alle andre kopier si hvor de kom fra og når. Cachen i notatet følger\ndenne regelen strengt: den kan fortelle en kjøper at en vare er fullt reservert, men hvert ja\nkommer fortsatt fra databasen.\n\n**Flere maskiner kommer før noen har lest planene.** Å dele data over flere servere sprer de trege\nsetningene over mer maskinvare uten å gjøre noen av dem billigere, og det legger en varig regning\npå alt annet. Slik notatet lister det opp, kjøres hver migrering, sikkerhetskopi, gjenoppretting\nog rapport én gang per shard, og en join på tvers av shards blir applikasjonskode. Les\n`pg_stat_statements` og planene først, og ta vare på det de viser som grunnlinje.\n\n**En lesing havner på en kopi som henger etter.** En strømmende replika tar lesinger bort fra\nprimærnoden og ligger litt bak den. En bruker som nettopp har skrevet noe og så leser det tilbake\nfra replikaen, kan få se den gamle verdien. Les en brukers egne ferske skrivinger fra primærnoden.\n\n**Rapporter og kunder deler én motor.** En rapport som skanner to års historikk, holder på minne\nog disk som butikkens egne spørringer trenger, og det merker de som handler. Flytt tung analyse\ntil en kopi i et datavarehus, og la den operative databasen få konsentrere seg om de mange små lesingene\nog skrivingene den er der for.\n\n## Les mer\n\n- [NIST glossary: database](https://csrc.nist.gov/glossary/term/database) — to korte\n  definisjoner fra NIST-publikasjoner, der den ene åpner for databaser som ikke er relasjonelle.\n- [PostgreSQL tutorial: Concepts](https://www.postgresql.org/docs/current/tutorial-concepts.html)\n  — tabeller, rader, kolonner, databaser og databaseklyngen, samlet på én side.\n- [PostgreSQL: Introduction to MVCC](https://www.postgresql.org/docs/current/mvcc-intro.html)\n  — hvordan øyeblikksbilder lar lesere og skrivere arbeide uten å blokkere hverandre.\n- [PostgreSQL: SQL Conformance](https://www.postgresql.org/docs/current/features.html)\n  — delene og versjonene av ISO/IEC 9075, og hva samsvar med Core innebærer.\n- [Appropriate Uses For SQLite](https://www.sqlite.org/whentouse.html) — hvor en innebygd\n  motor passer, hvor en klient/server-motor passer bedre, og en sjekkliste for å velge.\n- [Overview of BigQuery storage](https://cloud.google.com/bigquery/docs/storage_overview)\n  — rad- og kolonneorientert lagring, og hvorfor analyse favoriserer den siste.\n\n\u003chttps://engineer.company/nb/glossary/database/\u003e\n","date_modified":"2026-11-12T05:34:23Z","description":"Hva ordet database dekker, hvordan server-, innebygde og analytiske motorer skiller seg, hvordan du velger, og vanene som gjør en database tung å leve med.","formats":{"gemtext":"https://engineer.company/nb/glossary/database/index.gmi","gopher":"https://engineer.company/nb/glossary/database/gophermap","html":"https://engineer.company/nb/glossary/database/","json":"https://engineer.company/nb/glossary/database/index.json","markdown":"https://engineer.company/nb/glossary/database/index.md","pdf":"https://engineer.company/nb/glossary/database/index.pdf"},"kind":"page","language":"nb","title":"Hva er en database?","url":"https://engineer.company/nb/glossary/database/","version":1}