Databasens «månelanding»

Mennesker har samlet informasjon i tusenvis av år. I hulemalerier, kirkebøker og i arkiver med komplekse systemer for hvordan informasjonen ble lagret og hvordan man kunne få tak i den. Sumererne i Mesopotamia hadde steintavler med medisinske registre. Oldtidens egyptere samlet store mengder informasjon i papyrusruller.

Dette var datidens svar på databaser.

Men hva har Harry Potter, Agatha Christies beste krimromaner og vår tids digitale databaser til felles? Jo, alles historier møter et vendepunkt ombord et tog.

For å lagre og hente data manuelt er tidkrevende og tungvint. Det tenkte nok sannsynligvis også den tyske statistikeren Herman Hollerith, da han i 1890 begynte å jobbe for det amerikanske folketellingsbyrået.

Amerikanerne hadde blitt mange, og nå skulle de telles. Hollerith lot seg inspirere av hvordan konduktører stemplet togbilletter for å registrere detaljer som kjønn og alder om passasjerene – og utviklet et lignende system for folketelling.

Holleriths elektriske tabuleringsmaskin fungerte i sin tid på mange måter som et slags tidlig avansert regneark, hvor informasjon om innbyggere kunne sorteres automatisk – noe som sparte folketellingsbyrået for massevis av tid og millioner av dollar.

Mange patenter og oppfinnelser senere, startet Hollerith opp selskapet som etterhvert skulle bli «International Business Machines». Eller IBM som du kanskje kjenner dem som.

Vi kan takke IBM for harddisker, magnetbånd, RAM og mange av komponentene som på 60, 70- og 80-tallet gjorde datamaskiner til fantastisk kraftige verktøy. Og vi kan takke Hollerith og hans elektriske tabuleringsmaskin for kunsten å prosessere data: Et håndverk som ligger til grunn for datamaskiner, databehandling og hele dagens informasjonssamfunn.

Tabuleringsmaskinen er kanskje et av de tidligste eksemplene på en database slik vi kjenner den. For ikke bare fungerte den som et verktøy for å samle data. Der fantes også mekanismer som effektiviserte sortering, organisering – og ved hjelp av litt tilleggsutstyr – kunne man filtrere rader eller rekker og gruppere bestemte datasett.

Etterkrigstidens elektroniske revolusjoner ga oss senere utbredelsen av datamaskiner med stadig sterkere regnekraft – og etterhvert også prosessorer, minne, nettverk og lagringsplass.

De første digitale databasene fungerte faktisk i stor grad på samme måte som de første tabuleringsmaskinene. De bestod av «flate» filer, altså sekvensielle, uniforme data i rekker og rader.

For å identifisere dataene, måtte derfor maskinene starte forfra i filene og søke sekvensielt. Dette var en langsom og omstendelig prosess, særlig i møte med store mengder data.

Tenk på det litt som å lete i en bok uten en innholdsfortegnelse, kapitler eller bokmerker. Om du ønsker å finne avsnittet om «slumptallsgenerator», på side 768, vil det ta ganske lang tid om du må starte forfra.

Dette varte derimot ikke lenge. For utviklingen av datamaskiner og databaser mot slutten av sekstitallet var enorm!

Særlig romfartskappløpet akselererte denne utviklingen. Så da president Kennedy utfordret amerikansk industri til å produsere raskere, kraftigere og bedre digitale systemer – maskiner som skulle muliggjøre månelandere – svarte IBM med raskere, kraftigere og bedre databaser.

Disse databasene var ikke lenger «bøker», men nettverksmodeller knyttet sammen med node, pekere og hierarkiske strukturer (sammenlign det med å identifisere informasjon i et slektstre, i stedet for i en bok).

Og derfra tok Armstrong sine små skritt for menneskeheten…

Men dette er en digresjon. For det vi egentlig skal snakke om, er databasehistoriens egne «månelanding» i 1970.

Hva om data, i stedet for å struktureres etter rekkefølge eller hierarki – kunne identifiseres ut i fra matchende metadata og definerte relasjoner?

Med denne ideen som utgangspunkt oppdaget man en måte å gjøre databaser søkbare. Det er enkelt sagt dette som er en relasjonsdatabase. Hva som kjennetegner en relasjonsdatabase, skal vi bli bedre kjent med i neste emne.