Glossar

1620 Begriffe aus IT, Netzwerk, Sicherheit und Programmierung: erst kurz erklärt, dann ausführlicher. Suche nach einem Wort oder wähle einen Buchstaben.

12 Treffer

Data Tier Der Data Tier (Datenschicht) speichert und verwaltet die Daten der Drei-Schichten-Architektur.
Er umfasst Datenbank, Dateispeicher und den Datenzugriff (zum Beispiel Repositories).
Verwandt: Datenbank · Logic Tier · Presentation Tier · CRUD · Backend · Business Logic
Ganzer Artikel im Wiki →
Data Structures Organisierte Formen, Daten im Speicher zu halten — Java stellt über das Collections-Framework fertige Implementierungen für Listen, Mengen und Zuordnungen bereit.
Die Wahl der Datenstruktur bestimmt maßgeblich die Performance eines Programms: eine ArrayList erlaubt schnellen Zugriff per Index, eine LinkedList schnelles Einfügen/Entfernen mitten in der Liste, ein HashSet schnelles Prüfen auf Enthaltensein. Java-Arrays (siehe Arrays) sind die einfachste, aber unflexibelste Datenstruktur.
Verwandt: Algorithms · Anwendungsentwicklung · DSA (Data Structures & Algorithms) · Java · Daten · Arrays
Ganzer Artikel im Wiki →
Data Structures (Datenstrukturen) Ein Oberbegriff für standardisierte Arten, Daten so zu organisieren und zu speichern, dass bestimmte Operationen (Suchen, Einfügen, Sortieren) effizient möglich sind.
Die Wahl der richtigen Datenstruktur hat großen Einfluss auf die Performance eines Programms — ein Array ist z. B. schnell im direkten Zugriff über einen Index, aber langsam beim Einfügen in der Mitte; eine verkettete Liste ist umgekehrt. Collections fassen die gängigsten Datenstrukturen (Listen, Mengen, Zuordnungen) in einer gemeinsamen, wiederverwendbaren Bibliothek zusammen.
Verwandt: Algorithms (Algorithmen) · Arrays · Collections · Daten · Index · Baum (Datenstruktur)
Ganzer Artikel im Wiki →
Data-Sink Der Endpunkt, an dem ein Datenstrom ankommt und verarbeitet oder gespeichert wird — das Gegenstück zur Datenquelle.
In Datenpipelines beschreibt "Source → Sink" den Weg der Daten vom Ursprung (z. B. Sensor, API, Log-Datei) bis zum Ziel (z. B. Datenbank, Analyse-Tool, Dashboard). Der Begriff macht deutlich, dass Daten nicht nur transportiert, sondern am Ende irgendwo konsumiert werden müssen.
Verwandt: Übertragung · API · Daten
Ganzer Artikel im Wiki →
DSA (Data Structures & Algorithms) Der klassische Grundlagenbereich der Informatik, der beschreibt, wie man Daten organisiert (Datenstrukturen: Listen, Bäume, Hashmaps) und effizient verarbeitet (Algorithmen: Suchen, Sortieren, Graphen).
DSA ist zentraler Bestandteil jeder Informatikausbildung und der Kern klassischer Programmier-Vorstellungsgespräche, weil die Wahl der richtigen Datenstruktur/des richtigen Algorithmus oft über die Performance einer Anwendung entscheidet (z. B. Suche in einer sortierten Liste vs. einer Hashmap). Konzepte wie Laufzeitkomplexität (Big O) gehören eng dazu.
Verwandt: SQL · Daten · Algorithms · Data Structures · Sorting
Ganzer Artikel im Wiki →
Logic Tier Der Logic Tier (Anwendungsschicht) ist die mittlere Schicht der Drei-Schichten-Architektur und enthält die Geschäftslogik.
Er vermittelt zwischen Presentation Tier und Data Tier.
Verwandt: Backend · Business Logic · Data Tier · Presentation Tier
Ganzer Artikel im Wiki →
NumPy Die grundlegende Python-Bibliothek für numerisches Rechnen mit Arrays und Matrizen — Basis fast aller Data-Science- und Machine-Learning-Bibliotheken in Python.
NumPy-Arrays sind deutlich schneller als normale Python-Listen für mathematische Operationen, weil sie intern in C implementiert sind und Vektor-/Matrix-Operationen ohne Python-Schleifen ausführen ("Vektorisierung"). Bibliotheken wie Pandas oder SciPy bauen direkt auf NumPy auf.
Verwandt: Data Science · Pandas · SciPy · R · Arrays
Ganzer Artikel im Wiki →
Open Food Facts Open Food Facts ist eine freie, von Freiwilligen gepflegte Datenbank mit Millionen Lebensmitteln aus aller Welt. Jeder kann Produkte per App eintragen.
Die Daten stehen unter der Open Database License (ODbL) und sind über eine offene Schnittstelle abrufbar. Es gibt Schwesterprojekte: Open Beauty Facts (Kosmetik), Open Pet Food Facts (Tierfutter), Open Products Facts (Sonstiges) und Open Prices (Preise).
Verwandt: Strichcode: EAN, GTIN und GS1 · Grundpreis und Preis pro Kilo · Nutri-Score
Ganzer Artikel im Wiki →
OSI-Modell Ein 7-Schichten-Referenzmodell, das beschreibt, wie Netzwerkkommunikation in klar getrennte Aufgabenbereiche zerlegt wird — von der physischen Übertragung (Schicht 1) bis zur Anwendung (Schicht 7).
Die Schichten von unten nach oben: Physical, Data Link, Network, Transport, Session, Presentation, Application. Jede Schicht kommuniziert nur mit der direkt darüber-/darunterliegenden und kapselt Details der jeweils anderen Schichten. In der Praxis orientiert sich das Internet eher am schlankeren TCP/IP-Modell (4 Schichten), das OSI-Modell dient aber weiterhin als didaktisches Referenzmodell, um Netzwerkprobleme einer bestimmten Ebene zuzuordnen (z. B. "Kabel defekt" = Schicht 1, "falsches Routing" = Schicht 3).
Verwandt: Ethernet · Frames · Header · OSI-Schicht: Application · OSI-Schicht: Transport · Physical Structure
Ganzer Artikel im Wiki →
Pandas Die Standard-Python-Bibliothek für tabellarische Daten — lädt, filtert, gruppiert und transformiert Daten ähnlich wie eine Excel-Tabelle, nur programmierbar.
Pandas' zentrale Datenstruktur ist der DataFrame (eine Tabelle mit benannten Spalten), gebaut auf NumPy. Damit lassen sich CSV-/Excel-/Datenbank-Daten einlesen, bereinigen, aggregieren und wieder exportieren — der de-facto Standard für Datenanalyse in Python.
Verwandt: Data Science · NumPy · SciPy · R · Daten · Datenvisualisierung
Ganzer Artikel im Wiki →
SciPy Eine wissenschaftliche Python-Bibliothek, aufbauend auf NumPy — bietet fortgeschrittene Funktionen für Optimierung, Statistik, Signalverarbeitung und lineare Algebra.
Während NumPy die Grunddatenstruktur (Arrays) und Basisoperationen liefert, ergänzt SciPy speziellere wissenschaftliche Algorithmen (z. B. numerische Integration, Fourier-Transformationen), die man sonst selbst implementieren müsste. Wird häufig zusammen mit NumPy und Pandas im selben Data-Science-Projekt eingesetzt.
Verwandt: Data Science · NumPy · Pandas · R · Arrays
Ganzer Artikel im Wiki →
TLS Record Protocol Die unterste Schicht des TLS-Protokolls, die für die tatsächliche Fragmentierung, Verschlüsselung und Übertragung der Daten nach abgeschlossenem Handshake zuständig ist.
Das Record Protocol nimmt Daten von den höheren TLS-Teilprotokollen (Handshake Protocol, Change Cipher Spec, Alert Protocol, Application Data Protocol) entgegen, teilt sie in Blöcke, verschlüsselt und signiert sie mit den im Handshake ausgehandelten Schlüsseln und reicht sie zur Übertragung an die Transportschicht (TCP) weiter. Auf Empfängerseite läuft der Vorgang umgekehrt: entschlüsseln, Integrität prüfen, an die passende obere Schicht weitergeben.
Verwandt: Application Data Protocol · Handshake Protocol · TLS · TCP · Übertragung · AES-256
Ganzer Artikel im Wiki →

Glossar

1620 Begriffe aus IT, Netzwerk, Sicherheit und Programmierung: erst kurz erklärt, dann ausführlicher. Suche nach einem Wort oder wähle einen Buchstaben.

12 Treffer

Data Tier Der Data Tier (Datenschicht) speichert und verwaltet die Daten der Drei-Schichten-Architektur.

Er umfasst Datenbank, Dateispeicher und den Datenzugriff (zum Beispiel Repositories).

Verwandt: Datenbank · Logic Tier · Presentation Tier · CRUD · Backend · Business Logic

Ganzer Artikel im Wiki →

Data Structures Organisierte Formen, Daten im Speicher zu halten — Java stellt über das Collections-Framework fertige Implementierungen für Listen, Mengen und Zuordnungen bereit.

Die Wahl der Datenstruktur bestimmt maßgeblich die Performance eines Programms: eine ArrayList erlaubt schnellen Zugriff per Index, eine LinkedList schnelles Einfügen/Entfernen mitten in der Liste, ein HashSet schnelles Prüfen auf Enthaltensein. Java-Arrays (siehe Arrays) sind die einfachste, aber unflexibelste Datenstruktur.

Verwandt: Algorithms · Anwendungsentwicklung · DSA (Data Structures & Algorithms) · Java · Daten · Arrays

Ganzer Artikel im Wiki →

Data Structures (Datenstrukturen) Ein Oberbegriff für standardisierte Arten, Daten so zu organisieren und zu speichern, dass bestimmte Operationen (Suchen, Einfügen, Sortieren) effizient möglich sind.

Die Wahl der richtigen Datenstruktur hat großen Einfluss auf die Performance eines Programms — ein Array ist z. B. schnell im direkten Zugriff über einen Index, aber langsam beim Einfügen in der Mitte; eine verkettete Liste ist umgekehrt. Collections fassen die gängigsten Datenstrukturen (Listen, Mengen, Zuordnungen) in einer gemeinsamen, wiederverwendbaren Bibliothek zusammen.

Verwandt: Algorithms (Algorithmen) · Arrays · Collections · Daten · Index · Baum (Datenstruktur)

Ganzer Artikel im Wiki →

Data-Sink Der Endpunkt, an dem ein Datenstrom ankommt und verarbeitet oder gespeichert wird — das Gegenstück zur Datenquelle.

In Datenpipelines beschreibt "Source → Sink" den Weg der Daten vom Ursprung (z. B. Sensor, API, Log-Datei) bis zum Ziel (z. B. Datenbank, Analyse-Tool, Dashboard). Der Begriff macht deutlich, dass Daten nicht nur transportiert, sondern am Ende irgendwo konsumiert werden müssen.

Verwandt: Übertragung · API · Daten

Ganzer Artikel im Wiki →

DSA (Data Structures & Algorithms) Der klassische Grundlagenbereich der Informatik, der beschreibt, wie man Daten organisiert (Datenstrukturen: Listen, Bäume, Hashmaps) und effizient verarbeitet (Algorithmen: Suchen, Sortieren, Graphen).

DSA ist zentraler Bestandteil jeder Informatikausbildung und der Kern klassischer Programmier-Vorstellungsgespräche, weil die Wahl der richtigen Datenstruktur/des richtigen Algorithmus oft über die Performance einer Anwendung entscheidet (z. B. Suche in einer sortierten Liste vs. einer Hashmap). Konzepte wie Laufzeitkomplexität (Big O) gehören eng dazu.

Verwandt: SQL · Daten · Algorithms · Data Structures · Sorting

Ganzer Artikel im Wiki →

Logic Tier Der Logic Tier (Anwendungsschicht) ist die mittlere Schicht der Drei-Schichten-Architektur und enthält die Geschäftslogik.

Er vermittelt zwischen Presentation Tier und Data Tier.

Verwandt: Backend · Business Logic · Data Tier · Presentation Tier

Ganzer Artikel im Wiki →

NumPy Die grundlegende Python-Bibliothek für numerisches Rechnen mit Arrays und Matrizen — Basis fast aller Data-Science- und Machine-Learning-Bibliotheken in Python.

NumPy-Arrays sind deutlich schneller als normale Python-Listen für mathematische Operationen, weil sie intern in C implementiert sind und Vektor-/Matrix-Operationen ohne Python-Schleifen ausführen ("Vektorisierung"). Bibliotheken wie Pandas oder SciPy bauen direkt auf NumPy auf.

Verwandt: Data Science · Pandas · SciPy · R · Arrays

Ganzer Artikel im Wiki →

Open Food Facts Open Food Facts ist eine freie, von Freiwilligen gepflegte Datenbank mit Millionen Lebensmitteln aus aller Welt. Jeder kann Produkte per App eintragen.

Die Daten stehen unter der Open Database License (ODbL) und sind über eine offene Schnittstelle abrufbar. Es gibt Schwesterprojekte: Open Beauty Facts (Kosmetik), Open Pet Food Facts (Tierfutter), Open Products Facts (Sonstiges) und Open Prices (Preise).

Verwandt: Strichcode: EAN, GTIN und GS1 · Grundpreis und Preis pro Kilo · Nutri-Score

Ganzer Artikel im Wiki →

OSI-Modell Ein 7-Schichten-Referenzmodell, das beschreibt, wie Netzwerkkommunikation in klar getrennte Aufgabenbereiche zerlegt wird — von der physischen Übertragung (Schicht 1) bis zur Anwendung (Schicht 7).

Die Schichten von unten nach oben: Physical, Data Link, Network, Transport, Session, Presentation, Application. Jede Schicht kommuniziert nur mit der direkt darüber-/darunterliegenden und kapselt Details der jeweils anderen Schichten. In der Praxis orientiert sich das Internet eher am schlankeren TCP/IP-Modell (4 Schichten), das OSI-Modell dient aber weiterhin als didaktisches Referenzmodell, um Netzwerkprobleme einer bestimmten Ebene zuzuordnen (z. B. "Kabel defekt" = Schicht 1, "falsches Routing" = Schicht 3).

Verwandt: Ethernet · Frames · Header · OSI-Schicht: Application · OSI-Schicht: Transport · Physical Structure

Ganzer Artikel im Wiki →

Pandas Die Standard-Python-Bibliothek für tabellarische Daten — lädt, filtert, gruppiert und transformiert Daten ähnlich wie eine Excel-Tabelle, nur programmierbar.

Pandas' zentrale Datenstruktur ist der DataFrame (eine Tabelle mit benannten Spalten), gebaut auf NumPy. Damit lassen sich CSV-/Excel-/Datenbank-Daten einlesen, bereinigen, aggregieren und wieder exportieren — der de-facto Standard für Datenanalyse in Python.

Verwandt: Data Science · NumPy · SciPy · R · Daten · Datenvisualisierung

Ganzer Artikel im Wiki →

SciPy Eine wissenschaftliche Python-Bibliothek, aufbauend auf NumPy — bietet fortgeschrittene Funktionen für Optimierung, Statistik, Signalverarbeitung und lineare Algebra.

Während NumPy die Grunddatenstruktur (Arrays) und Basisoperationen liefert, ergänzt SciPy speziellere wissenschaftliche Algorithmen (z. B. numerische Integration, Fourier-Transformationen), die man sonst selbst implementieren müsste. Wird häufig zusammen mit NumPy und Pandas im selben Data-Science-Projekt eingesetzt.

Verwandt: Data Science · NumPy · Pandas · R · Arrays

Ganzer Artikel im Wiki →

TLS Record Protocol Die unterste Schicht des TLS-Protokolls, die für die tatsächliche Fragmentierung, Verschlüsselung und Übertragung der Daten nach abgeschlossenem Handshake zuständig ist.

Das Record Protocol nimmt Daten von den höheren TLS-Teilprotokollen (Handshake Protocol, Change Cipher Spec, Alert Protocol, Application Data Protocol) entgegen, teilt sie in Blöcke, verschlüsselt und signiert sie mit den im Handshake ausgehandelten Schlüsseln und reicht sie zur Übertragung an die Transportschicht (TCP) weiter. Auf Empfängerseite läuft der Vorgang umgekehrt: entschlüsseln, Integrität prüfen, an die passende obere Schicht weitergeben.

Verwandt: Application Data Protocol · Handshake Protocol · TLS · TCP · Übertragung · AES-256

Ganzer Artikel im Wiki →