Datenzugriff und Persistenz

Was ist objektrelationales Mapping (ORM)?

ORM, Object-Relational Mapping

Objektrelationales Mapping, kurz ORM, ist eine Technik, bei der eine Bibliothek die Klassen deiner Anwendung auf Tabellen einer relationalen Datenbank abbildet. Sie erzeugt die passenden SQL-Anweisungen selbst, sodass du mit Objekten arbeitest, statt Abfragen von Hand zu schreiben.

Ein Aufruf, der im Code nach einer harmlosen Schleife aussieht, schickt hinterher hunderte Abfragen an die Datenbank. Genau dort wird ein ORM zum Thema.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Abkürzung
ORM, auch O/R-Mapper
Bekannte Vertreter
Hibernate, Entity Framework, SQLAlchemy, Prisma
Klassiker
N+1-Abfragen durch nachgeladene Beziehungen
Grenze
Auswertungen und Massenänderungen

Was ein ORM abbildet

Objektorientierte Programme denken in Objekten mit Eigenschaften und Verweisen aufeinander, relationale Datenbanken in Tabellen, Zeilen und Fremdschlüsseln. Diese beiden Welten passen nicht von selbst zusammen, man spricht vom objektrelationalen Strukturbruch, englisch Impedance Mismatch. Ein ORM übersetzt zwischen beiden nach festen Regeln:

In der AnwendungIn der Datenbank
Klasse, z. B. KundeTabelle kunde
Objekt, ein bestimmter KundeEine Zeile der Tabelle
Attribut, z. B. nameSpalte name
ObjektidentitätPrimärschlüssel
Verweis auf ein anderes ObjektFremdschlüssel
Liste von Objekten, z. B. Bestellungen1:n-Beziehung oder Zwischentabelle

Ein O/R-Mapper ist die Bibliothek, die diese Übersetzung erledigt. Die Begriffe ORM und O/R-Mapper werden im Alltag meist gleichbedeutend verwendet.

Ein Beispiel: lesen, ändern, speichern

Wie das im Code aussieht, zeigt ein kurzes Beispiel mit SQLAlchemy für Python. Die Kommentare zeigen, welche Anweisung das ORM jeweils an die Datenbank schickt:

class Kunde(Base):
    __tablename__ = "kunde"
    id: Mapped[int] = mapped_column(primary_key=True)
    name: Mapped[str]

kunde = session.get(Kunde, 42)   # SELECT kunde.id, kunde.name FROM kunde WHERE kunde.id = 42
kunde.name = "Muster GmbH"
session.commit()                 # UPDATE kunde SET name = 'Muster GmbH' WHERE kunde.id = 42

Im Code steht weder ein SELECT noch ein UPDATE. Das ORM merkt sich, dass sich das Attribut geändert hat, und schreibt die Änderung beim Commit zurück. In Java heißt dasselbe Prinzip Persistenzkontext: Eine als Entity markierte Klasse wird von JPA verwaltet, umgesetzt meist durch Hibernate, und Beziehungen bekommen Annotationen wie OneToMany oder ManyToOne. Das ist bequem und die Quelle vieler Überraschungen, wenn jemand ein Feld in einer Methode ändert, die eigentlich nur lesen wollte.

Verbreitete ORMs nach Sprache

Fast jede Sprache mit nennenswerter Verbreitung im Unternehmen hat ein oder mehrere etablierte ORMs. Oft ist es fester Bestandteil des Web-Frameworks:

SpracheVerbreitete ORMs
JavaJPA mit Hibernate oder EclipseLink, Spring Data JPA
C# / .NETEntity Framework Core, Dapper als schlanker Micro-ORM
PythonSQLAlchemy, Django ORM
PHPDoctrine, Eloquent in Laravel
JavaScript / TypeScriptPrisma, TypeORM, Sequelize, Drizzle
RubyActive Record in Ruby on Rails

Lazy Loading und das N-plus-1-Problem

Beziehungen auf viele Objekte lädt JPA erst, wenn du sie anfasst, Beziehungen auf ein einzelnes Objekt dagegen sofort: OneToMany und ManyToMany stehen standardmäßig auf lazy, ManyToOne und OneToOne auf eager. Läufst du über hundert Bestellungen, zu denen jeweils ein Kunde gehört, setzt das ORM leicht hundert zusätzliche Abfragen ab, plus die eine für die Liste. Genau das ist das N-plus-1-Problem, und im Code ist es unsichtbar, weil dort nur ein Feldzugriff steht, bei eager geladenen Beziehungen nicht einmal das.

Die Lösung ist, die Beziehung schon beim Laden mitzunehmen, in JPQL über join fetch oder über einen Entity Graph, in Entity Framework über Include, in SQLAlchemy über joinedload oder selectinload. Der Gegenfehler ist, alles sofort mitzuladen. Dann zieht ein einziger Zugriff halbe Objektgraphen mit, und die Abfrage wird durch die Joins breit und langsam. Die brauchbare Regel: Beziehungen grundsätzlich lazy laden und pro Anwendungsfall entscheiden, was mitkommt.

Vorteile und Grenzen

Ob sich ein ORM lohnt, hängt weniger von der Projektgröße ab als davon, wie die Anwendung mit Daten umgeht.

  • Weniger Routinecode

    Einfaches Lesen, Anlegen, Ändern und Löschen schreibst du nicht mehr als SQL, sondern als Methodenaufruf.

  • Schutz vor SQL-Injection

    Werte gehen als Parameter an die Datenbank, nicht als zusammengesetzter Text, solange du keine eigenen Abfragen aus Strings baust.

  • Datenbankwechsel leichter

    Der Dialekt steckt im ORM, ein Wechsel von MySQL auf PostgreSQL betrifft vor allem die Konfiguration, selten jede Abfrage.

  • Schwach bei Massenoperationen

    Eine Million Zeilen als Objekte zu laden und zurückzuschreiben kostet ein Vielfaches einer einzigen UPDATE-Anweisung.

  • Schwach bei Auswertungen

    Gruppierungen, Fensterfunktionen und komplexe Berichte schreibst du besser direkt in SQL, was jedes ORM über native Abfragen zulässt.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
Nicht verwechseln

Objektrelationales Mapping und was oft damit gleichgesetzt wird

Objektrelationales Mapping gegen JDBC und direkter Datenbankzugriff

JDBC in Java, ADO.NET in .NET oder ein Datenbanktreiber in Python sind der direkte Zugang zur Datenbank mit SQL im Code. Ein ORM setzt darauf auf, du kannst aber jederzeit auf die Ebene darunter zurückfallen, wenn eine Abfrage genau kontrolliert werden soll.

Objektrelationales Mapping gegen Query Builder

Werkzeuge wie jOOQ oder Knex bauen SQL im Code zusammen, ohne Objekte zu verwalten. Du behältst die Kontrolle über jede Anweisung und verzichtest dafür auf Änderungsverfolgung und Caching.

Objektrelationales Mapping gegen Repository

Das Repository ist ein Entwurfsmuster für den Zugriff auf eine Sammlung von Objekten. Spring Data setzt es über JPA um, ist aber selbst kein ORM, sondern eine Schicht darüber.

Objektrelationales Mapping gegen ORM in anderen Fachgebieten

Im Marketing steht ORM für Online Reputation Management, also die Pflege des Rufs in Bewertungen und Suchergebnissen. In der Datenmodellierung gibt es außerdem Object Role Modeling. Mit dem Datenzugriff in der Softwareentwicklung haben beide nichts zu tun.

KI-generiertDieses Bild wurde mit KI erzeugt · Yves Hoppe / KI / cmt
In der Praxis

Das erzeugte SQL bleibt deine Verantwortung

Der Unterschied zwischen einer und zweihundert Abfragen steht nicht im Quelltext. Sichtbar wird er erst im Protokoll der abgesetzten Anweisungen, und deshalb gehört dieses Protokoll in der Entwicklungsumgebung eingeschaltet: in Spring Boot über die SQL-Ausgabe von Hibernate, in Entity Framework Core über das Logging des DbContext, in SQLAlchemy über echo=True. Noch besser ist ein Test, der die Zahl der Abfragen für einen Anwendungsfall zählt und anschlägt, wenn sie wächst.

Ein ORM ersetzt keine SQL-Kenntnisse, es verschiebt nur, wann du sie brauchst: nicht beim Schreiben, sondern beim Erklären, warum eine Seite drei Sekunden lädt. Wer die erzeugte Anweisung und ihren Ausführungsplan lesen kann, findet die Ursache in Minuten. Für Summen über große Mengen und Massenänderungen ist eigenes SQL kein Versagen, sondern vorgesehen.

Der dritte Punkt ist das Schema. Wer die Tabellen in Produktion aus den Klassen erzeugen lässt, bekommt eine Struktur, die zur Anwendung passt und selten zu dem, was die Auswertungsseite braucht. Spätestens wenn ein zweites System auf dieselbe Datenbank schaut, führt an versionierten Migrationen mit Werkzeugen wie Flyway, Liquibase, Alembic oder den Migrationen von Entity Framework nichts vorbei.

Objektrelationales Mapping lernen

Wie du erzeugte Abfragen sichtbar machst und ein N-plus-1-Problem abstellst, zeigen die Trainings zu JPA und Datenbankzugriff mit Java an einem echten Datenmodell.

Die Ebene darunter, also Modell, Index und Ausführungsplan, behandeln die Kurse zu Datenbanken und SQL.

Häufige Fragen

Was bedeutet die Abkürzung ORM?
ORM steht für Object-Relational Mapping, auf Deutsch objektrelationale Abbildung oder objektrelationales Mapping. Gemeint ist sowohl die Technik als auch, umgangssprachlich, die Bibliothek, die sie umsetzt. Die Schreibweisen O/R-Mapping und OR-Mapper meinen dasselbe.
Warum sehe ich Änderungen, die ich nie gespeichert habe?
Weil verwaltete Objekte beim Commit automatisch zurückgeschrieben werden. Wenn du nur lesen willst, arbeite in einer als readOnly markierten Transaktion, mit AsNoTracking in Entity Framework oder mit einer Projektion, die keine vollständige Entity liefert.
Lohnt sich ein ORM für ein kleines Projekt?
Wenn dein Datenmodell mehr als eine Handvoll Tabellen hat und du dieselben Objekte an vielen Stellen brauchst, ja. Bei wenigen, festen Abfragen bist du mit direktem SQL oder einem Query Builder schneller unterwegs.
Ist ein ORM langsamer als direktes SQL?
Für einfache Zugriffe kaum messbar, die Übersetzung kostet wenig im Vergleich zur Datenbankabfrage selbst. Langsam wird es durch ungünstige Ladestrategien, also zu viele kleine Abfragen oder zu breite Joins. Wer das erzeugte SQL im Blick behält, verliert durch das ORM in der Regel keine Leistung.

Passt thematisch dazu

Wenn eine vom ORM erzeugte Abfrage auffällig langsam ist, führt die Erklärung der Operatoren und Zeilenzahlen im Ausführungsplan zur Ursache.

Persönlich für dich da

Deine Ansprechpartner

Du willst das Thema nicht nur nachschlagen, sondern anwenden können? Wir beraten dich persönlich und kostenlos.

Yves Hoppe

Yves Hoppe

Weiterbildung & Beratung

Ordnet mit dir ein, welcher Kurs zu deinem Vorwissen passt.

Norbert Jansen

Norbert Jansen

Beratung & Inhouse

Plant Inhouse-Trainings, die an euren eigenen Daten und Abläufen ansetzen.

Objektrelationales Mapping im Kurs statt im Lexikon

Nachschlagen bringt dich bis zum Verstehen. Anwenden lernst du an echten Aufgaben.