Sie sind hier: Startseite » Markt » Tipps und Hinweise

Auswahl einer Cloud-Data-Warehouse-Lösung

Datenschätze in den Wolken: Best Practices für Cloud Data Warehouses
Unterschiede zwischen traditionellen und Cloud Data Warehouses

Von Rob Mellor, VP und GM EMEA, WhereScape

Die Cloud bietet Unternehmen zahlreiche Vorteile und sorgt auch im Bereich Data Warehousing für hohe Skalierbarkeit und Flexibilität. Da es mittlerweile notwendig ist, Daten aus einer Vielzahl sich ständig weiterentwickelnden Datenquellen effizient zusammenzuführen und sie auf einfache Weise einem immer breiteren Kreis an Entscheidungsträgern zugänglich zu machen, haben deshalb viele Data-Warehousing-Teams begonnen, ihre Data-Warehouse-Bemühungen auf die Cloud umzustellen.

Ein Cloud Data Warehouse ist ein Datenbankservice, der online von einem Public-Cloud-Anbieter gehostet wird. Es verfügt über die Funktionalität einer On-Premises-Datenbank, wird jedoch von einer Drittpartei verwaltet, kann per Fernzugriff aufgerufen werden, und sein Speicher und seine Rechenleistung können bei Bedarf sofort verkleinert oder erweitert werden.

Ein traditionelles Data Warehouse ist eine Architektur für die Organisation, Speicherung und den Zugriff auf angeforderte Daten, die On-Premises in einem Rechenzentrum des Unternehmens gehostet wird. Das klassische Data Warehouse hat eine endliche Größe und Leistung und befindet sich im Besitz der Organisation, deren Daten darin gespeichert sind.

Ein Cloud Data Warehouse bietet ein flexibles Volumen an Speicher- und Rechenleistung, ist Teil eines Public-Cloud-Rechenzentrums, online zugänglich und wird extern verwaltet. Die Speicher- und Rechenleistung wird lediglich gemietet. Sein physischer Standort ist weitgehend irrelevant, außer für Länder und/oder Branchen, deren Regularien vorschreiben, dass Daten im selben Land des jeweiligen Unternehmens gespeichert werden müssen.

Fünf Vorteile von Cloud Data Warehouses
Die Vorteile eines Cloud Data Warehouses lassen sich in fünf Kernpunkten zusammenfassen:

1. Zugang
Anstatt nur physischen Zugang zu Datenbanken in Rechenzentren zu haben, kann auf Cloud Data Warehouses von jedem beliebigen Ort aus zugegriffen werden. Mitarbeiter können bei Bedarf auch von zu Hause aus oder außerhalb der Geschäftszeiten Fehler beheben. Dieser flexible Zugriff bedeutet zudem, dass Unternehmen Fachkräfte auch ortsungebunden einstellen können, was Talentpools eröffnet, die zuvor nicht verfügbar waren.

2. Kosten
Rechenzentren sind teuer in Anschaffung und Unterhalt. Die Gebäude, in denen sie untergebracht werden, müssen entsprechend gekühlt und versichert werden, es benötigt fachkundiges Personal, und die Datenbanken selbst sind mit enormen Kosten verbunden. Mit Cloud Data Warehousing kann derselbe Service in Anspruch genommen werden, jedoch zahlen Unternehmen nur für die Rechen- und Speicherleistung, die sie benötigen und wenn sie sie benötigen. Bei elastischen Cloud-Diensten wie beispielsweise Snowflake können Rechen- und Speicherleistung auch separat und in unterschiedlichen Mengen gekauft werden. Unternehmen müssen dabei nur für das bezahlen, was sie wirklich nutzen, und können Funktionen, die sie nicht mehr benötigen, sofort schließen oder verkleinern.

3. Leistung
Anbieter von Cloud-Diensten konkurrieren darum, die Nutzung der leistungsfähigsten Hardware für einen Bruchteil der Kosten anzubieten, die für die Reproduktion einer solchen Leistung On-Premises anfallen würden. Upgrades werden automatisch durchgeführt, sodass Unternehmen immer über die neuesten Funktionen verfügen und keine Ausfallzeiten beim Upgrade auf die neueste „Version“ erleben. Einige On-Premises-Datenbanken bieten eine schnellere Performance, jedoch nicht zu den Kosten und der Verfügbarkeit des Infrastructure-as-a-Service (IaaS), die Cloud-Anbieter ermöglichen.

4. Skalierbarkeit
Die Eröffnung eines Cloud Data Warehouse ist so einfach wie die Eröffnung eines Kontos bei einem Anbieter wie Microsoft Azure, AWS Redshift, Google BigQuery oder Snowflake. Das Konto kann erweitert und verkleinert oder sogar sofort wieder geschlossen werden. Die Benutzer sind sich zudem der entsprechenden Kosten bewusst, bevor sie die Menge des gemieteten Storage ändern. Diese Skalierbarkeit hat zur Prägung des Begriffs „Elastic Cloud“ geführt.

5. Unabhängigkeit
Das Hosten von Daten in einem Cloud Data Warehouse bedeutet, dass Unternehmen den Anbieter wechseln können, wenn es zu Änderungen ihrer Geschäftsstrategie passt. Bleiben Unternehmen datenbankunabhängig, haben sie die Flexibilität, ihre Datenbank zu vergrößern, zu verkleinern oder komplett zu wechseln. Mit metadatengesteuerter Automatisierungssoftware können Unternehmen zudem ganze Dateninfrastrukturen auf Wunsch aus dem Cloud Data Warehouse extrahieren, hinein verschieben sowie verschiedenen Teams innerhalb desselben Unternehmens ermöglichen, mit der Datenbank und der hybriden Cloud-Struktur zu arbeiten, die ihren Anforderungen am besten entspricht.

Auswahl einer Cloud-Data-Warehouse-Lösung
Eine Kostenanalyse ist unerlässlich, um abzuschätzen, wie viel Geld ein Cloud Data Warehouse dem Unternehmen sparen würde. Verschiedene Cloud-Anbieter haben unterschiedliche Preisstrukturen, die berücksichtigt werden müssen. Etabliertere Anbieter wie Amazon und Microsoft mieten Knoten und Cluster, sodass ein Unternehmen einen definierten Teil des Servers nutzt. Dadurch wird die Preisgestaltung vorhersehbar und konstant, jedoch ist manchmal die Wartung des jeweiligen speziellen Knotens erforderlich.

Snowflake und Google bieten ein serverloses System an, was bedeutet, dass die Standorte und die Anzahl der Cluster nicht definiert und somit irrelevant sind. Stattdessen wird dem Kunden genau die Menge an Rechen- oder Verarbeitungsleistung in Rechnung gestellt, die er verbraucht. In größeren Unternehmen ist es jedoch oft schwierig, die Anzahl der Nutzer und die Größe eines Prozesses vorherzusagen, bevor er stattfindet. Es ist möglich, dass die Anfragen viel größer sind und viel mehr kosten als erwartet.

Jeder Cloud-Anbieter hat seine eigene Suite von unterstützenden Tools für Funktionen wie Datenmanagement, Visualisierung und Predictive Analytics, sodass diese besonderen Bedürfnisse bei der Entscheidung für einen Anbieter berücksichtigt werden sollten.

Die Verwendung von Cloud-basierten Data-Warehouse-Plattformen bedeutet, dass Unternehmen noch mehr Daten aus einer Vielzahl von Datenquellen sammeln und sofort und elastisch skalieren können, um praktisch unbegrenzt Benutzer und Arbeitslasten zu unterstützen. Mit der Fähigkeit, den Zustrom großer Datenmengen zu verwalten und durch Automatisierung die Investitionsrentabilität zu steigern, können Unternehmen den Zustrom großer Datenmengen bewältigen, manuelle Prozesse automatisieren und die Rentabilität der Cloud maximieren. (WhereScape: ra)

eingetragen: 23.10.20
Newsletterlauf: 02.12.20

WhereScape: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

Wie sich Teamarbeit im KI-Zeitalter verändert
Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.
Vom Workaround zum Schatten-Account
Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.
KI in der Cloud sicher nutzen
Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.
Clever skalieren auf Basis bestehender Strukturen
Da Generative AI zunehmend Teil unseres Alltags wird, befinden wir uns in einer KI-Phase, die sich durch außerordentliche Fähigkeiten und enormen Konsum auszeichnet. Was anfangs auf einer theoretischen Ebene stattgefunden hat, ist inzwischen messbar - und zwar bis zur kleinsten Einheit. Aktuelle Untersuchungen von Mistral AI und Google deuten darauf hin, dass die Folgen einer einzigen Interaktion vernachlässigbar sind: Bruchteile eines Watts, einige Tropfen Wasser und ein Kohlenstoffausstoß, der etwa dem entspricht, was beim Streamen eines Videos unter einer Minute verbraucht wird.
Von Cloud-First zu Cloud-Smart
Die zunehmende Vernetzung von IT- und OT-Systemen bedeutet für die Fertigungsindustrie neue Sicherheitsrisiken. Ein moderner Cloud-Smart-Ansatz verbindet Innovation mit effektiven Sicherheitslösungen, um diesen Herausforderungen gerecht zu werden. Die industrielle Digitalisierung stellt die Fertigungsindustrie heute vor neue Herausforderungen - insbesondere in puncto Sicherheit.
Technik statt Vertrauen
Die andauernden Turbulenzen in den USA seit Amtsantritt von Donald Trump, die konsequente Kürzung von Mitteln für Datenschutz und die Kontrolle staatlicher Überwachungsprogramme verdeutlichen: Wer als Behörde oder Institution höchste Datensicherheit garantieren muss, kann nicht auf US-amerikanische Unternehmen oder deren europäische Töchter setzen.
Risiko von SaaS-zu-SaaS-Integrationen
Ein SaaS-Sicherheitsalbtraum für IT-Manager in aller Welt wurde kürzlich wahr: Hacker nutzten legitime OAuth-Tokens aus der Drift-Chatbot-Integration von Salesloft mit Salesforce, um unbemerkt Kundendaten von der beliebten CRM-Plattform zu exfiltrieren. Der ausgeklügelte Angriff deckt einen kritischen toten Winkel auf, von dem die meisten Sicherheits-Teams nicht einmal wissen, dass sie von ihm betroffen sind.
Kostenfallen erkennen und vermeiden
Remote Work, Cloud Computing und mobile Endgeräte haben die Arbeitswelt grundlegend verändert. Mitarbeiter erwarten heute, von überall aus auf ihre Anwendungen und Daten zugreifen zu können. Virtuelle Desktop-Lösungen machen diese Flexibilität möglich, indem sie Desktop-Umgebungen und Anwendungen über das Netzwerk eines Unternehmens bereitstellen. Doch der Markt für solche Lösungen ist komplex und vielfältig. IT-Entscheider stehen vor der Herausforderung, aus dem Angebot die passende Lösung zu identifizieren, die sowohl technische Anforderungen als auch wirtschaftliche Ziele erfüllt.
Übergang in die neue Systemlandschaft
Der Umstieg auf SAP S/4HANA ist bei vielen Unternehmen bereits in vollem Gange oder steht unmittelbar bevor. Wer in diesem Zusammenhang seine Archivierungsstrategie überdenkt, kann wertvolle Zeit, Kosten und Aufwand sparen. Die Archivierungsexperten von kgs haben zehn zentrale Aspekte zusammengestellt, die dabei helfen, den Übergang in die neue Systemlandschaft effizient und zukunftssicher zu gestalten.
Die Zukunft braucht offene KI-Infrastrukturen
KI ist mehr als ein ominöses Hinterzimmer-Experiment. Die Technologie ist eine treibende Kraft, wenn es um Produkte, Entscheidungen und Nutzererfahrungen über jegliche Wirtschaftsbereiche hinaus geht. Mittlerweile stellen Unternehmen jedoch die Inferenz in den Mittelpunkt ihrer KI-Implementierungen. Hier können die Modelle ihren eigentlichen Mehrwert unter Beweis stellen - unter anderem in Form von Antworten auf drängende Fragen, Vorhersagen und Content-Generierung. Der Anstieg des Inferenz-Bedarfs bringt jedoch eine entscheidende Herausforderung mit sich. Bei Inferenzen handelt es sich nämlich nicht um einzelne Workloads.

Managed Security Services: Strategische Vorteile Security-as-a-Service-Modelle auf dem Markt