Sie sind hier: Startseite » Markt » Tipps und Hinweise

Sechs Gründe für Cloud-basiertes Data Warehouse

Cloud-basierte Data Warehouses bieten die nötige Flexibilität, um den Speicherplatz unabhängig von den Serverkapazitäten zu erweitern
Durch die Cloud-Kostenstruktur können Unternehmen Speicher- und Rechenleistungen sowohl einzeln als auch gebündelt bezahlen, aber basierend auf dem jeweiligen Nutzungsgrad

Von Nirmal Ranganathan, Principal Architect bei Rackspace und Leiter Data Transformation Services als Teil der Professional Services Organisation von Rackspace

Ein Data Warehouse, das Daten aus verschiedenen Quellen zusammenfasst, um sie analysieren und darauf reagieren zu können, ist heute entscheidend für den Geschäftserfolg. Denn es verarbeitet schnell die enormen Datenmengen, die sich heute in Unternehmen ansammeln. Darauf basierend können Führungskräfte zuverlässige datenbasierte Entscheidungen treffen. Allerdings halten es fast zwei Drittel der kürzlich befragten Experten für "schwierig" oder "sehr schwierig", ihre Data Warehouse-Lösung zu verwalten. So entwickeln sich Cloud-basierte Data Warehouses aufgrund der steigenden Komplexität und Menge der Daten zur effizientesten Möglichkeit, diese Komplexität zu reduzieren und gleichzeitig die zunehmend geforderte Agilität, Sicherheit und Performance zu gewährleisten.

Unternehmen wechseln vor allem aus folgenden Gründen zu einem Cloud-basierten Data Warehouse:

1. Große Datenmengen bewältigen
Cloud-basierte Data Warehouses bieten die nötige Flexibilität, um den Speicherplatz unabhängig von den Serverkapazitäten zu erweitern. Dies ermöglicht die Aufnahme großer Datenmengen, ohne die entsprechenden Rechenkosten zu erhöhen. Durch die Umstellung auf ein Cloud-basiertes Data Warehouse können Unternehmen je nach Schwankungen des Datenwachstums auch die Ressourcen innerhalb weniger Minuten oder sogar Sekunden skalieren. Die Steuerung ist über APIs und Dashboards auf einfache Weise möglich. Zudem müssen Unternehmen nicht mehr vorplanen, Vorausbeschaffungen tätigen oder sich um Speicherplatzmangel sorgen.

2. Viele Datenformate unterstützen
Die in Unternehmen anfallenden Daten sind nicht alle strukturiert. Daher unterstützen Cloud-basierte Data Warehouses verschiedene semi-strukturierte Datentypen wie JSON und CSV sowie eine Vielzahl anderer Formate. Einige Dienste unterstützen auch die Abfrage von unstrukturierten Daten auf externem Speicher. Durch den Support mehrerer Abfrage- und Datenformate können Cloud-basierte Data Warehouses halb- und unstrukturierte Daten verarbeiten, die für große Daten-Workloads typisch sind. Der zusätzliche Vorteil für Big Data-Workloads besteht darin, dass die meisten Cloud-basierten Lösungen langfristige Cold-Storage-Optionen bieten. Dann sind die Daten zu niedrigeren Speicherkosten und mit minimierten Geschäftsauswirkungen leicht zugänglich.

3. Die Nutzung vereinfachen
Ein Cloud-basiertes Data Warehouse unterstützt Ad-hoc- und parallele Abfragen auf demselben Datensatz ohne Beeinträchtigung der Performance bestehender Workloads. So können Anwender die Daten mit sehr geringen Einschränkungen untersuchen. Darüber hinaus reduzieren vereinfachte Mechanismen zur Datenerfassung sowie ELT (Extraktion/Laden/Transformation)-Verarbeitung den Aufwand für die Anwender zur Wartung komplexer ETL-Pipelines. Anwender können gleichzeitig viele Abfragen über Terabyte von Daten ausführen und erhalten Antworten in nur wenigen Sekunden.

4. Den TCO reduzieren
Cloud-basierte Dienste bieten Pay-per-Use-Abrechnungsmodelle, die auch Data-Warehouse-Lösungen nutzen. Die meisten Cloud-basierten Data Warehouses trennen Speicher- und Serverleistungen aufgrund von Performance- und Skalierungsanforderungen. Durch die Cloud-Kostenstruktur können Unternehmen Speicher- und Rechenleistungen sowohl einzeln als auch gebündelt bezahlen, aber basierend auf dem jeweiligen Nutzungsgrad. Mit Cloud-basierten Data Warehouses lassen sich Hardwarekosten senken, da keine Erweiterungen mehr nötig sind, und Wartungsaufwand reduzieren. So fallen nahezu keine Kosten mehr für die entsprechenden Mitarbeiter, Lizenzen und Hardware an.

5. Die Sicherheit verbessern
Cloud-basierte Data Warehouses verwenden hardwarebeschleunigte AES-128 oder eine höhere Verschlüsselung für Daten im Ruhezustand. Alle Daten, die zwischen Servern, Regionen oder Diensten übertragen werden, sind TLS-verschlüsselt. Die meisten Cloud-basierten Data Warehouses unterstützen virtuelle private Netzwerke mit Konnektivität zu lokalen Netzwerken durch standardisierte IPsec-VPNs. Die meisten Unternehmen würden eigene interne Teams benötigen, um Lösungen auf diesem Sicherheitsniveau zu verwalten. Doch in den meisten Fällen könnten selbst interne Teams nicht mit dem Niveau an Sicherheitskontrollen einer Cloud-Umgebung mithalten – sowohl in Bezug auf Funktionalität als auch Einfachheit der Nutzung.

6. Disaster Recovery und Business Continuity verbessern
Die meisten Cloud-basierten Data Warehouses trennen Speicher und Server, um eine asynchrone Replikation des Speichers über verschiedene Regionen hinweg zu unterstützen – ohne die vorhandenen Rechenkapazitäten und Abfragen zu beeinträchtigen. Backups und Snapshots werden automatisch erzeugt und innerhalb der jeweiligen Region bereitgestellt. Einige Anbieter nutzen ihre eigenen privaten Backend-Netzwerke zwischen den Regionen, um die Latenzzeiten weiter zu reduzieren, die Zuverlässigkeit und Sicherheit zu erhöhen und die Verfügbarkeit zu verbessern.

Dabei gehen während des Wiederherstellungsprozesses nur wenige bis keine Daten verloren. Zur Disaster Recovery lassen sich schnell die überregional replizierten Daten nutzen, indem die Verarbeitungskapazität erhöht wird, wobei die Verfügbarkeit von sofort bis zu einigen Minuten reicht. Bestimmte Systeme unterstützen die sofortige Abfrage eines Teils der Daten, während der Rest im Hintergrund geladen wird. Diese Funktionen können lokale Data Warehouses nicht bieten.

Fazit
Cloud-basierte Data Warehouses eröffnen viele Vorteile für Unternehmen: Sie können effizienter arbeiten sowie interne Teams von Wartungs- und Betriebsaufwand entlasten. Allerdings sollte man die Komplexität der Einführung und Anpassung an die unternehmensspezifischen Bedürfnisse nicht unterschätzen. Und die Vorteile sind auch nicht umsonst. Denn Unternehmen müssen Strukturen und Prozesse für Cloud-basierte Data Warehouses aufbauen sowie neue Nutzungs- und Preismodelle verstehen.
(Rackspace: ra)

eingetragen: 08.04.19
Newsletterlauf: 02.05.19

Rackspace Technology: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

Datenqualität entscheidend
Künstliche Intelligenz, kurz KI, gehört derzeit zu den meistdiskutierten Themen. Die Entwicklungen sind rasant, die Möglichkeiten scheinen fast unbegrenzt. Viele Unternehmen arbeiten deshalb schon mit KI oder sind aktuell dabei, Tools zu implementieren. "KI als Katalysator für Optimierung, Standardisierung und Digitalisierung wird von Unternehmen bereits vielfältig eingesetzt. Doch es fehlen in vielen Branchen, wie etwa im Retail-Bereich, noch Use Cases - es kann noch nicht alles mit KI-Tools gelöst werden. Vor der Implementierung gilt es in vielen Fällen deshalb noch zu prüfen, ob sich der Einsatz von KI in jedem Fall lohnt", sagt Andreas Mohr, SAP Senior Development Consultant bei retailsolutions.
Sicherheitsrisiken in der Cloud
Es gibt gute Gründe, Daten und Dienste in eine Cloud-Umgebung zu verlagern: Flexibilität, Skalierbarkeit und Kosteneffizienz sprechen eindeutig für die Cloud. Es sind jedoch auch die Risiken zu bedenken und zu managen. Ein wichtiger Aspekt ist die Datensicherheit: Da die Daten in externen Rechenzentren gespeichert werden, sind sie potenziell Angriffen ausgesetzt - sensible Informationen können abgefangen oder manipuliert werden.
Was Unternehmen beachten müssen
Künstliche Intelligenz gehört für immer mehr Unternehmen ganz selbstverständlich zum Geschäftsalltag dazu. Insbesondere die generative KI (GenAI) erlebt einen Boom, den sich viele so nicht vorstellen konnten. GenAI-Modelle sind jedoch enorm ressourcenhungrig, sodass sich Firmen Gedanken über die Infrastruktur machen müssen. NTT DATA, ein weltweit führender Anbieter von digitalen Business- und Technologie-Services, zeigt, warum die Cloud der Gamechanger für generative KI ist.
SAP mit umfassender Cloud-Strategie
Für die digitale Transformation von Unternehmen setzt SAP auf eine umfassende Cloud-Strategie. Hier bietet SAP verschiedene Lösungen an. Neben der SAP Public Cloud, die sehr stark auf den SME-Markt zielt, bedient die Industry Cloud als Kombination aus Private Cloud und industriespezifischen Cloud-Lösungen eher den LE-Markt.
Warum steigende IT-Kosten das kleinere Übel sind
Es gibt Zeiten, in denen sind CIOs wirklich nicht zu beneiden. Zum Beispiel dann, wenn sie der Unternehmensführung wieder einmal erklären müssen, warum erneut höhere Investitionen in die IT nötig sind. Eines der größten Paradoxe dabei: Kosten steigen auf dem Papier auch dann, wenn eigentlich aus Kostengründen modernisiert wird. Der Umstieg vom eigenen Server im Keller in die Cloud? Mehrkosten. Neue SaaS-Lösungen?
Optimierung von Java-Workloads in der Cloud
Cloud-Infrastrukturen versprechen Skalierbarkeit, Effizienz und Kostenvorteile. Doch um Engpässe zu vermeiden, überprovisionieren viele Unternehmen ihre Cloud-Kapazitäten - und bezahlen so oftmals für Ressourcen, die sie gar nicht nutzen. Wie lässt sich das ändern? Ein zentraler Hebel ist die Optimierung von Java-Workloads in der Cloud. Cloud-Infrastrukturen bringen viele Vorteile, aber auch neue Komplexität und oft unerwartet hohe Kosten mit sich. Bei vielen Unternehmen nehmen Java-Umgebungen und -Anwendungen große Volumina in gebuchten Cloud-Kapazitäten ein, denn Java gehört noch immer zu den beliebtesten Programmiersprachen: Laut dem aktuellen State of Java Survey and Report 2025 von Azul geben 68 Prozent der Befragten an, dass über 50 Prozent ihrer Anwendungen mit Java entwickelt wurden oder auf einer JVM (Java Virtual Machine) laufen.
Wer Cloud sagt, muss Datensouveränität denken
Die Cloud hat sich längst zu einem neuen IT-Standard entwickelt. Ihr Einsatz bringt allerdings neue Herausforderungen mit sich - insbesondere im Hinblick auf geopolitische Risiken und die Gefahr einseitiger Abhängigkeiten. Klar ist: Unternehmen, Behörden und Betreiber kritischer Infrastrukturen benötigen eine kompromisslose Datensouveränität. Materna Virtual Solution zeigt, welche zentralen Komponenten dabei entscheidend sind.
KI-Herausforderung: Mehr Daten, mehr Risiko
Künstliche Intelligenz (KI) revolutioniert weiterhin die Geschäftswelt und hilft Unternehmen, Aufgaben zu automatisieren, Erkenntnisse zu gewinnen und Innovationen in großem Umfang voranzutreiben. Doch es bleiben Fragen offen, vor allem wenn es um die Art und Weise geht, wie KI-Lösungen Daten sicher verarbeiten und bewegen. Einem Bericht von McKinsey zufolge gehören Ungenauigkeiten in der KI sowie KI-Cybersecurity-Risiken zu den größten Sorgen von Mitarbeitern und Führungskräften.
Sichere Daten in der Sovereign Cloud
Technologie steht im Mittelpunkt strategischer Ambitionen auf der ganzen Welt, aber ihr Erfolg hängt von mehr als nur ihren Fähigkeiten ab. Damit Dienste effektiv funktionieren, braucht es eine Vertrauensbasis, die den Erfolg dieser Technologie untermauert und eine verantwortungsvolle Speicherung der Daten, Anwendungen und Dienste gewährleistet.
Integration von Cloud-Infrastrukturen
Cloud-Technologien werden zum Schlüsselfaktor für Wachstum und verbesserte Skalierbarkeit über das Kerngeschäft hinaus - auch bei Telekommunikationsanbietern (Telcos). Auch hier ist der Wandel zur Nutzung von Produkten und Dienstleistungen "On-Demand" im vollen Gange, sodass Telcos ihre Geschäftsmodelle weiterentwickeln und zunehmend als Managed-Service-Provider (MSPs) und Cloud-Service-Provider (CSPs) auftreten.

Grundlage für anstehende Pilotzertifizierungen Nach Möglichkeit keine Nur-Cloud-Ansätze