Sie sind hier: Startseite » Markt » Tipps und Hinweise

Ursachen für das Scheitern von Cloud-Migrationen

So werden Datenbanken fit für die Cloud: Best Practices für die Migration
Zuverlässige Dokumentation erleichtert den Wechsel in die Cloud

Von Kevin Kline, Principal Program Manager bei SentryOne

Die Digitalisierung führt in Unternehmen zu einem beispiellos hohen Datenaufkommen. SQL Server-Datenbanken aus Microsoft Azure oder Amazon Web Services (AWS) zu betreiben, sehen viele Unternehmen daher als geeigneten Weg an, um angesichts wachsender Datenflut und komplexeren Analyseanforderungen Performanz und Leistung der IT sicherstellen zu können. Die anfängliche Hoffnung, durch den Wechsel in die Cloud kosteneffizienter arbeiten zu können, erfüllt sich für manche allerdings nicht. Eine bedeutende Ursache dafür könnte darin bestehen, dass Datenbestände vorab nicht für die neue Cloud Computing-Umgebung optimiert wurden. Die Migration sollte deshalb erst nach eingehender Vorbereitung vollzogen werden.

Bei der Migration in die Cloud verhält es sich ähnlich wie bei einem Wohnungsumzug: Während man Regale ausräumt und seine Besitztümer in Augenschein nimmt, tauchen Gegenstände auf, von denen man sich gar nicht mehr bewusst war, dass man sie besitzt. Die Frage, die sich dabei unweigerlich aufdrängt, ist: Hat der gesamte Hausstand in der neuen Wohnung noch Relevanz? Oder ist der Zeitpunkt gekommen, einige Bestandteile auszusortieren?

Dieses Phänomen lässt sich ebenso auf die Migration von SQL Server Datenbanken in die Cloud übertragen. Da in der neuen Umgebung andere Gesetzmäßigkeiten gelten als on-Premises, sollten einem reibungslosen Umzug entsprechende Aufräumarbeiten im Datenbestand vorausgehen. Dazu müssen Datenbank-Administratoren (DBAs) vor allem einen Überblick darüber gewinnen, auf welche Weise alle Datenbanken mit den verbundenen Anwendungen interagieren. So können sie unnötiges Durcheinander in ihren Datensätzen bereinigen und falls nötig, Codes überarbeiten. Der Migration sollte daher ein zweistufiger Prozess vorangehen, der sich aus einer Evaluations- sowie Prüfungsphase zusammensetzt.

Evaluationsphase: Datenauswahl für die Migration
Zu den häufigsten Ursachen für das Scheitern von Cloud-Migrationen gehören zu hohe Kosten. Dies lässt sich in vielen Fällen darauf zurückführen, dass das neue Tarifmodell der Cloud nicht ausreichend berücksichtigt wurde. Ungenutzte Daten, deren Menge im on-premises-Betrieb weitgehend unerheblich ist, können in der Cloud, wo der Tarif durch CPU, Storage und IOPs bestimmt wird, das Budget spürbar belasten. Eine umfangreiche Bewertung vorab hingegen trägt dazu bei, dass die neue Umgebung möglichst effizient genutzt wird. Dafür empfiehlt es sich, sämtliche Bestandsdatensätze zu ermitteln und nacheinander drei Kategorien – Bereinigung, Archivierung, Migration – zuzuordnen.

1. Bereinigung
Große Mengen an Junk-Daten oder Datensätze, die schlichtweg nicht mehr von Nutzen sind, eignen sich für die Bereinigung vor einer Cloud-Migration. In diese Kategorie fallen beispielsweise Daten, die in der Vergangenheit angefallen, jedoch von minderer Qualität sind und lediglich aus rechtlichen Gründen gespeichert werden mussten. Sofern der gesetzlich vorgeschriebene Zeitraum verstrichen ist, können diese nun gelöscht werden. Handelt es sich um personenbezogene Daten, sollte der Datenbestand auch unter Berücksichtigung der DSGVO betrachtet werden. Diese schreibt vor, dass Daten lediglich so lange gespeichert werden dürfen, wie es für die Verarbeitung nötig ist.

2. Archivierung
Im Zuge ihrer Ermittlungen können DBAs auch auf den umgekehrten Fall stoßen: Es gibt einige Datensätze, die zwar veraltet sind, für gegenwärtige und künftige Trendanalysen jedoch eine geeignete Qualität aufweisen. Hier empfiehlt es sich, die Daten weiterhin lediglich schreibgeschützt zu nutzen. Ist beispielsweise die Migration in Microsoft Azure geplant, können diese einfach über eine SQL Stretch-Datenbank in eine vergleichsweise kostengünstigere Speicherebene verschoben werden. Die Daten stehen dort weiterhin schreibgeschützt zur Verfügung und können nach Bedarf für Business Intelligence-Operationen, zur Anwendung von KI- oder Machine Learning-Funktionen sowie für das Erstellen prädiktiver Analysen abgerufen werden.

3. Migration
Nachdem die zu bereinigenden und archivierenden Daten identifiziert sind, hat sich die Menge der Daten, die sich für die Migration eignen, automatisch gebildet. Diese stammen zwar aus lokalen Produktionssystemen, doch dies bedeutet nicht, dass sie sich direkt in ein cloudbasiertes Produktionssystem übertragen lassen. Um möglichen Beschwerden seitens der Nutzer, ihre Reports würden seit der Migration keinen Sinn mehr ergeben, vorzubeugen, müssen diese Daten im nächsten Schritt einer eingehenden Qualitätsprüfung unterzogen werden.

Prüfungsphase: Qualitätscheck für Datenbanken
Da während eines Migrationsprozesses an Anwendungen und Datenbanken keinerlei Änderungen vorgenommen werden sollten, gilt es, sämtliche Eigenschaften, die einer soliden Performanz entgegenstehen, zu eliminieren. Um für ein reibungsloses Zusammenspiel zwischen Anwendungs- und Datenbankebene sorgen zu können, sind zusätzliche Qualitätsprüfungen nötig. Dabei sollten folgende Punkte sichergestellt werden:

• >> Konsistente Namensstandards für Objekte wie Tabellen, Views, Trigger, Stored Procedures und User-Defined Functions (UDFs).
• >> Keine Verwendung übergroßer Spalten, zum Beispiel CHAR(500), sofern keiner der darin enthaltenen Werte 32 Zeichen übersteigt.
• >> GUIDs (Globally Unique Identifiers) werden nicht als Clustered-Indizes genutzt. Dies ist lediglich bei kleinen Tabellen, die nicht mehr erweitert werden, zulässig. Außerdem muss überprüft werden, ob GUIDs als Cluster-Primärschlüssel genutzt werden, da dies zahlreiche Performanzprobleme verursachen kann.
• >> Es gibt keine Datentypen, die als MAX-Größe definiert sind, wie beispielsweise NVARCHAR(MAX).
• >> Es bestehen keine impliziten Konvertierungen, da diese schwerwiegende Codeprobleme nach sich ziehen können. Insbesondere, wenn Object Relational Mapping (ORM)-Tools genutzt werden, sind Konvertierungsprobleme wahrscheinlicher, da ORMs meist standardmäßig GUIDs als Cluster-Indizes einsetzen.

Weiterhin sollte die Codierung der Anfrage-Timeouts noch einmal unter die Lupe genommen werden. Treten bereits in der on-premises-Umgebung bei bestimmten Abfragen Server-Zeitüberschreitungen auf, werden sich diese in der Cloud noch verstärken. Um dies zu verhindern, sollte der Code so überarbeitet werden, dass er in der Cloud gegenüber Anfrage-Timeouts belastbarer ist und die damit verbundenen Anfragen entsprechend optimiert werden.

Eine weitere notwendige, aber in Einzelfällen womöglich schmerzvolle Aufgabe, ist die Beurteilung und Überprüfung liebgewonnener Funktionen, wie zum Beispiel das Erstellen temporärer Tabellen. Während derartige Features gern genutzt werden, um die Logik der Codierung zu verbessern, wirken sich nur wenige von ihnen günstig auf die Performanz aus. Um in der Cloud keine bösen Überraschungen zu erleben, sollte man für die am häufigsten genutzten Datenbankfunktionen einen Test einplanen.

Im Großen und Ganzen erfordert der Schritt in die Cloud nichts weniger als das Erstellen einer umfassenden Dokumentation auf Grundlage eines Datenkatalogs. Um nicht nach der Migration feststellen zu müssen, dass Anwendungen und Nutzern sprichwörtlich der Boden unter den Füßen weggezogen wurde, muss eine weitere Stufe ergänzt werden: Es muss zusätzlich verzeichnet werden, welche Anwendungen auf die im Katalog erfassten Daten zugreifen. Dies erscheint DBAs zwar ähnlich unliebsam wie sich bei einem Wohnungsumzug mit längst vergessenen Dingen auseinandersetzen zu müssen, ist aber in dieser Situation ebenso unerlässlich. Um den Dokumentationsprozess zu vereinfachen, lohnt sich der Einsatz entsprechender Managementtools, die unter anderem automatisiert eine ausführliche Übersicht der Datenherkunft erstellen können. Auf diese Weise können geeignete Voraussetzungen für eine reibungslose Migration und eine effiziente Cloud-Nutzung geschaffen werden. (SentryOne: ra)

eingetragen: 12.05.20
Newsletterlauf: 28.07.20

SentyOne: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

XLAs: Der Mensch als Maßstab
Über Jahrzehnte galten Service Level Agreements (SLAs) als Maßstab für gutes IT- und Servicemanagement: Wurde ein Ticket fristgerecht gelöst, war die Aufgabe erledigt. Doch in einer zunehmend digitalisierten Arbeitswelt zeigt sich: Diese Logik greift zu kurz. Effizienz allein entscheidet nicht mehr, ob Mitarbeitende zufrieden und produktiv bleiben. Gefragt ist ein neues Verständnis, das die tatsächliche Erfahrung der Menschen in den Mittelpunkt rückt.
Cloud-Souveränität immer stärker im Mittelpunkt
Mit dem rasanten Fortschritt der digitalen Wirtschaft und dem Aufkommen zahlreicher neuer Technologien - allen voran Künstlicher Intelligenz (KI) - stehen europäische Entscheidungsträger vor einer neuen Herausforderung: Wie lässt sich ein innovatives Ökosystem regionaler Cloud-Anbieter schaffen, das sowohl leistungsfähige Lösungen als auch ausreichende Skalierbarkeit bietet? Und wie kann dieses Ökosystem mit internationalen Anbietern konkurrieren und zugleich die Abhängigkeit von ihnen verringern? Politik, Regulierungsbehörden, Forschungseinrichtungen und Industrievertreter in Europa konzentrieren sich darauf, wie der Kontinent seine Position im globalen Wettlauf um Cloud-Innovationen verbessern kann - ohne dabei die Kontrolle, Autonomie und Vertraulichkeit über europäische Daten aufzugeben, die andernfalls womöglich in anderen Märkten gespeichert, verarbeitet oder abgerufen würden.
Vom Nearshoring zum Smart Sourcing
Aufgrund des enormen IT-Fachkräftemangels und der wachsenden Anforderungen von KI und digitaler Transformationen benötigen Unternehmen heute flexible und kosteneffiziente Lösungen, um wettbewerbsfähig zu bleiben. Für die Umsetzung anspruchsvoller Innovationsprojekte mit hohen Qualitätsstandards entscheiden sich deshalb viele Unternehmen für Nearshoring, da dieses Modell ihnen Zugang zu hochausgebildeten IT-Fachkräften in räumlicher und kultureller Nähe ermöglicht.
Sechs stille Killer des Cloud-Backups
Cloud-Backups erfreuen sich zunehmender Beliebtheit, da sie auf den ersten Blick eine äußerst einfache und praktische Maßnahme zu Schutz von Daten und Anwendungen sind. Andy Fernandez, Director of Product Management bei Hycu, nennt in der Folge sechs "stille Killer", welche die Performance von Cloud-Backups still und leise untergraben. Diese werden außerhalb der IT-Teams, die täglich damit zu tun haben, nicht immer erkannt, können aber verheerende Folgen haben, wenn sie ignoriert werden.
Datenaufbewahrungsstrategie und SaaS
Die Einhaltung von Richtlinien zur Datenaufbewahrung sind für Unternehmen unerlässlich, denn sie sorgen dafür, dass wertvolle Informationen sicher gespeichert und Branchenvorschriften - egal wie komplex sie sind - eingehalten werden. Diese Governance-Frameworks legen fest, wie Unternehmen sensible Daten verwalten - von deren Erstellung und aktiven Nutzung bis hin zur Archivierung oder Vernichtung. Heute verlassen sich viele Unternehmen auf SaaS-Anwendungen wie Microsoft 365, Salesforce und Google Workspace. Die Verlagerung von Prozessen und Daten in die Cloud hat jedoch eine gefährliche Lücke in die Zuverlässigkeit der Datenaufbewahrung gerissen, denn die standardmäßigen Aufbewahrungsfunktionen der Drittanbieter entsprechen häufig nicht den Compliance-Anforderungen oder Datenschutzzielen.
Lücken der SaaS-Plattformen schließen
Die zunehmende Nutzung von Software-as-a-Service (SaaS)-Anwendungen wie Microsoft 365, Salesforce oder Google Workspace verändert die Anforderungen an das Datenmanagement in Unternehmen grundlegend. Während Cloud-Dienste zentrale Geschäftsprozesse unterstützen, sind standardmäßig bereitgestellte Datenaufbewahrungsfunktionen oft eingeschränkt und können die Einhaltung der Compliance gefährden. Arcserve hat jetzt zusammengefasst, worauf es bei der Sicherung der Daten führender SaaS-Anbieter ankommt.
Nicht mehr unterstützte Software managen
Von Windows bis hin zu industriellen Produktionssystemen: Wie veraltete Software Unternehmen angreifbar macht und welche Strategien jetzt nötig sind Veraltete Software ist weit verbreitet - oft auch dort, wo man es nicht sofort vermuten würde. Beispiele für besonders langlebige Anwendungen sind das SABRE-Flugbuchungssystem oder die IRS-Systeme "Individual Master File" und "Business Master File" für Steuerdaten, die seit den frühen 1960er-Jahren im Einsatz sind. Während solche Anwendungen ihren Zweck bis heute erfüllen, existiert daneben eine Vielzahl alter Software, die längst zum Sicherheitsrisiko geworden ist.
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.

Für zuverlässige Endpoint-Security-Maßnahmen Umsetzung einer Cloud-Strategie