w26M2

dank der Integration auf Produktebene, wie sie z. B.
Microsoft und Teradata bieten, auch solche Mitarbeiter
Anfragen über Hadoop stellen, die (noch) keine
Hadoop-Spezialisten sind.
Im Abschnitt 5.1 (S. 100) wird die wichtige Rolle erläutert,
welche Hadoop in einer modernen unternehmensweiten
Daten-Architektur im Zusammenspiel mit etablierten
Technologien einnimmt.
4.1.2 Big-Data-relevante Datenbanken
Der Unterabschnitt 4.1.2 bezieht sich auf die unterste Zeile
im Big-Data-Technologie-Baukasten (vgl. Abbildung 2).
Herausforderungen im Daten-Management –
Bedarf zum Umgang mit Big Data
In einer branchenübergreifenden Studie 52 wurden die
aktuelle Nutzung von Datenbanken und dabei auftretende
Herausforderungen untersucht. Die Herausforderungen
lassen sich in drei Punkten zusammenfassen:
• Integration verschiedener Datenquellen
und -formate:
Neue Datenquellen, aber auch zunehmende Volumina
und Geschwindigkeiten gestalten die Daten-Integration
wesentlich komplizierter, zumal zunehmend
gefordert wird, Daten in Echtzeit zu verarbeiten. Im
Ergebnis gaben 75% der Organisationen an, mit dem
Problem der Daten-Integration konfrontiert zu sein.
Das traditionelle Datenmanagement konzentrierte
sich auf strukturierte Daten, die Unternehmen in
CRM- oder in ERP-Systemen, in Data Marts und Data
Warehouses oder anderen Anwendungen zumeist
im eigenen Rechenzentrum speicherten. Heutzutage
müssen Applikationen jedoch die Verarbeitung
unterschiedlich strukturierter Daten auch aus neuen
Quellen bewältigen; damit entstehen Integrationsanforderungen,
die nicht selten außerhalb der typischen
Einsatzbereiche relationaler Datenbanken liegen.
• Bewältigung des hohen Wachstums der
Datenvolumina:
Im Durchschnitt verdoppelt sich der Umfang der
Daten alle 18-24 Monate; für einige Unternehmen aus
den Bereichen Einzelhandel, Finanzdienstleistungen,
Verarbeitendes Gewerbe oder Telekommunikation
vervierfacht sich in dieser Zeit das Datenvolumen.
Unternehmenszusammenschlüsse erfordern schnelle
Fortschritte bei der Konsolidierung und Integration
von Daten und erhöhen die Last auf den Datenbanken
weiter. Die Datenbank-Technologie ist zwar weit
vorangeschritten, aber die Verarbeitung von Daten im
Umfang von Dutzenden oder Hunderten Terabytes in
sehr großen Datenbanken bleibt anspruchsvoll, insbesondere
wenn Antwortzeiten unter einer Sekunde
gefordert sind.
• Absicherung erhöhter Performanz:
Unternehmen mussten sich schon immer mit der
Leistungsfähigkeit erfolgskritischer Applikationen
auseinandersetzen – eine Herausforderung, die sich
mit steigenden Volumina und Geschwindigkeiten des
Datenaufkommens weiter verschärft hat. Demzufolge
verbleibt die Performanz unter allen Anforderungen
an vorderster Stelle. Probleme in der Performanz von
Datenbanken spiegeln nicht selten Engpässe bei den
Eingabe- oder Ausgabeoperationen infolge unzureichender
Speicherkapazitäten bzw. fehlender Optimierung
konkurrierender Prozesse oder suboptimaler
Verwaltung von Zwischenpeichern und Indizierungen
wider. Andere Ursachen der Probleme können in nicht
ausreichender technischer Expertise oder mangelhaft
programmierten Daten-Zugriffen aus den Anwendungen
liegen. Außerdem beträgt der Aufwand für
das Tuning und die Optimierung einer Multi-Terabyte
Datenbank oft das Doppelte im Vergleich zu kleineren
Datenbanken. Als Konsequenz aus den Performanz-
Problemen muss man sich die Frage stellen, ob nicht
alternative Architekturen und neuere Technologien für
bestimmte Einsatzfälle die bessere Wahl darstellen.
52
Diese Unterabschnitt basiert auf folgendem Report: Yuhanna, Noel (2013, June 7): The Steadily Growing Database Market Is Increasing Enterprises’ Choices.
Forrester Report.
42