{"id":19552,"date":"2021-09-10T11:30:00","date_gmt":"2021-09-10T09:30:00","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=19552"},"modified":"2021-08-31T10:39:28","modified_gmt":"2021-08-31T08:39:28","slug":"unified-dwh-dl-komplexe-daten-infrastrukturen-leichter-verwalten","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=19552","title":{"rendered":"Unified DWH\/DL \u2013 Komplexe Daten-Infrastrukturen leichter verwalten"},"content":{"rendered":"\n

Autor\/Redakteur: Otto Neuer, Regional VP Sales bei Denodo<\/a>\/gg<\/p>\n\n\n\n

Der Erfolg von Unternehmen wird in Zukunft vermehrt davon abh\u00e4ngen, ob sie in der Lage sind, sich all ihre Daten bestm\u00f6glich zunutze zu machen. F\u00fchrungskr\u00e4fte k\u00f6nnen sich nicht mehr alleine auf ihren Instinkt verlassen, wenn sie wichtige Gesch\u00e4ftsentscheidungen treffen, sondern brauchen eine faktenbasierte Grundlage. F\u00fcr die Speicherung und Verarbeitung dieser Datenbest\u00e4nde kommt vielerorts ein Data Warehouse (DWH) oder Data Lake (DL) zum Einsatz. Die zunehmende Komplexit\u00e4t der Daten sowie neue Bed\u00fcrfnisse bei ihrer Verarbeitung \u00fcbersteigen allerdings immer h\u00e4ufiger die M\u00f6glichkeiten herk\u00f6mmlicher Architekturen. Die L\u00f6sung: ein Unified DWH\/DL.<\/p>\n\n\n\n

\"\"<\/a>
Bild: Denodo<\/figcaption><\/figure>\n\n\n\n\n\n\n\n

\u00dcber einen Mangel an Daten kann sich heute kein Unternehmen mehr beschweren \u2013 im Gegenteil: die Vielzahl an Datenquellen und gro\u00dfen Mengen an Daten machen es f\u00fcr immer mehr Organisationen notwendig, diese in einem Data Warehouse oder Data Lake zusammenzuf\u00fchren, um mit ihnen zu arbeiten. So gab im aktuellen TDWI-Report Building the Unified Data Warehouse and Data Lake<\/a> mehr als die H\u00e4lfte (53 Prozent) der befragten Analytics- und Datenexperten an, auf ein On-Premises Data Warehouse zu setzen. Jeweils 36 Prozent nutzen bereits ein Data Warehouse oder ein Data Lake in der Cloud, w\u00e4hrend knapp ein Viertel (23 Prozent) \u00fcber einen Data Lake On-Prem verf\u00fcgt. Auch hier gewinnt die Cloud zunehmend an Bedeutung f\u00fcr Unternehmen, wobei etwa die H\u00e4lfte derjenigen mit einem Data Warehouse in der Cloud ihren Data Lake auch in der Cloud betreiben (und umgekehrt).<\/p>\n\n\n\n

Data Warehouses und Data Lakes n\u00e4hern sich an<\/strong><\/p>\n\n\n\n

Data Warehouses sind zentrale Datenbankplattformen, die f\u00fcr die Analyse von Daten und insbesondere f\u00fcr Business-Reportings optimiert wurden. Daher sind sie in der Lage, Daten aus verschiedenen Quellen zu einem gemeinsamen konsistenten Datenbestand zusammenzuf\u00fchren. Data Lakes dienen dagegen dazu, Informationen aus unterschiedlichen Quellen in ihrem urspr\u00fcnglichen rohen Format in einem zentralen Repository zusammenzuf\u00fchren. Dort k\u00f6nnen diese Daten allerdings auch bereinigt, angepasst und umgewandelt werden, um sie beispielsweise f\u00fcr Advanced Analytics oder Machine Learning zu verwenden oder um sie f\u00fcr die weitere Verarbeitung in einem Data Warehouse vorzubereiten.<\/p>\n\n\n\n

\"\"<\/a>
Bild: Denodo<\/figcaption><\/figure>\n\n\n\n

Unternehmen nutzen Data Lakes heute auch schon oft als Erg\u00e4nzung zum Data Warehouse, zum Beispiel um gro\u00dfe Mengen an IoT-Daten zu speichern und mittels Visualisierungstools zu analysieren. Tats\u00e4chlich n\u00e4hern sich Data Warehouses und Data Lakes mittlerweile so weit an, dass sie mancherorts bereits zum einem Unified Data Warehouse\/Data Lake (Unified DWH\/DL) verschmelzen. Zwar verf\u00fcgen bislang nur wenige Unternehmen \u00fcber diese neue Architektur, aber die gro\u00dfe Mehrheit der Befragten (89 Prozent) sieht sie f\u00fcr die Zukunft als Chance.<\/p>\n\n\n\n\n\n\n\n

Datenvirtualisierung macht die neue Architektur zukunftssicher<\/strong><\/p>\n\n\n\n

Ein wesentliches Merkmal eines Unified DWH\/DL ist die F\u00e4higkeit, ein gr\u00f6\u00dferes Spektrum an Datenstrukturen, Nutzertypen und Use-Cases zu unterst\u00fctzen als dies ein Data Warehouse oder Data Lake alleine kann. Dadurch sind Unternehmen in der Lage, mehr Business Value aus ihren vorhandenen Daten zu generieren, sei es durch Analytics oder im Betrieb selbst. Entsprechend nannten auch knapp zwei Drittel der Befragten (54 Prozent) diesen Punkt als zentralen Zweck eines Unified DWH\/DL. Dar\u00fcber hinaus sieht etwa die H\u00e4lfte darin auch die M\u00f6glichkeit, Datensilos aufzul\u00f6sen ohne die Daten dabei zu physisch zu bewegen oder restrukturieren zu m\u00fcssen (53 Prozent) sowie als bessere Basis f\u00fcr Advanced- beziehungsweise Predictive-Analytics Anwendungen (49 Prozent). Insbesondere letzteres wird in Zukunft f\u00fcr Unternehmen immer wichtiger werden, um mithilfe verschiedener Datentypen, seien es Text-, IoT- oder Bilddaten, ihre digitale Transformation weiter zu beschleunigen.<\/p>\n\n\n\n

\"\"<\/a>
Bild: Denodo<\/figcaption><\/figure>\n\n\n\n

Um diese Vorteile nutzen zu k\u00f6nnen, m\u00fcssen Organisationen aber zun\u00e4chst ihr Data Warehouse und Data Lake ineinander integrieren. Daf\u00fcr gibt es verschiedene M\u00f6glichkeiten, unter anderem die physische Konsolidierung. Hierbei wird ein Teil des Data Warehouses in den Data Lake (oder umgekehrt) oder Daten beider Systeme in ein neues Repository verschoben. Jedoch leidet bei dieser Verlagerung oftmals die Integrit\u00e4t der Daten und Unternehmen m\u00fcssen mit h\u00f6heren Kosten f\u00fcr die redundante Datenhaltung rechnen. Eine probate Alternative ist eine logische Datenschicht, die mittels Datenvirtualisierung realisiert wird. Dabei werden die Daten aus dem Data Warehouse und Data Lake in einer einzigen virtuellen Schicht dargestellt, ohne dass sie daf\u00fcr physisch bewegt oder ver\u00e4ndert werden m\u00fcssen. Es spielt keine Rolle, ob Unternehmen die zugrundeliegenden Systeme On-Premise, in der Cloud oder in hybriden Architekturen betreiben. Zudem wird durch das adaptive Design sichergestellt, dass auch neue Datenquellen oder Technologien flexibel integriert werden k\u00f6nnen und die Investition sich langfristig lohnt.<\/p>\n\n\n\n

\"\"<\/a>
Bild: Denodo<\/figcaption><\/figure>\n\n\n\n

Data Warehouse oder Data Lake? Beides!<\/strong><\/p>\n\n\n\n

Immer weniger Unternehmen kommen aufgrund der stetig wachsenden Datenmengen und der Vielzahl an Quellen inzwischen ohne ein Data Warehouse oder einen Data Lake aus. Wer Prozesse optimieren, neue Gesch\u00e4ftsfelder identifizieren oder Angebote weiterentwickeln m\u00f6chte, ben\u00f6tigt daf\u00fcr eine umfassende und abteilungs\u00fcbergreifende Datenbasis. Allerdings kommen diese Systeme immer \u00f6fter an ihre Grenzen. F\u00fcr Advanced Analysen, komplexe Use Cases und tiefgreifende Insights bietet sich deshalb eine Unified DWH\/DL-Architektur an, die mithilfe einer Datenvirtualisierungsplattform realisiert wird. Der Schl\u00fcssel dabei ist eine schrittweise Umsetzung mit einer flexiblen Datenarchitektur, die neue Quellen und Technologien schnell und problemlos adaptiert und so Investitions- und Zukunftssicherheut bietet.<\/p>\n","protected":false},"excerpt":{"rendered":"

Der Erfolg von Unternehmen wird in Zukunft vermehrt davon abh\u00e4ngen, ob sie in der Lage sind, sich all ihre Daten bestm\u00f6glich zunutze zu machen. F\u00fchrungskr\u00e4fte k\u00f6nnen sich nicht mehr alleine auf ihren Instinkt verlassen, wenn sie wichtige Gesch\u00e4ftsentscheidungen treffen, sondern brauchen eine faktenbasierte Grundlage. F\u00fcr die Speicherung und Verarbeitung dieser Datenbest\u00e4nde kommt vielerorts ein Data Warehouse (DWH) oder Data Lake (DL) zum Einsatz. Die zunehmende Komplexit\u00e4t der Daten sowie neue Bed\u00fcrfnisse bei ihrer Verarbeitung \u00fcbersteigen allerdings immer h\u00e4ufiger die M\u00f6glichkeiten herk\u00f6mmlicher Architekturen. Die L\u00f6sung: ein Unified DWH\/DL.<\/p>\n","protected":false},"author":3,"featured_media":19553,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[8,18],"tags":[12072,15205,15204,3764,15206],"class_list":["post-19552","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artikel","category-virtualisierung","tag-denodo","tag-dl","tag-dwh","tag-iot","tag-unified-dwh-dl"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/19552","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=19552"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/19552\/revisions"}],"predecessor-version":[{"id":19557,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/19552\/revisions\/19557"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/19553"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=19552"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=19552"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=19552"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}