Martin Fowler erklärt in seinem Blog zu Polyglot Persistence :
„ Meiner Meinung nach sollten Sie bei der Einführung einer neuen strategischen Unternehmensanwendung nicht mehr automatisch von relationaler Persistenz ausgehen . Die relationale Option könnte durchaus richtig sein , Sie sollten jedoch auch andere Alternativen ernsthaft in Erwägung ziehen .“
Sie müssen eine bestimmte Workload mit einer Ausführungsengine kombinieren , die für sie maßgeschneidert ist . Sie könnten Volltextsuchläufe in Ihrem Data Warehouse oder sogar Ihrem NoSQL-MongoDB-Cluster durchführen , doch dieser Ansatz wird die Leistung einer ElasticSearch Engine nicht übertreffen . Stellen Sie sich eine Welt vor , in der das Unternehmen auf Folgendem basiert : einem von Hadoop Distributed File System ( HDFS ) gestützten Data Lake , einer Data-Warehouse-Appliance mit massiver Parallelverarbeitung ( MPP ) für sehr datengierige , intensive gemeinsame Abfragen , Apache Hive auf Tez mit LLAP für SQL-Batchabfragen , Apache Spark für die Streamanalyse und das maschinelle Lernen , einem ElasticSearch-Cluster für die suchbasierte Analyse und einem Produktkatalog auf Grundlage von MongoDB .
Die Entwicklung der Infrastruktur , Prozesse und Kenntnisse als Grundlage und zur Unterstützung so unterschiedlicher Technologien erfordert vom Unternehmen einen grundlegenden strategischen Wandel und eine langfristige Verfolgung dieses Wandels mit entsprechenden Kosten .
Cloud statt On-Premise-Implementierung
• Wie modernisieren wir unsere Analyseinfrastruktur , um eine große Bandbreite von Workloads zu unterstützen und den Geschäftsanwendern damit maximale Wertschöpfung zu ermöglichen ?
• Wie kann die IT-Abteilung Self-Service anbieten und den Weg für Innovation frei machen ?
• Wie schaffen wir das so wirtschaftlich wie möglich ?
Unternehmen müssen ernsthaft in Betracht ziehen , ihre Analyseworkloads in die Cloud zu migrieren . Dies ist eine selbstheilende , automatisch skalierende Infrastruktur mit mehreren Clustern , die eine Vielzahl von Tools und Workloads unterstützen und die Self-Service-Analyse möglich machen . Die Cloud verringert die Ausfallzeiten und die Gesamtbetriebskosten ( TCO ) erheblich – und dies bei höherer Leistung und Sicherheit .
CTP hat bereits mehrere Unternehmen auf diesen Weg gebracht . Dabei wurde zunächst das Portfolio der Analyseanwendungen sorgfältig beurteilt und dann ein TCO-Modell erstellt , das die Vorteile der Cloud-Wirtschaftlichkeit hervorhebt .
Wichtige Gesichtspunkte für die Modernisierung
Wir sind überzeugt , dass es für ein Unternehmen immer schwieriger wird , eine On-Premise-Analyseinfrastruktur aufzubauen , zu pflegen und weiterzuentwickeln , die die komplexen , variablen Daten- , Analyse- und Berichtsanforderungen unternehmensweit unterstützt . Wir gehen deshalb davon aus , dass Sie als Unternehmen das Ziel haben , umfassend von den Vorteilen der Cloud-Technologie für die Data-Warehouse-Modernisierung zu profitieren . Im Folgenden stellen wir einige strategische Möglichkeiten für die weitere Vorgehensweise vor .
26 | THE DOPPLER | FRÜHJAHR 2017