Trends im Datenmanagement und ihre Auswirkungen auf die Integration
Viele der Trends der letzten Jahre haben den Übergang von neuen Konzepten zu etablierten Lösungsansätzen erfolgreich geschafft. Trends sind zwar wichtige Bausteine für die Datenmanagement Herangehensweise von Unternehmen an ihr Datenmanagement , sie liefern aber auch Einblicke in künftige Fähigkeiten die einzelnen Elemente in eine ganzheitliche, integrierte Lösung Fähigkeiten .
Die Cloud zur ersten Wahl für neue IT-Systeme
Cloud einigen Jahren verlagern Unternehmen Anwendungen und IT-Komponenten in die Cloud , um Kosten zu sparen, die Leistung zu verbessern und Scalability ihrer Lösungen zu gewährleisten. Im Laufe des Jahres 2019 zeichnen sich neue Entwicklungen im Trend Cloud ab: Die meisten Unternehmen greifen bei neuen IT-Systemen zunächst auf Cloud zurück und ziehen On-Premises nur dann in Betracht, wenn die Cloud aus irgendeinem Grund Cloud realisierbar Cloud . Dies umfasst sowohl einsatzbereite SaaS-Lösungen als auch Cloud Infrastruktur (IaaS und PaaS) für verschiedene Anforderungen, wie beispielsweise Data Warehouses und in-house Anwendungen. Einer der neuesten Cloud ist Integration Platform as a Service (IPaaS), eine Reihe von Cloud Fähigkeiten Integration sowohl Cloud als auch On-Premises für nahtlose Interoperabilität.
Migration des Data Warehouse in die Cloud
In den letzten Jahren war Hadoop der große Trend bei Data Warehouses in der Cloud. Viele Unternehmen haben Hadoop On-Premises implementiert On-Premises sehen sich nun mit steigenden Betriebskosten sowie Herausforderungen bei der Integration in Cloud Lösungen konfrontiert. Der Trend für 2019 geht dahin, dass Unternehmen ihre Data Warehouses in die Cloud migrieren, Cloud sie kostengünstiger betrieben werden können und eine höhere Leistung sowie Scalability bieten. Im Zuge dieser Migration prüfen viele Unternehmen ihre Integrationsstrategien und Fähigkeiten evaluieren, wie sie mehr SaaS-Datenquellen und Streaming aus IoT Systeme zur Analyse in das Data Warehouse einbinden können.
Daten-Lake
Aufgrund ihres unstrukturierten Charakters waren Data Lakes in den letzten fünf Jahren der letzte Schrei, da Geschäftsanwender und andere von der Flexibilität begeistert waren, die sich aus der Freiheit von den Zwängen relationaler Datenstrukturen ergab. Frühere (und kleinere) Data Lakes schienen die perfekte Lösung für Unternehmen zu sein, die nach Agilität strebten. Unternehmen haben jedoch gelernt, dass ein nachhaltiger Wettbewerbsvorteil ein gewisses Maß an Struktur erfordert, und ihre Data Lakes gerieten schnell ins Chaos. Im Laufe des Jahres 2019 starten viele Unternehmen ihre Data Lakes neu und ergänzen sie um Data Governance Unterstützung für relationale Datenstrukturen, um Agilität zu fördern und gleichzeitig Analysen im Unternehmensmaßstab sowie die Nachhaltigkeit von Datenlösungen zu ermöglichen.
Der Datenkatalog Metadaten Motor für die Nutzung
Eines der häufigsten Rückmeldungen von Datennutzern (sowohl Datenexperten als auch Anwendern aus dem Geschäftsbereich) ist, dass sie zwar wissen, dass die gesuchten Daten vorhanden sind, es jedoch mit zunehmendem Datenvolumen im Unternehmen immer schwieriger wird, diese Daten zu finden. Dies führt zu steigenden Investitionen in Datenkataloge und Metadaten nicht nur die herkömmliche Kennzeichnung von Inhalten ermöglichen, sondern beispielsweise auch Bewertungen hinsichtlich Datenqualität, Alter und Vertrauenswürdigkeit umfassen. Der Metadaten Katalog und Metadaten werden genutzt, um Fähigkeiten neue KI-gestützte Fähigkeiten Datenkorrelation und erweiterte Analysen voranzutreiben.
IoT nächste Welle von Big Data
Big Data ist keine neue Herausforderung mehr – es ist in den meisten Unternehmen bereits Realität. Die neueste Entwicklung im Bereich Big Data betrifft die Herkunft der Daten. Immer mehr Unternehmen setzen IoT , mobile Apps und eingebettet in Maschinen ein, die (anstatt große aggregierte Datensätze zu liefern) große Mengen unabhängiger Datenströme erzeugen, die verwaltet und abgeglichen werden müssen. Die Herausforderung für Unternehmen besteht darin, die Verbindungen zwischen diesen einzelnen unabhängigen Datenquellen zu verwalten und die Daten auf skalierbar in das Data Warehouse zu integrieren. Dies ist einer der wichtigsten Anwendungsfälle für IPaaS.
Hybrides Datenmanagement
On-Premises werden so schnell nicht verschwinden, daher müssen Unternehmen entscheiden, wie sie ihre On-Premises Cloud miteinander in Einklang bringen und für die Zusammenarbeit sorgen können. Viele Unternehmen gehen dieses Problem so an, dass sie ihre zentralen, berichtsorientierten Data Warehouses On-Premises behalten, On-Premises Auswirkungen auf die Endnutzer On-Premises vermeiden, während sie Daten-Staging, spezielle Daten für Analysen und andere Teile in eine Cloud Lösung verlagern. Im Laufe des Jahres 2019 wird ein großer Schwerpunkt darauf liegen, wie verwalten Integrationen sowohl zwischen verschiedenen Komponenten der Datenmanagement als auch die Schnittstellen zu Datenquellen und nutzenden Anwendungen verwalten .
Jeder dieser Trends liefert einen Baustein, der das Fundament für die nächste Generation hybrider Datenmanagement in Unternehmen bilden wird. Nachdem die einzelnen Facetten dieses Gesamtbildes nun ausgereift sind, verlagern Unternehmen ihren Fokus auf die Daten- und Lösungsintegration. Dabei nutzen sie Optionen wie die IPaaS-Lösung „Actian DataConnect“ sowie fortschrittliche Metadaten Katalogtechniken, um Unternehmensdaten stärker zu integrieren und für die Nutzer besser zugänglich zu machen. Weitere Informationen finden Sie unter DataConnect.
Bleiben Sie in Verbindung
Datenanalysen, die Ihnen geliefert werden.
(z. B. sales@..., support@...)
