Datenmanagement 2019 und wie sie sich auf die Integration auswirken

2019 wird ein spannendes Jahr für die Datenmanagement . Viele der Trends der letzten Jahre haben erfolgreich den Übergang von aufkommenden Konzepten zu Mainstream-Lösungsansätzen geschafft.

Während Trends wichtige Bausteine sind, wie Unternehmen ihr Datenmanagement heute angehen, geben sie auch Einblicke in zukünftige Funktionen , um die einzelnen Teile in eine ganzheitliche, integrierte Lösung einzubinden.

Die Cloud wird zur ersten Wahl für neue IT-Systeme

Seit einigen Jahren verlagern Unternehmen Anwendungen und IT-Komponenten in die Cloud , um Kosten zu sparen, die Leistung zu verbessern und scalability Lösung zu erhöhen. Im Jahr 2019 zeichnen sich neue Entwicklungen im Cloud ab, bei denen die meisten Unternehmen für neue IT-Systeme zunächst Cloud in Betracht ziehen und nur dann On-Premises in Betracht ziehen, wenn die Cloud aus irgendeinem Grund nicht machbar ist. Dies umfasst sowohl gebrauchsfertige SaaS-Lösungen als auch Cloud Infrastrukturen (IaaS und Paas) für verschiedene Anforderungen, wie z. B. Data Warehouses und in-house entwickelte Anwendungen. Einer der neuesten Cloud ist Integration-Platform-as-a-Service (IPaaS), eine Reihe von Cloud Funktionen zur Integration von Cloud und On-Premises für nahtlose Interoperabilität.

Data Warehouse-Migration 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 und sehen sich nun mit steigenden Betriebskosten sowie mit Herausforderungen bei der Integration mit Cloud Lösungen konfrontiert. Der Trend des Jahres 2019 geht dahin, dass Unternehmen Data Warehouses in die Cloud migrieren, wo sie zu geringeren Kosten und mit höherer Leistung und scalability betrieben werden können. Im Zuge dieser Migration prüfen viele Unternehmen ihre Integrationsstrategien und Funktionen , um zu bewerten, wie sie mehr SaaS-Datenquellen und Streaming aus IoT Systemen in das Data Warehouse zur Analyse einbringen können.

Daten-Lake

Die unstrukturierte Natur von Data Lakes hat sie in den letzten fünf Jahren zum Renner gemacht, da Geschäftsanwender und andere Personen von der Flexibilität begeistert waren, die sich aus der Unabhängigkeit von relationalen Datenstrukturen ergibt. Frühere (und kleinere) Data Lakes schienen die perfekte Lösung für Unternehmen zu sein, die nach Flexibilität streben. Die Unternehmen lernten jedoch, dass ein nachhaltiger Wettbewerbsvorteil ein gewisses Maß an Struktur erfordert und ihre Data Lakes schnell im Chaos versanken. Im Jahr 2019 führen viele Unternehmen ihre Data Lakes neu ein und fügen data governance und Unterstützung für relationale Datenstrukturen hinzu, um Agilität zu fördern und gleichzeitig Analysen im Unternehmensmaßstab und die Nachhaltigkeit von Datenlösungen zu ermöglichen.

Der Datenkatalog und Metadaten zur Förderung des Verbrauchs

Eines der wichtigsten Feedbacks von Datennutzern (sowohl von Datenexperten als auch von Geschäftskunden) ist, dass sie wissen, dass die gesuchten Daten vorhanden sind, aber mit der Zunahme der Unternehmensdaten wird es immer schwieriger, diese Daten zu finden. Dies führt zu einer verstärkten Investition in Datenkataloge und Metadaten , die nicht nur herkömmliche Inhaltskennzeichnungen bieten, sondern beispielsweise auch Bewertungen der Datenqualität, des Alters und der Vertrauenswürdigkeit enthalten. Die gesammelten Kataloge und Metadaten werden genutzt, um Funktionen sowie neue KI-gestützte Funktionen für die Datenkorrelation und erweiterte Analysen zu entwickeln.

IoT als die nächste Welle von Big Data

Big data ist nicht länger eine aufkommende Herausforderung - sie ist in den meisten Unternehmen betriebliche Realität. Die neue Entwicklung im Big-Data-Bereich ist die Entstehung der Daten. Immer mehr Unternehmen setzen IoT , mobile Apps und eingebettet Sensoren 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 jeder dieser unabhängigen Datenquellen zu verwalten und eine skalierbar Methode zur Integration der Daten in das Data Warehouse zu finden. Dies ist einer der wichtigsten Anwendungsfälle für IPaaS.

Hybrides Datenmanagement

On-Premises Systeme werden in absehbarer Zeit nicht verschwinden. Daher müssen Unternehmen herausfinden, wie sie die Koexistenz und Interoperabilität ihrer On-Premises und Cloud gewährleisten können. Viele Unternehmen gehen dieses Problem an, indem sie ihre zentralen, berichtsorientierten Data Warehouses On-Premises belassen, um Auswirkungen auf die Endbenutzer zu vermeiden, während sie Data Staging, spezielle Daten für Analysen und andere Teile in eine Cloud Lösung verschieben. Im Jahr 2019 wird ein großer Schwerpunkt darauf liegen, wie die Integrationen sowohl zwischen den verschiedenen Komponenten der Datenmanagement als auch die Schnittstellen zu Datenquellen und nutzenden Anwendungen verwalten können.

Jeder dieser Trends stellt einen Baustein dar, der die Grundlage für die nächste Generation von hybriden Datenmanagement in Unternehmen bilden wird. Jetzt, wo die einzelnen Facetten des Bildes ausgereift sind, verlagern Unternehmen ihren Fokus auf die Daten- und Lösungsintegration und nutzen Optionen wie die Actian DataConnect IPaaS-Lösung sowie fortschrittliche Metadaten und Katalogtechniken, um Unternehmensdaten besser zu integrieren und für die Benutzer zugänglich zu machen. Um mehr zu erfahren, besuchen Sie www.actian.com/dataconnect.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.