Was ist der Unterschied zwischen Data Fabric und Data Mesh?

Zunächst konzentrierten sich die Unternehmen auf die Erfassung ihrer Unternehmensdaten. Jetzt besteht die Herausforderung darin, das Wissen aus den Daten zu nutzen, um intelligente Erkenntnisse für eine bessere Entscheidungsfindung zu gewinnen. Zahlreiche Technologien und Lösungen versprechen, das Beste aus Ihren Daten herauszuholen. Zu ihnen gehören Data Fabric und Data Mesh. Auch wenn diese Konzepte ähnlich erscheinen mögen, gibt es doch grundlegende Unterschiede zwischen diesen beiden Ansätzen. Hier sind einige Erklärungen.

Es ist kein Geheimnis, dass die immensen Datenmengen, die jeden Tag gesammelt werden, für Unternehmen viele Vorteile haben. Sie können wertvolle Erkenntnisse über die Kunden liefern, so dass Unternehmen beispielsweise ihre Angebote personalisieren und sich von ihren Mitbewerbern abheben können. Die wachsende Zahl digitaler Anwendungen schafft jedoch eine Fülle von Informationen, die ohne eine solide Datenstruktur nur schwer zu nutzen sind.

Den Prognosen von Gartner zufolge werden bis 2024 mehr als 25 % der Anbieter von Datenmanagement eine vollständige Unterstützung von Datenstrukturen durch eine Kombination aus eigenen und Partnerprodukten anbieten, während es heute weniger als 5 % sind.

In diesem Zusammenhang können mehrere Wege beschritten werden, von denen zwei besonders hervorstechen: Data Fabric und Data Mesh.

Was ist eine Data Fabric?

Das Konzept einer Data Fabric wurde von Gartner im Jahr 2019 vorgestellt. Das renommierte Institut beschreibt eine Data Fabric als die kombinierte Nutzung mehrerer bestehender Technologien, um eine Metadaten Implementierung und ein erweitertes Design zu ermöglichen.

Mit anderen Worten: Eine Data Fabric ist eine Umgebung, in der Daten und Metadaten fortlaufend analysiert werden, um sie kontinuierlich anzureichern und einen optimalen Nutzen zu erzielen. Aber Vorsicht! Eine Data Fabric ist kein fertiges Produkt oder eine fertige Lösung - sie ist eine skalierbar Umgebung, die auf der Kombination verschiedener Lösungen oder Anwendungen beruht, die miteinander interagieren, um die Daten zu veredeln.

Eine Data Fabric stützt sich auf APIs und "No Code"-Technologien, die es ermöglichen, Synergien zwischen verschiedenen Anwendungen und Diensten zu schaffen. Diese Lösungen ermöglichen die Umwandlung von Daten, um die Quintessenz des Wissens während ihres gesamten Lebenszyklus zu extrahieren.

Was ist Data Mesh?

Das Konzept des Data Mesh wurde von Zhamak Dehghani von Thoughtworks im Jahr 2018 vorgestellt. Es ist ein neuer Ansatz für die Datenarchitektur, eine neue Organisationsform, die auf der Vernetzung von Daten basiert. Data Mesh basiert auf der Erstellung einer Multi-Domain-Datenstruktur. Daten werden entsprechend ihrer Verwendung, ihres Ziels oder ihrer potenziellen Nutzung abgebildet, identifiziert und reorganisiert. Data Mesh basiert auf den folgenden Grundprinzipien: Dateneigentümer, Self-Service und Interoperabilität. Diese drei Prinzipien ermöglichen die Schaffung eines dezentralen Datenmanagement. Der Vorteil? Die Interaktion zwischen verschiedenen, disparaten Datendomänen, um immer mehr Intelligenz zu generieren.

Die Hauptunterschiede zwischen Data Fabric und Data Mesh

Um die Unterschiede zwischen Data Fabric und Data Mesh vollständig zu verstehen, sollten wir zunächst erörtern, was sie miteinander verbindet. In beiden Fällen gibt es so etwas wie eine "gebrauchsfertige" Lösung nicht.

Während eine Data Fabric auf einem Ökosystem verschiedener Datensoftwarelösungen basiert, ist Data Mesh eine Methode zur Organisation und Verwaltung von Daten. Bei Data Mesh werden die Daten dezentral in den jeweiligen Domänen gespeichert. Jeder Knoten verfügt über lokalen Speicher und Rechenleistung, und für den Betrieb ist kein einziger Kontrollpunkt erforderlich.

Bei einer Data Fabric hingegen erfolgt der Datenzugriff zentral mit Clustern von Hochgeschwindigkeitsservern zur Vernetzung und gemeinsamen Nutzung von High-Performance . Auch in Bezug auf die Datenarchitektur gibt es Unterschiede. Data Mesh zum Beispiel führt eine organisatorische Perspektive ein, die unabhängig von spezifischen Technologien ist. Seine Architektur folgt einem bereichsbezogenen Design und einer produktbezogenen Denkweise.

Obwohl sie unterschiedliche Gründe haben, dienen Data Mesh und Data Fabric denselben Unternehmenszielen, nämlich das Beste aus Ihren Datenbeständen zu machen. In diesem Sinne sollten sie trotz ihrer Unterschiede nicht als Gegensätze, sondern als komplementär betrachtet werden.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, verwalten und Analyse von Daten in Cloud, Hybrid- und On-Premises . Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und Analytik liefert Actian High-Performance Lösungen, die Unternehmen in die Lage versetzen, data driven Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und hat Branchenauszeichnungen für Leistung und Innovation erhalten. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im Actian-Blog behandeln wir Themen, die von Dateneingang bis hin zu KI-gesteuerter Analytik reichen. Lernen Sie das Führungsteam kennen https://www.actian.com/company/leadership-team/