Was ist Data-at-Rest?
Wenn Daten nicht zwischen verschiedenen Orten übertragen werden, werden sie als ruhend betrachtet. In ihrer einfachsten Form werden Daten in digitaler Form (dargestellt als binäre 0- und 1-Werte) auf Speichermedien gespeichert, die sich vor Ort, auf tragbaren Medien oder in der Cloud befinden können. Beispiele für tragbare Speichermedien sind Festplattenlaufwerke in einem strombetriebenen Gehäuse, Bandkassetten, Flash-Speichersticks, CF- oder SSD-Karten. Die Preise für Cloud richten sich nach Kapazität und Geschwindigkeit. Hochgeschwindigkeitsspeicher nutzen Solid-State-Laufwerke (SSD); rotierende Festplatten sind langsamer, kosten aber weniger pro Megabyte Speicherplatz.
Volatilität der Daten
Damit Daten von Softwareanwendungen oder Dienstprogrammen geändert werden können, müssen sie in einen flüchtigen Kurzzeitspeicher wie RAM oder einen CPU eingelesen werden. Der Begriff "Data-at-Rest" wird in der Regel auf digitale Informationen angewendet, die sich auf nichtflüchtigen Speichermedien befinden. Zu den frühen Formen der nichtflüchtigen Datenspeicherung gehörten Papierbänder, Lochkarten und Disketten. Magnetbänder werden immer noch für die externe Archivierung in Zentren für Wiederherstellung im Katastrophenfall verwendet.
Sequentielle Medien im Vergleich zu Medien mit direktem Zugriff
Auf Magnetbändern gespeicherte Daten können nur sequentiell gelesen werden. Auf einer Festplatte gespeicherte Daten können in zufälligen Datenblöcken gelesen werden, aber es kann einige Millisekunden dauern, bis der Lesearm die richtige Spur gefunden hat, und Sie müssen warten, bis sich Ihr Datenblock dreht, um unter dem Lesekopf zu sein, was als Rotationsverzögerung bekannt ist. Diese leichte Verzögerung ist der Hauptgrund dafür, dass Spinning Disks langsamer sind als SSDs, die keine beweglichen Teile haben.
Überlegungen zur Preisentwicklung
Gespeicherte Daten unterliegen einem Kompromiss zwischen Preis und Leistung. Um die Anforderungen von Echtzeitanwendungen zu kennenlernen , bei denen Millisekunden Verzögerung zu Umsatzeinbußen führen können, ist eine möglichst leistungsfähige Speicherung erforderlich. Langsamerer Speicher, wie er von einem Daten-Lake verwendet wird, wird in der Regel auf weniger kostspieligem Massenspeicher gespeichert. Wenn der Wert und die Häufigkeit des Zugriffs auf die Daten abnimmt, können sie auf Archivmedien verschoben werden, die online, nearline oder offline (heiß, warm, kalt) sein können.
Data-at-Rest und Zuordnung von Anwendungen zu Speichertypen
Data-at-Rest ist so organisiert, dass es effizient genutzt werden kann. Große Datenmengen können im Daten-Lake oder Data Warehouse gespeichert oder von Online-Transaktionsverarbeitungssystemen (OLTP) verwendet werden. Hadoop-Cluster und AWS S3-Buckets sind gängige Repositories für Daten-Lakes. Data-Warehouses sind auf die Rückgabe von abfragen ausgerichtet und werden in der Regel für den Zugriff durch ein relationales DatenbanksystemRDBMS) organisiert. Um größere Datenmengen zu skalieren, können Daten mit mehreren Servern in einem Cluster geteilt werden, der es ermöglicht, Abfragen in kleinere Einheiten zu zerlegen, die dann parallel über mehrere Server ausgeführt werden können. Cluster können gespeicherte Daten gemeinsam nutzen, indem sie einen Datensatz auf mehrere Server verteilen oder Architekturen mit gemeinsamem Zugriff auf alles verwenden.
Data-at-Rest und Sicherheit
In einem RDBMS können mit der Data-at-Rest alle Spalten in allen Tabellen der Datenbank verschlüsselt werden. Die Daten in der verschlüsselten Datenbank werden auf der Festplatte oder anderen Medien in verschlüsselter Form gespeichert und können nur abgerufen werden, wenn der Verschlüsselungsschlüssel bekannt ist. Verschlüsselte Spalten werden häufig in Datenbankdateien gespeichert, die mit 256-Bit Advanced Encryption Standard (AES) verschlüsselt sind. Die Verschlüsselung ist für die Anwendungen, die auf die Daten zugreifen, transparent.
Actian und die Data Intelligence Plattform
Die Actian Data Intelligence Platform wurde speziell dafür entwickelt, Unternehmen bei der Vereinheitlichung, verwalten und dem Verständnis ihrer Daten in hybriden Umgebungen zu unterstützen. Sie vereint Metadaten , Governance, Lineage, Qualitätsüberwachung und Automatisierung in einer einzigen Plattform. So können Teams sehen, woher die Daten kommen, wie sie verwendet werden und ob sie internen und externen Anforderungen entsprechen.
Durch seine zentrale Schnittstelle unterstützt Actian Erkenntnis über Datenstrukturen und -flüsse und erleichtert so die Anwendung von Richtlinien, die Lösung von Problemen und die abteilungsübergreifende Zusammenarbeit. Die Plattform hilft auch dabei, Daten mit dem geschäftlichen Kontext zu verbinden, damit Teams Daten effektiver und verantwortungsvoller nutzen können. Die Plattform von Actian ist so konzipiert, dass sie mit sich entwickelnden Datenökosystemen skaliert und eine konsistente, intelligente und sichere Datennutzung im gesamten Unternehmen unterstützt. Fordern Sie Ihr persönliches Demo an.
