Cloud-Computing und Cloud-Speicher müssen weiterhin zusammenarbeiten, auch wenn sie unabhängig voneinander sind. Erfahren Sie, wie die Entkopplung Flexibilität und Wert maximiert.
Überblick
Volumen und Komplexität von Daten nehmen zu, die Nutzung der Cloud steht daher nicht mehr in Frage. Dafür tauchen viele andere Fragen auf, wenn Unternehmen ihre Cloud-Investitionen optimieren und Analyseinfrastrukturen aufbauen möchten, die agil auf volatile Geschäfts-, Markt- und Kundenanforderungen reagieren können.
Eine der wichtigsten Entscheidungen, die ein Unternehmen bei der Bewertung von Cloud-Lösungen treffen muss, ist, ob Cloud-Computing und -Speicher getrennt werden sollen oder nicht. Unternehmen auf der ganzen Welt suchen nach den kostengünstigsten und leistungsfähigsten Möglichkeiten, riesige Datenmengen zu verwalten. Diese strömen aus mehreren Quellen ein und werden von vielen Anwendungen genutzt. Ohne Cloud-Computing vom Speicher zu entkoppeln, muss das Unternehmen beide gleichzeitig skalieren. Ohne den Wert der Daten zu kennen, die in den Speicher gestreamt oder von Rechenknoten analysiert werden, kann ein Unternehmen kaum wissen, ob die Erhöhung der Rechen- oder Speicherkapazität die zusätzlichen Kosten wert ist. Und in Fällen, in denen das Unternehmen in einer hybriden Umgebung bereitstellt, kann die Skalierung von Cloud- und lokalem Speicher und Computing schnell komplex werden und das Unternehmen wertvolle Mitarbeiterstunden und Ressourcen kosten.
Durch die unabhängige Skalierung von Cloud-Computing und -Storage kann das Unternehmen fokussiertere und kostengünstigere strategische Entscheidungen treffen. Die Trennung bringt jedoch eigene Herausforderungen mit sich. Cloud-Computing und -Speicher müssen weiterhin zusammenarbeiten, auch wenn sie unabhängig voneinander agieren. Die Trennung der Kommunikation zwischen Daten- und Objektspeichern kann zu unnötigen Datenverschiebungen und -duplizierungen sowie höherer Latenz führen.
Um mehr über die Komplexität der Entkopplung dieser Funktionen zu erfahren und wie diese bewältigt werden kann, lassen Sie uns zunächst in die Geschichte des Dilemmas selbst eintauchen.
Die Cloud hat der Frage, ob die Trennung von Cloud-Computing und -Speicher ideal für das Datenmanagement ist, neue Dimensionen hinzugefügt. Es gibt diese Debatte aber tatsächlich bereits seit Jahrzehnten.
Wie der Softwaresystementwickler Adam Storm erklärt, waren Computing und Storage in Datenbanksystemen früher eng miteinander verbunden. Diese Systeme waren ursprünglich für die Transaktionsverarbeitung in Branchen wie Reisen und Finanz entwickelt worden. Um die Persistenz und Integrität von Transaktionsdaten zu gewährleisten, waren niedrige Latenzzeiten für solche Systemen am wichtigsten,. Den Speicher so nah wie möglich an der Datenverarbeitung zu halten, war ein wichtiger Teil, um die Latenz niedrig zu halten. Das war nicht so einfach, angesichts der Netzwerkgeschwindigkeiten der frühen Tage des Computings.
In den folgenden Jahrzehnten nutzten Unternehmen Datenbanken für mehr als nur die Transaktionsverarbeitung. Als Führungskräfte aus Wirtschaft und Regierung den Wert von Daten erkannten, entstand das Data Warehouse. Darin konnten riesige Mengen an Informationen systemübergreifend gespeichert werden. Unternehmen begannen auch, häufige, komplexe analytische Abfragen auszuführen, wodurch niedrige Latenzzeiten und Kosten für Speicher und Rechenleistung von entscheidender Bedeutung wurden.
Heutzutage wachsen die Netzwerk- und Storage-Bandbreite schneller als die Memory-Bandbreite. Das führt immer mehr Unternehmen die Herausforderungen der gemeinsamen Skalierung von Speicher und Computing deutlich vor Augen.
Um mit den dynamischen und sich ständig weiterentwickelnden Anforderungen von Daten und Benutzern Schritt zu halten, benötigen Unternehmen eine Architektur, die Computing von Storage trennt und gleichzeitig eine nahtlose Kommunikation und Kompatibilität ermöglicht. Um dies effektiv zu tun, sollte Ihre Plattform über eine Hochgeschwindigkeits-Fabric verfügen, die die Engines, die Daten-Stores und die Objektspeicher verbindet. Dadurch entsteht eine einheitliche Schicht, mit der Daten und Rechenknoten auch unabhängig voneinander arbeiten können.
Daten und Computing können zusammen als ein System betrieben werden, wodurch Datenverschiebungen und -duplizierungen minimiert und die gemeinsame Nutzung von Daten im gesamten Unternehmen erleichtert werden. Gleichzeitig bietet die Unabhängigkeit dieser Funktionen die Grundlage für ein exponentielles Datenwachstum und ermöglicht eine dynamische Skalierung. Die Skalierung eines Datenclusters mit getrenntem Speicher dauert nur wenige Sekunden - im Vergleich zu den Stunden oder Tagen von eng gekoppelten Systemen.
Es kommt oft vor, dass ein Unternehmen die Rechenkapazitäten ausbauen und gleichzeitig Storage relativ konstant halten muss, z. B. in Zeiten mit hohem Datenverkehr wie dem Black Friday oder am Ende des Quartals. Die unabhängige Skalierung dieser Funktionen gibt dem Unternehmen die Möglichkeit, nur für das zu bezahlen, was es auch wirklich nutzt.
Laut Jeff Healey, Senior Director of Vertical Product Marketing bei Micro Focus, kann ein Einzelhändler etwa 66 Prozent der Rechenkosten einsparen, indem er Computing von Storage trennt.
Stellen Sie sich die Kosteneinsparungen für ein Unternehmen vor, das kurzfristige Projekte ausführt, die es dann aber auch "ruhen" lassen kann, indem es Rechenknoten herunterfährt. Zum Beispiel kann ein Hersteller von medizinischen Geräten dies tun, bevor er mit einem neuen Gerät auf den Markt geht. Durch eine kleine Testphase unter wichtigen Kunden kann der Hersteller maximale Zuverlässigkeit bei der Markteinführung der Geräte gewährleisten.
Oder denken Sie an ein Telekommunikationsunternehmen, das auf einen Schneesturm reagiert, der Hunderttausende beeinträchtigt. Mit getrennt skalierten Storage und Computing kann das Unternehmen seine Rechenknoten und damit seine Analysekapazität schnell erhöhen. Es kann Serviceprobleme schnell und präzise diagnostizieren, von einem Ausfall bedrohte Kunden antizipieren, Supportmitarbeiter kontaktieren und die Auswirkungen des Sturms auf die Kundenabwanderung analysieren.
Für jedes Unternehmen bleibt Agilität heute ein wichtiger Schritt auf dem Weg zur digitalen Transformation. Unabhängig davon, ob die Bereitstellung in einer Hybrid- oder Public-Cloud-Umgebung erfolgt, bietet die Trennung von Cloud-Speicher und Cloud-Computing Unternehmen die Flexibilität, sowohl konsistente Datenanforderungen als auch variable oder unvorhergesehene Anforderungen zu erfüllen.
Abonnieren Sie den Blog von Teradata, um wöchentliche Einblicke zu erhalten