Wer braucht schon neue Hardware? Mit diesen 4 Technologien bringen Sie Ihre Datenanalyse auf die Überholspur

Anstatt Geld für kostspielige Hardware auszugeben, nutzen Sie lieber diese neuen Technologien und lassen Ihre Konkurrenz hinter sich.

Die Ergebnisse Ihrer Datenanalyse haben Ihr Unternehmen schon entscheidend weitergebracht, aber nun wächst die Datenmenge ins Unermessliche? Oft stehen ja leider auch die Ergebnisse der Analysen erst am darauffolgenden Tag zur Verfügung. Doch nichts ist älter als die Nachrichten von gestern und für wettbewerbsfähige Datenanalyse gilt das erst recht.

Investitionen in neue Hardware sind teuer. Doch alles beim Alten zu belassen, ist auch keine Alternative. Dieser Beitrag beleuchtet vier neue Technologien, die Sie kennen sollten und zeigt auf, wie unsere Kunden den Einsatz dieser umsetzen.

1. In-Memory Analytics – Warum wollen Sie bis morgen warten, wenn Sie Ihre Analysen heute auswerten können?

Performante Datenanalysen sind nicht ohne einen In-Memory Ansatz realisierbar. Denn Festplatten sind zwar das am weitesten verbreitete Speichermedium, aber CPUs sind mittlerweile tausendmal schneller als Festplatten. Diese Geschwindigkeitsdifferenz macht Sie zum größten Engpass für performante Datenanalyse.Wenn Sie Ihre Daten In-Memory laden, werden Ihre Abfragen anstatt innerhalb von Tagen nun in Minuten oder gar Sekunden beantwortet.

Da die RAM-Preise inzwischen deutlich gefallen sind, kosten Arbeitsspeicher nicht mehr die unvorstellbare Summe die Sie vielleicht vermuten. „Block Management“ macht es außerdem möglich, die benötigte Menge an RAM drastisch zu reduzieren, ohne dabei an Geschwindigkeit zu verlieren. Im RAM werden so nur aktiv genutzte Daten platziert, sodass durchschnittlich bereits 10% des Datenvolumens an RAM für optimale Leistung ausreicht.

Unser Kunde Econda, führender Anbieter von Webanalysetools in Europa, beschleunigt mit EXASOLs In-Memory Technologie explorative Analysen deutlich.

2. Selbstoptimierung – Ihr Computer ist besser darin, als Sie es sind

Sind Sie auf der Suche nach neuer Software, schauen Sie selbstverständlich als erstes auf den Preis. Schnell außer Acht gelassen wird vielfach der Fakt, dass auch im Betrieb dieser Neuanschaffung administrativer Aufwand und somit wiederum Kosten entstehen.

Eine analytische Datenbank beispielsweise muss mit unterschiedlichen Datenquellen umgehen und für verschiedenste Bereiche eingesetzt werden können. Muss allerdings für jede einzelne Abfrage manuell optimiert werden, kostet das Zeit und Geld. Letztendlich sollte aber immer das Unternehmen im Vordergrund stehen und die kostbare Zeit nicht mit dem Aufbau einer komplexen Datenbank verschwendet werden.

Selbstoptimierende Software stellt sicher, dass jede Abfrage mit maximaler Geschwindigkeit durchgeführt wird, ohne dass manuell eingegriffen werden muss. Die In-Memory Datenbank von EXASOL beispielsweise überwacht dazu ständig ihr eigenes Verhalten im laufenden Betrieb. Mit den so gesammelten Statistiken transformiert der ‚Query Optimizer‘ selbständig Prozesse, wenn diese dadurch äquivalent bleiben aber bessere Performance aufweisen.

Mit selbstoptimierender Software können Sie so zeitaufwendige und fehleranfällige manuelle Optimierung vermeiden, um sich so auf wichtigere Aufgaben im Unternehmen konzentrieren zu können.

Unser Kunde Webtrekk, Marketing-Analytics-Experte, ermöglicht seinen Kunden mit einer Gesamtsicht auf große Datenmengen umfassende Marketing Automation und profitiert von EXASOLs selbstoptimierender Lösung.

3. Hadoop – Alles hat seine Grenzen, selbst gelbe Elefanten

Mittlerweile haben manche Websites und Apps hunderte Millionen von Nutzern – kein Wunder „Big Data“ ist überall. Für traditionelle Datenbanken ist die Verarbeitung von Big Data allerdings schwierig. Daher setzten viele Unternehmen auf das Open-Source Framework Hadoop.

Hadoop wurde ursprünglich dafür entwickelt, Big Data überhaupt handeln bzw. speichern zu können, aber nicht um schnelle Auswertung zu fahren. Hadoop’s Erfinder hatten definitiv erstes im Sinn. Doch Datenanalyse in Echtzeit ist heutzutage für viele Unternehmen essentiell, um Erkenntnisse gewinnen zu können.

Für performante Datenanalyse ist Hadoop deshalb nicht die geeignete Lösung. Stattdessen sollte man eine analytische Datenbank benutzen, die auf Geschwindigkeit ausgelegt ist und die sich nahtlos in eine Hadoop-Umgebung integrieren lässt, um die Schwächen der Open-Source Lösung zu beheben. Hadoop ist sehr gut, wenn es um kostengünstige Speicherung von riesigen Datenmengen geht. Für schnelle Analysen sollten Sie hingegen auf eine analytische Datenbank setzen.

Das sagt auch unser Kunde King, Anbieter von Unterhaltungselektronik, der seine Datenspeicherung mit Hadoop, um die analytische Datenbank von EXASOL ergänzt.

4. Advanced analytics – Komplexe Fragen, einfache Antworten

„Data Scientists“, also „Datenwissenschaftler“, nutzen ihr Wissen in Statistik und Informatik, um mit „Advanced Analytics“ Unternehmen grundlegend voran zu bringen. Doch zu oft scheitern noch große Projekte aus trivialen Gründen. Die üblichen Programmiersprachen der Data Scientists sind „R“ und „Python“ – die wiederum sind ungeeignet für Datenvolumina in Höhe von zweistelligen Terabytes. Mit „User Defined Functions“ (UDFs), also kleineren Programmen, die der Nutzer selbst definiert hat, kann in der bevorzugten Sprache programmiert werden. Die Analysen selber werden allerdings über eine schnelle analytische Datenbank ausgeführt. Geschwindigkeitslimitationen gehören mit UDFs somit der Vergangenheit an.

UDFs ermöglichen es, bestehende Lösungen direkt in den SQL Prozess der Datenbank zu integrieren. Mit UDFs wird die Analyse direkt zu den Daten gebracht, sodass die volle Leistung der parallel verteilten EXASOL Architektur genutzt werden kann. Die Performance und Skalierbarkeit von EXASOL kombiniert mit den Fähigkeiten von „R“ wie z.B. dem Maschinellen Lernen, ermöglichen eine neue, bessere Generation von Analyseanwendungen.

CCV, europäischer Lieferant von Zahlungsautomaten, benutzt UDFs, um mit „Advanced Analytics“ den Entwicklungszyklus seiner Software deutlich zu beschleunigen.

Starten sie noch heute

Die wichtigste Technologien ist zweifellos der In-Memory Ansatz. Denn sie ermöglicht es erst, an das „Wie“ zu denken und nicht nur an das „Wann“ (ist die Analyse endlich fertig?).

EXASOL bietet eine Vielzahl an Möglichkeiten wie Sie kostenlos, schnell und unkompliziert mit Datenanalyse starten können. Hier sagen wir Ihnen wie.

Unser Support steht Ihnen darüber hinaus gerne für Fragen bereit und zeigt Ihnen im Rahmen eines Proof-of-Concept, wie sie ihre Datenanalyse mit EXASOL beschleunigen können.

Erfahren Sie mehr über EXASOLs analytischer In-Memory Datenbank.

So funktioniert die schnellste Datenbank der Welt

Das technische Whitepaper erklärt, warum EXASOL im TPC-H Benchmark 2014 die Konkurrenz weit hinter sich ließ.

play_arrow Jetzt herunterladen

Abonnieren Sie unser Blog