Datenbank in der Cloud

On-Premises oder Cloud: Welches ist die geeignete Plattform für Big Data Analytics?

07 Jan 2019 | Teilen

On-Premises oder Cloud

Geschäftskritische und echtzeitnahe Datenanalysen laufen doch am sichersten und performantesten On-Premises im eigenen Rechenzentrum. Oder? Ja und nein.

Es ist wahr, dass es sich gerade bei Big Data Analytics um sensible Anwendungen handelt, die zudem auch noch immer größer werdende Datenmengen bewältigen und dabei hochperformant und hochverfügbar sein müssen. Der klassische und zugleich probate Weg ist es, dies mit einer In-Memory Datenbank On-Premises umzusetzen. Mit allen Vorteilen: von der Installation auf vorhandener Hardware über die volle Kontrolle über die eigenen Daten bis hin zur Integration mit anderen bereits vorhandenen Anwendungen und Datenbanken.

Die Cloud als strategische Entscheidung

Für den Betrieb einer In-Memory Datenbank mag ein eigenes Rechenzentrum ideal sein, für die übergeordnete IT-Strategie des gesamten Unternehmens ist es das nicht immer. Cloud Computing bietet mehr Flexibilität, oft Kostenvorteile durch bedarfsgerechte Abrechnung und senkt gleichzeitig den IT-Administrationsaufwand, da die Cloud-Provider Maintenance und Aktualisierung übernehmen. Die Entscheidung für eine Cloud ist also eher strategischer Natur und wird weniger aus technischen Notwendigkeiten heraus getroffen.

Dass eine In-Memory-Datenbank samt Analytics Tools cloud-ready ist, gehört deshalb zu deren wichtigsten Merkmalen. Nur so kann sichergestellt werden, dass sich Big Data Analytics flexibel an die wechselnden Anforderungen im Unternehmen anpassen lässt. Viele Unternehmen arbeiten bereits mit Cloud-Plattformen wie Amazon Web Services oder Microsoft Azure und wollen nun keineswegs zurück zur Anschaffung eigener Hardware, um Big Data Analytics umsetzen zu können. Besser ist es, wenn die Datenbank eben auch auf der Basis dieser Plattformen arbeiten kann und sich damit nahtlos in die Infrastruktur-Strategie des Unternehmens einpasst.

Die Plattform, die zum Unternehmen passt, ist die beste

Ob On-Premises oder Cloud – oder eine hybride Mischung aus beidem – entscheidet schließlich die Unternehmensstrategie. Entscheider sollten sich dabei grundsätzliche Fragen stellen:

  • Wie viel Flexibilität braucht die IT-Infrastruktur? Dauerhaft unter Volllast laufende Big Data Analytics brauchen nicht zwingend die Möglichkeit, flexibel up und down zu skalieren.
  • Kann die Cloud wirklich Kosten sparen? Die Antwort auf diese Frage variiert stark je nach konkretem Anwendungsfall.
  • Wie abhängig macht sich das Unternehmen von den Diensten eines bestimmten Cloud-Providers und wie lässt sich ein Vendor-Lockin vermeiden?

Ideal ist es, wenn Datenbanksysteme sowohl den Betrieb On-Premises als auch in der Cloud unterstützen, am besten sogar parallel und auf den verschiedenen Plattformen. So behält man sich maximale Flexibilität für die Firmen-Strategie heute, morgen und auch in der Zukunft.

Möchten Sie mehr erfahren? Lesen Sie auch unseren Beitrag zu: Bessere Analysen aus der Cloud: wie es funktioniert und welche Technologien benötigt werden oder besuchen einfach unsere Insights-Seite.

10 trends impacting data analytics

Now that we’re well and truly in the age of data, what’s coming next? 

Free

Whitepaper