Datenbanken bilden heute einen Grundpfeiler der Unternehmens-IT. Dieser Pfeiler ist in vielen Organisationen allerdings eher brüchig und marode geworden - und stützt das Business nur mehr schlecht als recht. Der Grund: Oftmals veraltete Datenbanken und eine unübersichtliche, heterogene Datenbank-Landschaft verhindern die effiziente, geschäftliche Aufbereitung und Nutzung der Unternehmensinformationen. Das ist heute aber unbedingt notwendig, um im Wettbewerb bestehen zu können.
Eine ganze Reihe von Entwicklungen macht eine Neuaufstellung im Datenbank-Bereich erforderlich. So haben sich die geschäftlichen Anforderungen grundsätzlich gewandelt. Immer öfter müssen heute beispielsweise in Geschäftsanwendungen Realtime-Daten verarbeitet werden - womit herkömmliche SQL-Server überfordert sind.
Neue Technologien wie KI verlangen eine Modernisierung und Konsolidierung veralteter Datenbanken. Weil Datensammlungen heute Quellsysteme für alle möglichen Workloads sind, ist es wichtig, dass diese in einer einheitlichen Umgebung für alle möglichen Anwendungen zur Verfügung stehen. Zwischen diesen Anwendungen sollten keine Hindernisse stehen und keine Brüche entstehen - wie es bei On-Premises-Applikationen häufig der Fall ist.
Die Daten selbst sollten immer und überall verfügbar sein. Im Bereich Analytics und KI bilden die Datenbanken die Quellsysteme, aus denen sich die Analytics- und KI-Tools dann bedienen. Dafür müssen alle relevanten Daten zugänglich sein - und dürfen sich nicht in Datensilos verstecken. Solche Datensilos - etwa aus CRM-, ERP- und anderen Systemen - sind heute aber vielfach noch Alltag. Diese fragmentierten Datengefängnisse müssen geöffnet und in eine dynamische und flexible Infrastruktur überführt werden.
Auch die Datenmengen und Datentypen haben sich geändert. So erschweren die wachsenden Datenmassen nicht nur Speicherung, Zugriff und Auswertung. Auch die Sicherheit der Daten und der Datenschutz sind damit verknüpfte, zunehmende Herausforderungen.
Schließlich sehen Daten heute auch ganz anders aus als etwa vor 10 Jahren. Gut strukturierte Daten, die sich in ein relationales Tabellenschema einfügen, werden heute ergänzt durch viele andere Datentypen wie Text- und Videodaten. Neben SQL-Datenbanken sind deshalb heute auch Datenbanken gefragt, die semi- und unstrukturierte Daten effizient speichern und managen können.
Database-as-a-Service
Cloud-basierte Datenbanken können veraltete Datenbank-Landschaften auf die Höhe der Zeit bringen. Letztere lassen sich damit konsolidieren und modernisieren - und das Potential von Daten lässt sich besser ausschöpfen. In einer einheitlichen und gemanagten Cloud-Umgebung können alle Arten von Workloads ohne Brüche zur Verfügung gestellt werden. Und bei der Migration der Datenbank in die Cloud ist es zudem einfacher, die Daten einem Analytics Layer unmittelbar zuzuführen.
Für die verschiedenen Datentypen stehen unterschiedliche Datenbanken bereit. Für unstrukturierte Daten gibt es NoSQL-Datenbanksysteme, die sich ergänzend zu den klassischen SQL-Datenbanken einsetzen lassen. In-Memory-Datenbanken legen die Daten komplett im schnellen Hauptspeicher ab und verarbeiten im Big-Data-Umfeld selbst die größten Datenmengen sehr effizient. Weil die Datenmassen unmittelbar dort bearbeitet werden, wo sie entstehen, wird das System unglaublich schnell.
Microsoft hat mit der Database-as-Service Azure-Plattform das Potential moderner Datenhaltung und -verarbeitung in der Cloud weiter optimiert. Alle Datenbanken stehen unter Azure als Managed Services zur Verfügung. Im Gegensatz zum Betrieb auf einer eigenen Infrastruktur lassen sich neue Instanzen einrichten, ohne dass eine dedizierte Administration benötigt wird. Updates, Bereitstellung und Sicherungen sind automatisiert. Auch eine spätere Skalierung ist wesentlich einfacher, weil Azure die Ressourcen vorhält, die sich jederzeit bei Bedarf hinzufügen lassen.
Das Beste aus Daten herausholen
Der Datenbestand von Unternehmen ist ein Schatz, der aufgrund seiner Komplexität oftmals im Verborgenen schlummert. Mit Azure-Diensten können Sie komplexe Daten vereinheitlichen und wichtige Business Insights gewinnen.
Breite Datenbank-Unterstützung
Im Detail stellt Azure relationale, NoSQL- und In-Memory-Datenbanken als Service zur Verfügung - und zwar sowohl Microsoft- als auch Nicht-Microsoft-Datenbanken. So werden bei den relationalen Datenbank-Systemen beispielsweise neben der Azure SQL-Familie mehrere Open-Source-SQL-Datenbanken angeboten.
Open-Source-basierte SQL-Datenbanken sind beispielsweise Azure Database for PostgreSQL, Azure Database for MySQL und Azure Database for MariaDB. Alle drei bedienen unterschiedliche Entwicklerbedürfnisse. Das relationale PostgreSQL ist etwa eine gute Wahl für Entwickler*innen, die eine sehr leistungsstarke, flexible und skalierbare SQL-Datenbank benötigen.
Cosmos DB - eine NoSQL-Datenbank mit globaler Skalierungsfähigkeit und schneller Reaktionszeit - eignet sich für unstrukturierte Daten. Cosmos DB unterstützt mehrere Datenmodelle, einschließlich Dokumente, Graphen, Key-Value und Spalten. Sie erlaubt auch die Nutzung verschiedener APIs wie SQL, MongoDB, Cassandra, Gremlin und Azure Table Storage. Dies macht Cosmos DB zu einer flexiblen und leistungsstarken Datenbankoption für Entwickler*innen, die globale Anwendungen erstellen möchten.
Das Segment der In-Memory-Datenbanken deckt Azure Cache for Redis ab. Diese Datenbank kann als Cache-Layer zwischen Anwendungen und Datenbanken dienen und bietet hohe Leistung bei gleichzeitig guter Skalierbarkeit.
Bei allen Datenbanken ist eine gemanagte Umgebung integriert, so dass Admin-Tätigkeiten weitgehend entfallen. Hinzu kommen Verschlüsselung, Identitäts- und Zugriffsverwaltung, um die Daten vor unbefugtem Zugriff und Diebstahl zu schützen.
Alle Artikel aus Cloud
Die Cloud ist der Schlüssel für mehr Agilität. Lesen Sie, wie moderne Cloud-Umgebungen heute aussehen.
