Brauchen Sie eine Data Fabric?

Stehen Sie vor der Herausforderung, einen schnelleren Zugriff auf integrierte Daten in einer vielfältigen und verteilten IT-Landschaft zu ermöglichen?

In den letzten Jahren wurden IT-Organisationen zunehmend aufgefordert, die Systeme und Prozesse zu automatisieren, die mit der Integration und Aufbereitung ihrer Daten für das Berichtswesen verbunden sind, und dabei Dinge wie aktive Metadaten, Algorithmen der Künstlichen Intelligenz (KI) / Maschinelles Lernen (ML) und Wissensgraphen zu nutzen.

Die Zusammenführung traditioneller Datenquellen und deren Ergänzung durch diese modernen Funktionen erfordert einen anderen Designansatz - hier kommt eine Data Fabric ins Spiel.

Was ist eine Data Fabric?

Eine Data Fabric ist ein Design-Konzept (eine Architektur), das einen konsistenten Satz von Datendiensten und Funktionen in On-Premises und Cloud bereitstellt. Es ermöglicht Ihnen, Ihre Daten aus physisch und logisch unterschiedlichen Systemen in einen gemeinsamen Satz von Datenobjekten zu abstrahieren, sodass Sie sie als einheitlichen Unternehmensdatensatz behandeln können.

Dies ist besonders wichtig für die Unterstützung von Initiativen zur digitalen Transformation, bei denen Geschäftsprozesse verschiedene Systeme nutzen, die On-Premises, über mehrere Clouds verteilt und sogar dezentral bereitgestellt werden (z. B. IoT und mobile Apps). Durch den Einsatz einer Data Fabric können Unternehmen eine schnellere und effizientere gemeinsame Nutzung von Daten über Systeme hinweg erreichen, was zu besser integrierten Geschäftseinblicken und erhöhter geschäftlicher Agilität führt.

Eine Datenstruktur besteht aus einer Reihe von Fähigkeitsschichten, die Daten aus verschiedenen Quellen auf ihrem Weg zum Datenkonsumenten umwandeln und abstrahieren. Stellen Sie sich dies wie eine Wertschöpfungskette vor, in der Rohstoffe durch eine Reihe von Wertschöpfungsschritten in verbrauchbare Fertigprodukte umgewandelt werden. Eine typische Datenstruktur besteht aus 5 Verfeinerungsschritten, die in drei Funktionen stattfinden.

Die Rohdaten werden zunächst in einer Metadaten . Jede Datenquelle enthält "Metadatengenannte Kontextinformationen darüber, worum es sich bei den Daten handelt, wann sie erhoben wurden, in welchem Format sie vorliegen usw. Die Katalogisierungsschicht führt eine "Grobsortierung" der Rohdaten durch.

Dieser Katalog fließt dann in eine Wissensgraphen-Schicht wo Analysen angewendet werden, um Metadaten zu aktivieren und Verbindungen und Beziehungen abzuleiten, die möglicherweise bestehen. KI/ML-Algorithmen werden zur Anreicherung der aktiven Metadaten verwendet, um die Daten zu interpretieren, sie in einen Kontext zu stellen und sie zu vereinfachen, damit Automatisierungsregeln für die Datenintegration definiert werden können.

Die Daten aus dem Wissensgraphen werden dann in eine Integrationsschicht wo Daten aus verschiedenen Quellen zusammengeführt und zu einem gemeinsamen, integrierten Datensatz abgeglichen werden. Dieser Datensatz wird dann verwendet, um die Orchestrierung und -automatisierung voranzutreiben, die relevante Daten an die Personen und Systeme weiterleitet, die sie nutzen müssen.

Welche Probleme löst eine Data Fabric?

Das Konzept der Data Fabric soll das uralte Datenproblem lösen: "Wie kann ich dafür sorgen, dass Dinge, die von Grund auf verschieden sind, so ähnlich aussehen und sich so verhalten, dass sie so behandelt werden können, als wären sie dasselbe?" Je mehr IT-Umgebungen wachsen und sich weiterentwickeln, desto größer wird die Herausforderung und desto dringlicher wird eine Lösung.

• Datensilos in verschiedenen Unternehmensfunktionen.
• Vielfalt der Datenquellen und -typen.
• IT-Systeme, die über verschiedene physische Betriebsumgebungen verteilt sind (Cloud, On-Premises, mobil, usw.).
• Nachfrage nach Echtzeit- und ereigniszentriert Daten für die Entscheidungsfindung.
• Wachstum bei der operativen Analyse und geschäftsorientierten Datenmodellierung.

Die IT-Systeme werden immer komplexer, während die Unternehmen einfachere und schnellere Daten für die Entscheidungsfindung verlangen. Data Fabric bietet die Möglichkeit, beide Anforderungen zu erfüllen.

Wie die Integrationsplattform als Service Ihre Data Fabric unterstützen kann

Wenn Sie eine Data Fabric implementieren wollen, müssen Sie zunächst die Daten aus allen verschiedenen Quellen sammeln und an einem Ort zusammenführen, bevor Sie mit der Katalogisierung und Verfeinerung der Daten durch die Schichten der Fabric beginnen können. Außerdem können Sie damit die Verbindungen von Ihrer Datenstruktur zu allen Zielsystemen, die die Daten nutzen, verwalten und orchestrieren.

Eine IPaaS-Lösung wie Actian DataConnect bietet diese Konnektivität, die für ein erfolgreiches Design erforderlich ist. Die Datenstruktur bietet eine Plattform, die die Datentransformation ermöglicht; die IPaaS-Lösung verwaltet die Konnektivität, die Sicherheit, den autorisierten Zugriff und die Orchestrierung des Datenflusses in Ihrem Unternehmen.

Brauchen Sie eine Data Fabric?

Wenn Sie eine komplizierte IT-Umgebung, ein sich ständig weiterentwickelndes Geschäftsumfeld und Entscheidungsträger haben, die Daten in Echtzeit benötigen, dann müssen Sie sich mit einer Datenstruktur befassen. Sie sollten auch eine Integrationsplattform wie Actian DataConnect in Betracht ziehen, um den Datenfluss innerhalb Ihres Unternehmens auf konsistente und kontrollierte Weise verwalten .

Weitere Informationen finden Sie unter www.actian.com/dataconnect.

Über Traci Curran

Traci Curran ist als Director of Product Marketing bei Actian tätig und konzentriert sich auf die Actian Data Platform. Mit mehr als 20 Jahren Erfahrung im Technologiemarketing war Traci Curran zuvor in leitenden Marketingpositionen bei CloudBolt Software, Racemi (von der DXC Corporation übernommen) sowie bei einigen der innovativsten Startups der Welt tätig. Tracis Leidenschaft ist es, Kunden dabei zu helfen, zu verstehen, wie sie Innovationen beschleunigen und Wettbewerbsvorteile erzielen können, indem sie die digitale Transformation und Cloud nutzen.