Konto Anmelden
Jump to section

Datenservices

URL kopieren

Datenservices steigern den Geschäftswert von Daten, damit sie als Bestandteil cloudnativer Anwendungen implementiert werden können – eine wesentliche Komponente von IT-Strategien für Open Hybrid-Clouds.

Datenservices (oder Data-as-a-Service) sind Sammlungen kleiner, unabhängiger und lose gekoppelter Funktionen, die in Data Storage Volumes gesammelte und gespeicherte Informationen verbessern, organisieren, teilen oder berechnen. Datenservices optimieren herkömmliche Daten, indem sie ihre Resilienz, Verfügbarkeit und Gültigkeit verbessern und Daten Eigenschaften verleihen, die sie nativ noch nicht besitzen, wie Metadaten.

 

 

Datenservices sind eigenständige Einheiten von Softwarefunktionen, die Daten Eigenschaften verleihen, die sie noch nicht besitzen. Datenservices können Daten verfügbarer, resilienter, verständlicher und damit für Nutzer und Programme nützlicher machen.

Mit Datenservicefunktionen werden Eingaben in Ausgaben umgewandelt. Bei den Eingaben handelt es sich um verschiedene Sätze von Rohdaten, die noch nicht für einen bestimmten Zweck verarbeitet wurden. Sie werden in ihrem nativen Format konfiguriert und in physischen, virtuellen oder cloudbasierten Storage Volumes gespeichert. Die Ausgaben sind in der Regel:

  • Organisatorisch: Sie entstehen durch Konsolidierung, Stapelverarbeitung und Strukturierung von Daten, die normalerweise aus strukturierten (Datenbanken), halbstrukturierten (Data Warehouses) oder unstrukturierten Quellen (Data Lakes) stammen.
  • Übertragbar: Sie entstehen durch Verschieben von Daten von ihrem Ursprungsort über ein Netzwerk zu einem Endpunkt wie einer Anwendung oder Plattform.
  • Prozedural: Sie entstehen durch Verarbeitung von Daten, normalerweise als Teil von Datenmodellierungs-, Analyse- oder KI/ML-Software (Künstliche Intelligenz/Maschinelles Lernen).

Daten im Ruhezustand

Dies sind Daten, die in Storage Volumes gespeichert sind. Datenservices extrahieren Rohdaten aus ihren Quellen – wie Kundendatensätze aus OLTP-Datenbanken (Online Transactional Processing), Informationen zu Sachschäden aus Data Warehouses oder Bilder und Videos aus Data Lakes – und wenden Governance-Prinzipien, Organisation und Wartung an, um die Daten für Anwendungen nutzbar und für Nutzer zugänglich zu machen. Datenservices sind ein wichtiger Bestandteil von Big Data-Strategien, da sie aus umfangreichen Sammlungen strukturierter, halbstrukturierter und unstrukturierter Daten, die an verschiedenen Stellen gespeichert sind, sinnvolle Daten machen können.

 

Daten in Bewegung

Dies sind Daten, die von ihrem ursprünglichen Speicherplatz zu einer Anwendung oder Plattform verschoben werden, normalerweise in Echtzeit. Datenservices können Daten-Pipelines erstellen, um Daten kontinuierlich zwischen mehreren Endpunkten hin und her zu verschieben. So können Datenservices Organisationen dabei unterstützen, von der stapelorientierten Datenverarbeitung zur ereignisgesteuerten Datenverarbeitung überzugehen, indem sie Daten sofort beim Generieren verarbeiten. Datenservices stellen außerdem sicher, dass Daten niemals von ihrem Ursprungsort entfernt werden, sodass mehrere Endpunkte denselben Datenpunkt gleichzeitig verwenden können. Dies ist sehr nützlich beim Aufbau skalierbarer, ereignisgesteuerter Architekturen.

 

Daten in Aktion

Aktive Daten, die in Datensätze gruppiert und von Data-Science-, Datenanalyse- und Datenmodellierungs-Software verwendet werden. Mithilfe von Datenservices kann der Datenzugriff auf leistungsstarke, intelligente Datenverarbeitungsplattformen wie KI/ML- und Deep Learning-Tools verbessert werden. Je nach Datenservice können Data in Action aus Sammlungen kleiner, unabhängiger und lose gekoppelter Services bestehen, die gewöhnlich in Containern paketiert und von einer Kubernetes-Plattform orchestriert werden.

 

Ohne Datenservices, die Entwicklern und Datenwissenschaftlern bei der Datenübertragung zwischen Systemen helfen, ist eine cloudnative Anwendungsentwicklung nicht möglich. Wenn mehrere Code-Commits dieselben Daten verwenden, kann sich der Build-Prozess verlängern. Ein Datenservice wie Red Hat® OpenShift® Data Foundation kann jedoch die zeitlichen Abhängigkeiten bei gleichzeitigen Builds verringern.

Traditioneller Storage

Darunter versteht man die Erfassung und Speicherung digitaler Rohdaten – der Bits und Bytes hinter Anwendungen, Netzwerkprotokollen, Dokumenten, Medien, Adressbüchern, Benutzereinstellungen und mehr. Wird ein Dokument gespeichert und ein Speicherort ausgewählt, ist dies ein Vorgang des Data Storage. Ein Nutzer sieht den Data Storage normalerweise auf der Ebene der Infrastruktur, selten sind Storage Volumes verbunden. Beispielsweise gibt es normalerweise keine native Methode zum Anzeigen aller Dateien, Blöcke oder Objekte, die auf einer Workstation, bei einem Cloud-Storage-Anbieter oder auf einer externen Festplatte gespeichert sind. Dies führt dazu, dass die Untersuchung von Data Storage ein sehr manueller und monolithischer Vorgang ist.

 

Datenservices

Hierbei handelt es sich um Software, die in traditionellen Data Storage Volumes gespeicherte Daten als Eingaben verwendet, um bestimmte Ausgaben zu erstellen – oder um Software, die herkömmliche Daten optimiert, indem ihre Resilienz, Verfügbarkeit und Gültigkeit verbessert wird. Nutzer interagieren normalerweise innerhalb einer Anwendung mit den Datenservices, wodurch der Prozess sehr flexibel und individuell anpassbar wird. Der von Red Hat OpenShift Data Foundation bereitgestellte Datenservice abstrahiert beispielsweise die Storage-Infrastruktur, sodass Daten an vielen verschiedenen Orten gespeichert werden können und trotzdem als ein persistentes Repository agieren.

Die Massachusetts Open Cloud (MOC) verwendet Datenservices. Die MOC ist eine gemeinnützige Initiative, die Universitäten, Regierungsbehörden und Unternehmen umfasst. Sie wurde gegründet, um eine gemeinsame, cloudbasierte Infrastruktur für Unternehmen, Behörden und gemeinnützige Organisationen zu entwickeln, auf der Big Data analysiert werden konnten. MOC verwendete Red Hat Ceph Storage, einen Software-Defined-Storage-Service, um große Datenmengen zu organisieren und mit mehreren Entitäten zu teilen, auf denen benutzerdefinierte Datenanalyseplattformen ausgeführt werden.

Ohne vorherige Erfahrung mit OpenShift Container Storage konnte unser Team in weniger als zwei Wochen zwei verschiedene OpenShift-Cluster einrichten und eine vollständige Validierung der Db2 Warehouse-Performance durchführen.

Piotr Mierzejewski

Director Db2 Development IBM Data & AI

Weil unsere Datenservices nicht nur mit jedem Data-Storage-Anbieter gut funktionieren, sondern auch die Entwicklung cloudnativer Anwendungen ergänzen. 

Sie können also ein beliebiges Rechenzentrum oder eine beliebige Cloud nutzen und mit der Implementierung Ihrer Daten in sich ständig weiterentwickelnden cloudnativen Apps beginnen. Mit unseren Datenservices können die alten Daten Ihres Unternehmens aufgearbeitet und direkt in Ihre cloudnativen Apps gestreamt werden. Damit erhalten Sie wichtige Informationen, mit denen Sie die großen Herausforderungen von morgen lösen können.

Erfahren Sie, wie Red Hat Ceph Storage im Rahmen des 10-Milliarden-Objekttests der Evaluator Group abgeschnitten hat.

Mehr erfahren

Thema

Big Data

Unter Big Data versteht man Informationen, die zu umfangreich oder zu komplex sind, um mit traditionellen Methoden verarbeitet werden zu können.

Artikel

Warum Red Hat Storage?

Erfahren Sie, was Software-Defined Storage ist und wie Sie eine Red Hat SDS-Lösung implementieren können, die Ihnen ausreichend Flexibilität zum Verwalten, Speichern und Teilen von Daten bietet.

Artikel

Was ist Cloud Storage?

Unter Cloud Storage versteht man eine vom Speicherort unabhängige Organisation von Daten, auf die jeder Nutzer mit den entsprechenden Rechten über das Internet zugreifen kann. Erfahren Sie mehr darüber.

Mehr über Storage erfahren

Produkte

Red Hat OpenShift Data Foundation

Softwaredefinierter Storage sorgt für einen permanenten Datenspeicher, während Container in mehreren Umgebungen hoch- und heruntergefahren werden.

Red Hat Gluster Storage

Eine softwaredefinierte Storage-Plattform, die auf Bare Metal-, virtuellen, Container- und Cloud-Umgebungen bereitgestellt werden kann.

Red Hat Ceph Storage

Ein offenes, stark skalierbares SDS-System (Software-Defined Storage) für die effiziente Verwaltung von Daten im Petabyte-Bereich.

Red Hat Hyperconverged Infrastructure

Zusammengelegte, skalierbare, softwaredefinierte Computing- und Storage-Ressourcen auf einer kostengünstigen, dem Branchenstandard entsprechenden Hardware.

Ressourcen

Illustration - mail

Möchten Sie mehr zu diesen Themen erfahren?

Abonnieren Sie unseren kostenlosen Newsletter, Red Hat Shares.

Red Hat logo LinkedInYouTubeFacebookTwitter

Produkte

Tools

Testen, kaufen und verkaufen

Kommunizieren

Über Red Hat

Als weltweit größter Anbieter von Open-Source-Software-Lösungen für Unternehmen stellen wir Linux-, Cloud-, Container- und Kubernetes-Technologien bereit. Wir bieten robuste Lösungen, die es Unternehmen erleichtern, plattform- und umgebungsübergreifend zu arbeiten – vom Rechenzentrum bis zum Netzwerkrand.

Abonnieren Sie unseren Newsletter, Red Hat Shares

Jetzt anmelden

Wählen Sie eine Sprache

© 2022 Red Hat, Inc.