Ein Data Warehouse ist ein Storage-System, das dafür optimiert ist, strukturierte Daten zu speichern, um die Hochgeschwindigkeits-SQL-Abfragen durchzuführen, die zum schnellen Bereitstellen von Business-Intelligence nötig sind. Vom Verarbeiten von Hochgeschwindigkeits-Transaktionen hin zu vorausschauenden Analysen: Data Warehouses sind seit Jahrzehnten faktisch der Storage-Standard, den Unternehmen verwenden, um ihre BI zu unterstützen.
Data Warehouses haben unter anderem folgende Vorteile:
Erleben Sie eine Self-Service-Instanz von Pure1® zum Verwalten von Pure FlashBlade™, der fortschrittlichsten Lösung der Branche, die nativen skalierbaren Datei- und Objekt-Storage liefert.
Die Logistik der Erfassung von Daten aus unterschiedlichen Teilen eines Unternehmens zum Extrahieren nützlicher Informationen kann in ihrer Komplexität mit Ihrem Unternehmen wachsen. Data Warehouses können Ihrem Unternehmen eine zuverlässige Möglichkeit bieten, diese Informationen in eine einzige Datenbank und ein Datenmodell zu konsolidieren, damit Analysten ihre Abfragen ausführen können.
Und so funktioniert das Ganze:
Die Datenbank, mit der Sie in einem Data Warehouse interagieren, ist relational, was bedeutet, dass Daten strukturiert sind, also in Tabellen aus Spalten und Zeilen gespeichert werden. Diese Tabellen werden entsprechend dem Schema organisiert, das während des Schreibvorgangs definiert wurde.
Wenn der Transformationsschritt von einem ODS gehandhabt wird, der Data-Warehouse-extern ist, spricht man von „ETL“ (Extract, Transform, Load). Wenn das Data Warehouse die Transformationen intern bewältigt, spricht man von „ELT“ (Extract, Load, Transform). Unabhängig davon, ob Sie ETL oder ELT verwenden, erfordern Data Warehouses strukturierte Daten und Schema-on-Write, um mit relationalen Datenbanken arbeiten zu können.
Data Warehouses werden beispielsweise in folgenden Fällen genutzt:
Da bei Data Warehouses Schema-on-Write zum Einsatz kommt, ist es wichtig, zu wissen, welche Art von Abfragen Sie durchführen möchten, bevor Sie ein Schema zu einem Data Warehouse hinzufügen. Um die Komplexität verteilter Datenquellen zu bewältigen, können Sie ein Data Warehouse in Data Marts segmentieren, um Hardware- und Software-Ressourcen für bestimmte Geschäftsfunktionen wie z. B. CRM zu reservieren.
Diese drei Konzepte mögen zwar wirken, als können sie gegeneinander ausgetauscht werden, aber es ist wichtig, ihre Unterschiede zu verstehen:
Data Hubs bieten auch die Daten-Governance, die nötig ist, um das Teilen von Daten zwischen unterschiedlichen Endpunkten zu optimieren. Auf diese Weise konsolidieren Data Hubs Datenpools und Data Warehouses in einer einzigen Zugriffsebene. Die Datenverarbeitung erfolgt im Data Hub, wodurch Ihre Organisation einen zentralen Ort erhält, an dem BI-Erkenntnisse extrahiert werden.
Wenn Sie eine neue OLAP- oder OLTP-Pipeline zu Ihrer vorhandenen Data-Warehouse-Infrastruktur hinzufügen müssen, kann es an der Zeit sein, zu überlegen, ob Sie in eine Modern Data Experience™ mit den All-Flash-Lösungen von Pure Storage investieren sollten.
Als der erste Data Hub der Branche kann Pure Storage® FlashBlade® nicht nur die Analyse- und Berichterstellungs-Workloads eines Data Warehouse verarbeiten, sondern liefert auch die wichtigsten Eigenschaften eines Data Hub:
Haben Sie eine Frage oder einen Kommentar zu Produkten oder Zertifizierungen von Pure? Wir helfen Ihnen gerne!
Vereinbaren Sie einen Termin für eine Live-Demo und sehen Sie selbst, wie Pure Ihnen helfen kann, Ihre Daten in überzeugende Ergebnisse zu verwandeln.
Rufen Sie uns an: +49 89 26200662
Presse: pr@purestorage.com
Pure Storage Germany GmbH
Mies-van-der-Rohe-Straße 6
80807 München
Deutschland