Leistungsstarke Data-Warehouse- und Streaming-Analyse-Pipelines

Data Warehouses haben unter anderem folgende Vorteile:

• Konsolidierung strukturierter Daten aus mehreren verteilten Quellen 

• schnelle analytische Abfragen von relationalen Datenbanken

• eine dedizierte Storage-Lösung für günstigere Abfragen und schnellere Berichterstellung

Die Unterschiede zwischen Data Warehouses, Data Lakes und Data Hubs lauten wie folgt: 

• Data Warehouse: Ein einzelnes Repository zum Integrieren und Speichern strukturierter Daten aus mehreren unstrukturierten Datenquellen in Ihrer gesamten Organisation.
• Data Lake: Ein einzelnes ungefiltertes Repository aus allen strukturierten und unstrukturierten Rohdatenquellen in einer Organisation (einschließlich Data Warehouses). Die Daten müssen erst noch verarbeitet werden, damit BI-Erkenntnisse extrahiert werden können.
• Data Hub: Eine einzelne Schnittstelle, die alle Daten – sowohl strukturierte als auch unstrukturierte Daten – in eine zentrale zugängliche Datenebene konsolidiert. Ein Data Hub unterscheidet sich darin von einem Data Warehouse, dass er auch Betriebsdaten verarbeiten kann, und unterscheidet sich darin von einem Data Lake, dass er in der Lage ist, Daten in mehreren Formaten bereitzustellen.

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 sowohl Data Lakes als auch 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.