Große Datenmengen sind kein Hindernis mehr

IT-DIRECTOR: Viele Großunternehmen sehen sich derzeit drastisch anwachsenden Datenmengen gegenüber – Stichwort Big Data. Was ist dabei hinsichtlich der Performanz von BI-Lösungen zu beachten?
I. Michalarias: Entscheidend sind die richtige Modellierung und Architektur im Zusammenspiel von Software, Hardware und Netzwerk sowie der gesamte Themenkomplex Archivierung. Daneben ist auf intelligentes Data Filtering zu achten. Das heißt, die unterschiedlichen Nutzer erhalten nach einem vorgegebenen Filtermechanismus nur die Daten, die sie benötigen bzw. gemeinsam nutzen müssen. Auch bei der Visualisierung sollte der Fokus auf das Wesentliche gelegt werden; gleiches gilt für die Speicherung solcher Darstellungen.

IT-DIRECTOR: Welche Rolle spielen dabei In-Memory-Technologien? Was versteht man eigentlich unter dieser Technik?
I. Michalarias: In-Memory-Technologien bedeuten für den Endanwender, dass er auch lokal größere Datenmengen bearbeiten und analysieren kann; für die IT-Infrastruktur bieten sie eine weitere technische Möglichkeit der Datenspeicherung. In-Memory-Technologien bringen per se zahlreiche Vorteile, sind aber nicht für jede Anwendung geeignet. Interessant ist auf jeden Fall eine Kombination aus In-Memory- und Column-Based-Datenbanken: Column-Based-Datenbanken speichern intern die Daten anders, so dass sie für Auswertungen – und nicht für Transaktionen – optimiert sind.

IT-DIRECTOR: In Memory Computing gibt es bereits seit einigen Jahren. Warum wird gerade jetzt ein derartiger Hype darum gemacht? Was ist das wirklich Neue an aktuellen In-Memory-Lösungen?
I. Michalarias: In der Tat handelt es sich um eine ältere Technologie. Allerdings ist in den letzten Jahren Arbeitsspeicher sehr viel billiger geworden, so dass größere Datenmengen kein Hindernis mehr sind und die Vorzüge der In-Memory-Lösungen nun wieder in den Vordergrund rücken. Die bereits erwähnte Kombination aus In-Memory- und Column-Based-Datenbanken ist in diesem Zusammenhang von besonderem Interesse und ermöglicht auch kommerzielle Produkte.

IT-DIRECTOR: Wie viel schneller können Auswertungen via In-Memory-Technologie ablaufen? Und was würde das an Mehrkosten verursachen?
I. Michalarias: Zu der Frage, ob Auswertungen via In-Memory schneller ablaufen, ist keine pauschale Aussage möglich. Bezüglich der Mehrkosten ist zu sagen, dass die Hardwarekosten relativ gering sind, hingegen können die Softwarekosten erheblich sein. Manche Anbieter von In-Memory-Datenbanken bieten ein Gb-RAM/Euro-Lizenzmodell, bei dem mehr Daten jeweils zu höheren Kosten führen.

IT-DIRECTOR: Inwieweit können es sich BI-Anbieter überhaupt noch erlauben, Lösungen ohne In-Memory-Basis anzubieten?
I. Michalarias: Unserer Erfahrung nach ist es für den Anwender nicht entscheidend, ob die Lösung über eine In-Memory-Basis verfügt oder nicht – wichtig ist die Performance. Von daher lautet die Anforderung an die BI-Anbieter, eine performante Lösung zur Verfügung zu stellen.

IT-DIRECTOR: Welche Kombination klassischer Olap- und neuer In-Memory-Technik empfehlen Sie bei BI-Neuprojekten?
I. Michalarias: In-Memory-Lösungen eignen sich für schnelle Ad-hoc-Auswertungen im Fachbereich, etwa Self-Service-Business-Intelligence. Wichtig bei Olap ist die multidimensionale Modellierung und damit eignet sich Olap sehr gut für zentralisierte Lösungen mit einer höheren Datenqualität. Aber Olap- und In-Memory-Technik sind keine Konkurrenten. So handelt es sich bei IBM TM1 beispielsweise um In-Memory-Olap und auch der SQL-Server 2012 stellt beides zur Verfügung.

IT-DIRECTOR: Was kann trotz der Nutzung von In-Memory-Technik die Performance von BI-Anwendungen drastisch drosseln?
I. Michalarias: Für eine Drosselung sorgen zumeist eine nicht optimale Architektur beziehungsweise Modellierung, so sollte z.B. die Rechenlast weitestgehend durch die Datenbank am Server erfolgen und nicht durch den abfragenden Client. Bei diesem wiederum ist eine intelligente Abfragelogik sowie Caching wichtig, um die Gesamtperformance nicht zu reduzieren. Die Projekterfahrung zeigt aber, dass neben dem Datenmodell und der Softwarelogik im eingesetzten Produkt als weiterer limitierender Faktor die Hardware für das BI-System genannt werden kann, die den Datenmengen und dem Datenmodell zwingend angepasst sein sollte.