12.01.2022 Grau Data will den Metadaten-Schatz heben

Der neue Metadata-Hub

Von: Berthold Wesseler

Grau Data stellt mit seinem Metadata-Hub eine neue Software für das Auslesen und die Erfassung von Metadaten vor. Damit eröffnet das inhabergeführte Softwarehaus mit Hauptsitz in Schwäbisch Gmünd den Unternehmen die Möglichkeit, ihre unstrukturierten Daten genau zu durchsuchen, zu analysieren, in Big-Data-Projekte einzubinden und das Potenzial großer unstrukturierter Datenmengen nachhaltig und langfristig zu nutzen, denn damit können Metadaten-Tags von über 320 File-Formaten großer Datenpools extrahiert werden

Geschäftsführer Herbert Grau: „Ohne eine detaillierte Metadaten-Analyse sind unstrukturierte Daten bereits nach kurzer Zeit wertlos!“

„Mehr als 80 Prozent aller Daten in Unternehmen liegen in unstrukturierter Form vor und die meisten Unternehmen haben bisher keine Möglichkeit, die Daten, deren Inhalte und vor allem deren Wert nachhaltig zu nutzen“, erklärt Geschäftsführer Herbert Grau. „Ohne eine detaillierte Metadaten-Analyse sind die Daten bereits nach kurzer Zeit wertlos, da die Inhalte nicht mehr nachvollzogen werden können.“

Das ändert der Metadata-Hub. Er erkennt, analysiert und verarbeitet „embedded“ Metadaten von unstrukturierten Daten auf beliebig großen Filesystemen, kann über 320 File-Formate verarbeiten und mehr als 30.000 unterschiedliche Metadaten-Tags in kürzester Zeit auslesen. „Embedded“ Metadaten enthalten viel umfangreichere Informationen als die Metadaten der Standard-Filesysteme, z.B. Erzeuger der Datei, Dateigröße, Datum der Erstellung oder des letzten Zugriffs. Ein einfaches JPEG-Bild z.B. beinhaltet 120 zusätzliche Metadaten, wie etwa Belichtungsstärke oder GPS-Daten. Jedes File-Format hat eine unterschiedliche Anzahl solcher „eingebetteter“ Metadaten.

Der Hub ist laut Grau leistungsfähiger als Alternativen, die auf bestimmte Dateiformate beschränkt sind oder eine abteilungsübergreifende Analyse aller Dateiformate nicht zulassen. Der Hub arbeitet laut Herbert Grau plattformunabhängig und lässt sich in nahezu jede IT-Struktur einfach und schnell integrieren. Er wird über eine browserbasierte Weboberfläche gesteuert. Containerisiert, ist die Software skalierbar, indem mehrere Hubs parallel installiert und über die zentrale WebUI administriert werden können. Damit ist der Einsatz in mittelständischen Unternehmen ebenso möglich wie in Konzernen oder großen Behörden oder Forschungsorganisationen mit Milliarden an Dateien.

Kernkomponente ist der intelligente Dateisystem-Crawler & -Harvester, also der Metadaten-Sammler. Dieser extrahiert kontinuierlich die eingebundenen Metadaten aus den Dateien. Der Crawler & Harvester greift über die Filesharing-Protokolle NFS oder SMB alle „embedded“ Metadaten ab und extrahiert Millionen von Tags in kürzester Zeit. Die Tags werden unmittelbar nach der Extraktion in einer speziell dafür ausgelegten Datenbank gespeichert. Anschließend stehen die Metadaten strukturiert zur Verfügung, etwa für Auswertungen oder Abfragen. Eine GraphQL-basierte API, ein natives Python-SDK sowie ein Command-Line-Interface erleichtern zudem die Integration in Software anderer Anbieter zur automatisierten Big-Data-Weiterverarbeitung.

Übrigens: Das Power System i unterstützt sowohl das in der Linux-Welt verbreitete „Network File System“ (NFS) in der Version 4 als als auch – via Netserver – das Windows-Protokoll „Server Message Block“ (SMB), ab Netserver V7R4 auch SMB 3. Dabei läuft der Metadata-Hub allerdings nicht nativ auf IBM i, sondern plattformunabhängig in Containern. Die Software wird als Business Edition sowie als Enterprise Edition vermarktet – sowohl direkt als auch über Partner. Den Einstieg bildet aktuell eine Business Edition mit acht Containern; die jährliche Subskription kostet etwa 90.000 Euro. Gegen Jahresende könnte eine Entry Edition dazukommen, falls es einen Markt dafür gibt. Deren Ausprägung und Preisgestaltung ist noch in der Planung.

Bildquelle: Grau Data