Data Virtualization: Modernes, flexibles Datenmanagement

Data Virtualization (DV) integriert Daten aus verteilten Quellen, von verteilten Orten sowie mit unterschiedlichen Formaten, ohne dass diese repliziert werden müssen. Mit DV ist eine flexible, übergreifende Datenaufbereitung und -analyse von historischen Daten eines Data Warehouse bis hin zu operativen Daten möglich. Auf diese Weise wird eine einzelne, „virtuelle“ Datenebene (Single Point of Truth) geschaffen, die mit einheitlichen Datenservices zahlreiche Anwendungen und Anwender unterstützt. DV ist somit eine Abstraktions- und Datenservice-Ebene.

Drucken

Vereinheitlichte, integrierte Datensicht in Echtzeit

Data Virtualization kann die Grundmuster eines Logical Data Warehouse praktisch umsetzen, indem es eine Brücke von bewährten Technologien (z. B. RDBMS) zu neuen technologischen Möglichkeiten (z. B. Hadoop) schlägt. Architekturebenen oder -komponenten können wahlweise als virtuelle Layer oder Bereiche abgebildet werden – dies spart Datenspeicher, verringert somit die Kosten und fördert gleichzeitig die Agilität.

Da bei dieser Herangehensweise – anders als bei ETL-Prozessen – die Mehrheit der Daten in den Quellen bestehen bleibt und direkt vom Quellsystem abgerufen wird, kommt es zur Reduktion der Bewegung von Massendaten. Unterstützt durch intelligente Abfrageoptimierung und Caching Mechanismen für Zugriff auf verteilt liegende Daten vermeiden Sie die zeit- und kostenintensive physische Integration von Daten.

Mit DV wird eine neue virtuelle Plattform geschaffen, die unterschiedliche Nutzergruppen – vom Casual User bis hin zum Data Scientist – mit allen notwendigen Daten bedarfsgerecht versorgt und durch Self-Service-Funktionalitäten wie bspw. einem Data Catalogue komfortabel unterstützt.

Einsatzszenarien

  • Einheitliche Zugriffsschicht durch Enterprise Semantic Layer
    DV abstrahiert die Informationen von technischen Begrifflichkeiten, unterstützt die Datenanalyse mit Hilfe gängiger Geschäftsbegriffe und bietet einen einheitlichen Zugriffspunkt inkl. rollenbasierter Security und Schutz von sensiblen Daten mittels Data Masking.
  • Data Lineage und Impact Analysis
    Innerhalb des DV Tools kann die Herkunft der Daten sowie Auswirkung auf Datenänderungen visualisiert und nachvollzogen werden.
  • Technologieabstraktion zwischen Backend und Frontend
    Die Entkopplung von Quellen und Applikationen erlaubt eine schnelle Umsetzung neuer Reporting- und Analytics-Anforderungen und bietet eine hohe Flexibilität gegenüber künftigen Modernisierungszwängen.
  • Logical DWH und Logical Data Lake
    Abbildung aller notwendigen Funktionalitäten für die Umsetzung eines Logical DWH oder Logical Data Lake inkl. konfigurierbarem Cache, konfigurierbarer Zugriffslogik und verteilter, dynamisch optimierter Abfrageausführung
Data Virtualization

Was uns ausmacht

INFOMOTION verfügt über langjährige und umfassende Erfahrungen in allen Tätigkeitsfeldern der Business Intelligence- sowie Big Data-Beratung. Wir haben erfolgreich Projekte mit Kunden unterschiedlichster Größe und verschiedenster Branchen durchgeführt – von der Strategieberatung über die technische Implementierung bis hin zum Betrieb.

Gerne unterstützen wir Sie bei der Modernisierung Ihres Datenmanagements in folgenden Themen:

  • Strategische Verankerung von Data Virtualization in Ihrer Datenlandschaft
  • Entscheidungsfindung und Toolauswahl von DV-Anbietern
  • Einführung und Umsetzung von Projekten zur Realisierung unterschiedlicher Einsatzszenarien für DV-Tools

Weiterführende Informationen

Ihr Ansprechpartner

Gert Jan Feick

Business Unit Manager

T +49 69 97460-700

E-Mail senden