Suche

In-Memory Data Grids steigern die Performance und verkürzen die Entwicklungszeit

Christina Wong
©iStockphoto.com/Home Lab

Mit In-Memory Data Grids können Unternehmen eine höhere Flexibilität und Performance bei ihren Applikationen erzielen und die Zugriffe auf Datenbanken optimieren. Sie sind damit in der Lage, schneller neue Produkte und Services auf den Markt zu bringen und sich so Wettbewerbsvorteile zu verschaffen.

Im Jahr 2012 verfügten Unternehmen über genügend Datenbankkapazitäten, um täglich anfallende Kundendaten zu erfassen und zu bearbeiten. Den Marktforschern von IDC zufolge wird sich dies allerdings durch die massive Zunahme der Internetnutzung mit Smartphones und Tablets schnell ändern [1]. Die mobilen Datenströme werden ergänzt durch verteilte, miteinander verbundene Systeme, wie sie heute in Autos, Haushaltsgeräten und Stromzählern anzutreffen sind. Bedingt durch das stetig steigende Datenvolumen aus diesem „Internet der Dinge“ stoßen die traditionellen Datenbanksysteme bald an ihre Grenzen.

Unternehmen suchen daher nach Möglichkeiten, ihre Systeme so anzupassen, dass sie genügend Leistung bieten, um die Geschäftsmöglichkeiten der mobilen Welt nutzen zu können. Traditionelle Datenbanklösungen sind viel zu unflexibel, komplex und teuer, um die in der mobilen Welt entstehenden Daten verarbeiten zu können. Data Grids, die eine Verarbeitung der Daten im Hauptspeicher ermöglichen, bieten die dazu benötigte Performance, Flexibilität und Skalierbarkeit.

In-Memory Data Grids haben sich daher sehr schnell als wichtiger Ansatz zur Modernisierung von Software und zur Bewältigung komplexer Performanceanforderungen erwiesen. Es gibt gute Gründe dafür, warum sich dieser Ansatz immer stärker durchsetzt:

  • Präzise Echtzeit-Informationen bereitstellen: Der Echtzeitzugriff auf präzise Informationen macht oft den Unterschied zwischen richtigen und falschen Entscheidungen aus. Data Grids bringen die Daten näher zu den Applikationen, bieten Fehlertoleranz und ermöglichen einen schnellen Datenzugriff bei niedrigen Latenzzeiten.
  • Hohe Anforderungen an die Verfügbarkeit und Reaktionsfähigkeit erfüllen: Um Kundenzufriedenheit und -treue aufrechtzuerhalten, müssen Applikationen zuverlässigen Service bieten – selbst in Spitzenzeiten bei maximaler Belastung.
  • Deutlich größere Datenvolumina verarbeiten: Bei steigendem Datenvolumen erweisen sich traditionelle Datenbanksysteme schnell als Flaschenhals für Applikationen. Data Grids agieren als Zwischenschicht zwischen relationalen Datenspeichern und Endbenutzern. Sie erfüllen die Anforderungen an eine sichere Aufbewahrung der Daten und bieten gleichzeitig eine gute Performance und Skalierbarkeit.
  • Alle Datenquellen effizient einbinden: Die Implementierung neuer Applikationen oder von Updates sollte schnell und unkompliziert erfolgen. Data Grids reduzieren den Aufwand der Datenintegration und ermöglichen Unternehmen eine schnellere Bereitstellung von Anwendungen
  • In heterogenen IT-Umgebungen arbeiten: Unternehmen verfügen heute über vielfältige IT-Landschaften. Langjährig genutzte oder neue Applikationen und Infrastrukturen können sich im Rechenzentrum vor Ort oder in der Cloud befinden. Data Grids können als Abstraktions-Layer fungieren, das es Unternehmen ermöglicht, mit einer Vielzahl von Umgebungen, Applikationen, Plattformen und Datenbanken zu arbeiten.
Hersteller Produktname Lizenzierung Website
Gigaspaces XAP Elastic Caching Edition

Proprietär

www.gigaspaces.com
IBM WebSphere eXtreme Scale, DataPower XC10 Appliance

Proprietär

www.ibm.com

Oracle Oracle Coherence Proprietär

www.oracle.com

Red Hat Red Hat JBoss Data Grid Open Source (LGPL) / Subskription

de.redhat.com

Software AG Terracotta

Proprietär

www.softwareag.com

VMware vFabric GemFire Proprietär

www.vmware.com

Infokasten: Marktüberblick Data Grid/Cluster Cache Softwareanbieter

Ein In-Memory Data Grid ist eine intelligente, verteilte Caching-Lösung, mit der Applikationen hohe Anforderungen an Performance, Verfügbarkeit, Zuverlässigkeit und Skalierbarkeit erfüllen können. Die Lösung kann als Vermittlungsinstanz zwischen einer relationalen Datenbank und der Applikation agieren. Sie enthält rasch sich ändernde Daten oder solche, auf die schnell, häufig und von unterschiedlichen Orten zugegriffen werden muss. Ergänzend dazu befinden sich dann weniger oft benötigte Daten in der relationalen Datenbank.

Einfach ausgedrückt: Ein Data Grid ist ein Turbo für Applikationen. Es bietet eine hohe Performance und verarbeitet auch in Spitzenzeiten mit Hauptspeichergeschwindigkeit sehr große Datenmengen. Aufgrund der verteilten, fehlertoleranten Architektur eignen sich Data Grids gut für weltweit tätige dezentral organisierte Unternehmen.

In vielen Branchen können Unternehmen aktuelle Herausforderungen mit herkömmlichen Datenbankanwendungen nicht mehr bewältigen. Dazu zählt etwa der Zugriff auf Echtzeitinformationen, die Bewältigung großer Transaktionsvolumina, eine hohe Verfügbarkeit oder die Koordination sehr unterschiedlicher und dynamischer IT-Umgebungen.

Solche Herausforderungen lassen sich mit Data Grids lösen. Sie können in den verschiedensten Branchen und auf den unterschiedlichsten Gebieten eingesetzt werden. Beispiele sind eine durchgängig hohe Servicequalität bei Mobile-Apps und Web-Anwendungen, eine hohe Performance und Skalierbarkeit bei saisonalen Schwankungen im Einzelhandel oder eine Entlastung relationaler Datenbanken. Immer häufiger nutzen auch weltweit tätige Unternehmen Data Grid-Lösungen, um Ressourcen zwischen mehreren Rechenzentren in Echtzeit zu verwalten und zu verteilen.

Geschrieben von
Christina Wong
Christina Wong
Christina Wong ist Senior Product Marketing Manager bei Red Hat und verantwortlich für Red Hat JBoss Data Grid und die Red Hat JBoss Portal Platform. 
Kommentare

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.