Red Hat trimmt seine Produkte auf Big Data Der Weg aus dem Dilemma

Es gibt viele Definitionen von Big Data, doch alle greifen sie gemeinsame Themen wie Speicherung, Verarbeitung und Zugriff auf unternehmensweite Daten auf, um bessere und schnellere Entscheidungen treffen zu können – letztlich mit dem Resultat, die Umsätze zu steigern und die Kundenzufriedenheit zu erhöhen.

Big Data besteht aus einer Kombination von großen Datenvolumen, gepaart mit hoher Geschwindigkeit und einer großen Datenvielfalt. Red Hats Ansatz beruht darauf, die Kluft zwischen großen Datenmengen und deren umsetzbaren Informationen zu verkleinern, aber auch die Analyse der Daten kostengünstiger zu gestalten – über eine einzige Plattform, die sich auf die die Erfassung, Verarbeitung und Integration von Big Data konzentriert.

Die Herausforderung ist enorm

Die optimale Weise, große Mengen an Unternehmensdaten in verwertbare Informationen umzuwandeln, wäre eine effektive, zeitlich genaue Analyse. So einfach dies auch klingen mag, stellt es dennoch eine große Herausforderung für die IT-Abteilungen dar – schon allein deshalb, da verschiedene Arten von Big-Data-Daten meist in verschiedenen Systemen verarbeitet werden. Eine konsequente Infrastruktur zur Unterstützung dieser vielfältgen Daten-Operationen bedeutet einen Weg aus diesem Dilemma.

In den Unternehmen teilt man Big Data generell in drei Kategorien ein:

• Geschäftliche Daten, wie beispielsweise Daten aus Online-Transaktionsverbindungen, Data-Warehouse-Systemen oder Daten, die durch den Web-Traffic erzeugt werden.

• Maschinell erzeugte Daten wie Meldungen von Sensoren, Routern, Kameras, RFIDs oder Handys.

• Social Media Traffic, also Daten, die über Facebook, Twitter und andere Anwendungen ausgetauscht werden.

Red Hat bietet eine Reihe von Tools, um leistungsfähige Big-Data-Projekte zu realisieren, wie bespielsweise: „Red Hat Storage“, eine offene Software Defined Storage-Plattform, die skalierbar bis in den Petabyte-Bereich und POSIX-konform ist und zudem HDFS-basierte Analyse-Systeme unterstützt, die man häufig in einer Big Data Workflow-Umgebung findet. „Red Hat Middleware“, „Red Hat Enterprise Linux“ und „Red Hat Enterprise Linux OpenStack Platform“ sind weitere Tools, die von vielen Unternehmen eingesetzt werden, um damit traditionelle BI-, Data-Warehouse- oder OLAP-Systeme zu betreiben. Sie nutzen die Tools, um auf Hadoop-Clustern Sentimentanalysen, Datenvisualisierung oder prognostische Analytik durchzuführen oder um mit massiv parallelen Systemen und In-Memory-Datenbanken in Echtzeit Informationen zu verarbeiten und aufzubereiten.

(ID:42391508)