Über den Sinn und Nutzen der Datenstrom-Verarbeitung Wo spielen Streaming-Datenbanken ihre Stärken aus?

Autor / Redakteur: Mia Liang * / Stephan Augsten

Herkömmliche Datenbank- und moderne Datenstrom-Systeme unterscheiden sich grundlegend voneinander. Jede Lösung hat ihren eigenen, speziellen Anwendungsfall. Was Streaming-Datenbanken anders, besser und mitunter schlechter machen, beleuchtet dieser Beitrag.

Firmen zum Thema

Streaming-Datenbanken spielen überall dort ihre Stärken aus, wo Informationen in Echtzeit übertragen und benötigt werden.
Streaming-Datenbanken spielen überall dort ihre Stärken aus, wo Informationen in Echtzeit übertragen und benötigt werden.
(© Nmedia - stock.adobe.com)

Dies ist die deutsche Version eines englischsprachigen Gastbeitrags. Für das Original klicken Sie bitte hier: „What is a Streaming Database?

Bei einem relationalen Datenbankmanagementsystem, auch bekannt als RDBMS, speist ein Administrator seine Daten ganz nach seinen Anforderungen in einer vorgegebenen Frequenz ein. Bei einer Streaming-Datenbank hingegen werden die Daten in Echtzeit gesammelt, verarbeitet und angereichert – in der Regel direkt nach der Erstellung der Daten selbst.

Keine Einführung in Streaming-Datenbanken wäre vollständig ohne die Erwähnung der Tatsache, dass wir NICHT über ein bestimmtes Datenbankmanagementsystem sprechen. Streaming-Datenbanken können jede Datenbank sein, die für die Verarbeitung von Streaming-Daten in Echtzeit konfiguriert ist. Dies kann Zeitreihen-Datenbanken, In-Memory Data Grids und mehr umfassen.

Streaming-Datenbanken sind für jeden Entwickler geeignet, der in der Lage sein muss, auf Änderungen in Echtzeit zu reagieren. Sie sind besonders hilfreich in Situationen, in denen Echtzeit-Schnittstellen für maschinelles Lernen zum Einsatz kommen, die ihrerseits darauf angewiesen sind, Daten fast sofort nach der Erstellung einer Datenbank verarbeiten zu können.

Anwendungsfälle für Streaming-Datenbanken

Eines der wichtigsten Dinge bei der richtigen Verwendung von Streaming-Daten ist die Tatsache, dass es eine breite Palette an verschiedenen Anwendungsfällen gibt. Einer der bekanntesten davon ist die Art und Weise, wie Streaming-Daten genutzt werden können, um Datenvisualisierungen in Echtzeit zu erhalten. Diese Darstellungen machen es einfacher, gute und fundiertere Entscheidungen zu treffen.

Streaming-Daten eignen sich perfekt, die großen Mengen an Informationen, die ein Unternehmen täglich erzeugt, effektiver zu analysieren, als es Menschen alleine je könnten. Durch die Möglichkeit, diese Informationen so zu visualisieren, dass sie für jedermann leicht verständlich sind, können Unternehmen ihre Agilität verbessern, die Effizienz ihrer Prozesse erhöhen und vieles mehr. Es kann sogar eine Möglichkeit sein, vorhandene Kundendaten zu nutzen, um fundiertere Entscheidungen hinsichtlich der Verbesserung des Kundenservices zu treffen.

All diese Einblicke ermöglichen es den Führungskräften eines Unternehmens, einen weitaus proaktiveren Ansatz für ihre Abläufe zu wählen, als es sonst möglich wäre. So können sie Chancen schnell erkennen und nutzen, anstatt sie zu verpassen, weil sie die Daten nicht so schnell wie nötig verarbeiten konnten.

Ein weiterer wichtiger Anwendungsfall für Streaming-Daten ist die Möglichkeit, Live-Warnungen und -Benachrichtigungen für wichtige Ereignisse einzurichten. Man richtet schlicht Echtzeit-Warnungen für jene Änderungen und Vorkommnisse ein, die für einen selbst wichtig sind. Kein tage- oder monatelanges Warten mehr auf ellenlange Reportings mit allerlei unnützen Informationen. Alle Warnungen werden automatisch generiert und genau an jene Personen weitergeleitet, die diese Informationen für ihre eigene Arbeit benötigen.

Gerade für kleine Unternehmen ist dies ein enormer Vorteil, da sie nun genauso schnell wie ihre größeren Konkurrenten auf Veränderungen im Kundenverhalten oder sogar im Markt reagieren können. Intern kann es auch dabei helfen, die Prioritäten bei der Wartung von bestimmten geschäftskritischen Geräten und anderen Anlagen zu setzen. Wer zum Beispiel ein vollständiges Bild davon hat, wie eine bestimmte Maschine arbeitet, kann die Wartung besser priorisieren.

Schließlich sind Streaming-Datenbanken ein wesentlicher Vorteil bei der Erstellung von Anwendungen, die in Form einer Microservice-Architektur bereitgestellt werden. Mit Microservices entwerfen Sie eine Anwendung als eine Reihe von lose gekoppelten Diensten, die dennoch zusammenarbeiten, um ein vollständiges Ganzes zu bilden. Dies steht im Gegensatz zu den monolithischen Anwendungen vergangener Zeiten.

Streaming-Datenbanken sind in diesem Anwendungsfall von großem Vorteil, da sie den freien Fluss der notwendigen Informationen von einem Microservice zum anderen ermöglichen. Und nicht nur das: Die Informationen bewegen sich in Echtzeit – so können diese Dienste nicht nur einzeln sondern auch gemeinsam gut funktionieren und so das Erlebnis für den Endbenutzer dramatisch verbessern.

Vor- und Nachteile von Streaming-Datenbanken

Wie bereits erwähnt, ist einer der größten Vorteile von Streaming-Datenbanken, dass sie sowohl die Geschwindigkeit als auch die Flexibilität bieten, die für Projekte benötigt werden, bei denen Teams in der Lage sein müssen, schneller und effizienter als je zuvor fundierte Entscheidungen zu treffen. Dies ist hilfreich in Situationen wie der Betrugserkennung, wo jede Sekunde zählt.

Streaming-Daten sind jedoch nicht ideal für Projekte, die mit sehr großen Datensätzen arbeiten, oder solche, die von einer tieferen Analyseebene abhängen. Streaming-Datenbanken sind möglicherweise auch nicht von Natur aus mit den Arten von Legacy-Systemen kompatibel, die normalerweise nur traditionellere Ansätze für Datenbanken unterstützen.

* Mia Liang ist freie Autorin bei Girls Write Tech.

(ID:47158837)