Die zwei wichtigsten Auslöser für die Cloud-Migration in Unternehmen sind meist ökonomischer Druck und die zunehmende Komplexität von Innovations-Projekten. Beide Faktoren zeigen auch die großen Stärken von Cloud-Plattformen auf. Die zahlreichen Platform-as-a-Service (PaaS)- und Software-as-a-Service (SaaS)-Dienste reduzieren die Gesamtkosten einer Lösung erheblich. Gleichzeitig kommt diese Art von Diensten auch ohne Betriebssystem (PaaS) und teilweise ohne Plattform (SaaS) aus. Dies spart administrativen Aufwand ein und erleichtert die Sicherheit, Verfügbarkeit und Handhabung dieser Dienste.
Andere Vorteile der Cloud lassen sich leider nicht direkt messen. So sind Cloud-Dienste durch moderne Architekturen und große Rechenzentren einfach skalierbar und haben eine eingebaute Redundanz. Was bedeutet das konkret? Betrachten wir dazu beispielhaft ein paar Szenarien.
Szenario 1: Zukünftige Innovation
Es ist unmöglich, heute schon alle zukünftig möglichen Innovationen und Anwendungsfälle im Datenumfeld zu kennen. Doch in der Cloud können bereits jetzt Daten ohne großen Aufwand dauerhaft persistiert werden, um sie für zukünftig mögliche Anwendungsfälle zu sammeln. Die Abfrage eines Terabyte des Speichertyps „kalter“ Storage ist im Millisekunden-Bereich möglich und kostet in Europa ca. 20€ im Monat. Dieser Preis kann durch verschiedene Verfahren, z. B. Reservierung von Kapazitäten über 1 oder 3 Jahre, Archivierung als Speichertyp usw. nochmal deutlich gesenkt werden.
Szenario 2: (On-Demand-)Skalierbarkeit
Angenommen sie haben einen Anwendungsfall für einen bestimmten Use Case von Anfang bis Ende für eine Niederlassung entwickelt. Sukzessive sollen nun weitere Standorte integriert werden. Bei einer klassischen Lösung müssen diese von Anfang an in der Hardware und in den Lizenzen mit eingerechnet werden. Dies führt oft zu konservativen Abschätzungen zu Spitzenzeiten mit dem Ergebnis der Über-Provisionierung. In der Cloud zahlt man den Anwendungsfall heute und die verwendeten Ressourcen lassen sich bei Bedarf hoch und wieder herunterskalieren. Dies führt zu einer viel präziseren Provisionierung. Außerdem können durch Automation zu Spitzenzeiten mehr Ressourcen vorgehalten werden, die auch nur dann bezahlt werden müssen.
Szenario 3: Trennung von Compute & Storage
Dieses Szenario ermöglicht im Prinzip Szenario 2 als zugrundeliegende Architektur. Aber die Trennung von Compute & Storage bringt auch weitere praktische Vorteile, da diese getrennt voneinander betrachtet werden können. Das bedeutet im Klartext: Benötigen sie mehr Rechenkraft, um komplexe Kalkulationen zu bewältigen, brauchen sie nicht automatisch deshalb eine größere Lizenz oder mehr Speicher. Benötigen sie mehr Speicher, um eine größere Datenmenge zu bewältigen, benötigen sich nicht gleich mehr Compute. Klassische Systeme skalieren jedoch in der Regel in beide Dimensionen.
Szenario 4: Versionslos & redundant
So gut wie alle SaaS- und PaaS-Lösungen sind versionslos. Das bedeutet, dass die Systeme nicht manuell repariert werden müssen oder eine Downtime für Wartungsfenster durchlaufen. Zusätzlich haben diese Architekturen für geringe Mehrkosten zur Persistenz eine eingebaute Redundanz über Rechenzentren, Zonen oder Kontinente hinweg. Diese sind so gebaut, dass sie im Fall der Fälle die redundante Instanz ohne zeitlichen oder informativen Verlust übernehmen.
Hinzukommt, dass laut einer Studie von mit Forrester Consulting in Auftrag gegeben von Microsoft Unternehmen drei Jahre nach der Erstinvestition der Cloud-Migration eine Kapitalrendite von bis zu 238 % erzielen und erhebliche Produktivitätssteigerungen in ihren IT- und internen Database Administrator Teams verzeichnen.
Datenmigration VS Datenbankmigration
Die Anwendungsfälle in der Cloud sind zahlreich. Wir legen bei unseren Kunden den Fokus dabei auf Daten für analytische Zwecke. Es gibt dabei wichtige Unterschiede von Datenmigration und Datenbankmigration.
Datenbankmigration hat immer eine Applikation, die auf diese Datenbank aufsetzt mit im Fokus. So sind die Bedürfnisse – Skalierbarkeit und Sicherheit – sicher in beiden Anwendungsfällen ähnlich, aber der praktische Nutzen liegt hier nicht im analytischen, sondern im transaktionalen Bereich. Das bedeutet, dass die Verfügbarkeit hier nochmal wichtiger ist, denn steht die Datenbank, steht auch die Applikation. Zusätzlich müssen die Zugriffe durch Applikationen parametrisiert und vereinfacht werden. Datenbank-Innovation ohne Applikations-Innovation ist somit nicht möglich.
Die Migration von Daten beschäftigt sich üblicherweise mit dem Extrahieren, Laden und Transformieren von Daten. In der Regel stehen hier analytische Bedürfnisse im Vordergrund. Ein Beispiel wäre die Vereinheitlichung von verschiedenen bestehenden ERP-Systemen zweier Standorte in einem definierten Zielsystem, so dass gemeinsame Auswertungen dieses Datenbestands möglich werden. Kern-Technologien sind hier OLAP Datenbanken und Data Lakes, sowie analytische Tools zur Visualisierung und diverse APIs zur Bereitstellung für Dritt-Systeme.
