Cloud Computing und Analytics

Big Data wird zum Motor für die Hybrid Cloud

Seite: 2/2

Anbieter zum Thema

Inkompatible Datenformate

Zwei weitere datentypische Gesichtspunkte stecken in der IDC-Studie: Immerhin 24 Prozent nennen als wichtigstes, extern begründete Herausforderung der Hybrid-Cloud-Technologie inkompatible Datenformate. Gleichzeitig gilt die Gewährleistung der Datenkompatibilität zusammen mit einer Sicherheits- und Datenschutzklassifizierung als wichtigste erforderliche Maßnahmen für erfolgreiche Hybrid-Cloud-Projekte.

Bildergalerie

Sicherheitsbedenken gegen die Cloud-Service-Anbieter steht zwar mit 39 Prozent der Nennungen immer noch oben auf der Hitliste der externen Herausforderungen – wurde aber bei der letzten Erhebung 2014 von 26 Prozent mehr Befragten genannt. Fast genau so sehr fürchtet man inzwischen die Abhängigkeit vom Cloud-Provider (36 Prozent) und die Nichteinhaltung gesetzlicher Regelungen (36 Prozent, gegenüber fünf Prozent im Jahr 2014).

Anlässlich des Hybrid-Cloud-Studientages, den IDC in München durchführte, wurde auch vom Darmstädter Rechenzentrum (DARZ GmbH) vorgeführt, wie ein Hybrid-Cloud-Modell aussehen könnte, das zumindest den Sicherheitsbedenken Rechnung trägt: Das DARZ kombiniert über Public Cloud zugängliche Analysesysteme mit Private-Cloud-Collocation: Die Daten liegen in einem separaten RZ-Raum, der nur dem jeweiligen Kunden zugänglich ist, auf dessen eigenem Netapp-Speichersystem liegen und werden ausschließlich zur Analyse auf die öffentlich zugänglichen Systeme geschoben. Die Ergebnisse fließen dann sofort wieder in die private Cloud des jeweiligen Kunden zurück. Das beseitigt die Verzögerungen bei der Datenübertragung und stellt gleichzeitig die Sicherheit und Privatheit hinsichtlich des Datenzugangs sicher, die Anwender mit kritischen Daten sich wünschen oder aus Compliance-Gründen vorhalten müssen.

Zugriff per Selbstbedienung

Fluidops, ein junges Unternehmen in dem ebenso jungen Feld der semantischen Datenanalyse, zeigte seine Information Workbench, die verschiedene externe und interne Datenquellen semantisch integriert und für die überlagerte Analyseschicht verwertbar macht. Darüber liegt eine Benutzerschnittstelle, die den Zugriff auf die Leistungen der Lösung über Selbstbedienung zugänglich macht, Daten visualisiert, ihre kollaborative Nutzung erlaubt und ähnliche Aufgaben bietet. Abgerundet wird das Angebot durch ein Softwareentwicklungswerkzeug für die Applikationserstellung. Erste Anwendungen stammen aus dem Management von Rechenzentren und IT-Infrastrukturen im öffentlichen Bereich, anwendbar ist diese Lösung aber auch in Hybrid-Cloud-Umgebungen.

(ID:43900438)