Neben den lange dominierenden relationalen Datenbanksystemen entstanden in den vergangenen Jahren eine Vielzahl von weiteren Arten an Data Stores, um spezielle Anforderungen optimiert abdecken zu können. Daraus resultierte für Anwendungen das Problem der polyglotten Persistenz. Dieses besagt, dass passend zur jeweiligen Aufgabe ein Store zu wählen sei, der am besten dazu passt, während man in der ..

Die Nachvollziehbarkeit von Datenströmen wurde in den letzten Jahren immer wichtiger. Dies liegt zum einen an neuen gesetzlichen und regulatorischen Vorgaben. Aber für Unternehmen ist auch die intrinsische Motivation gestiegen, die Ergebnisse von analytischen Anwendungen erklären zu können, weil damit das Vertrauen in die Korrektheit der Analyseergebnisse wächst. Auch die steigende Komplexität von..

Viele Anwender von analytischen Systemen stellen fest, dass zwar viele Daten grundsätzlich verfügbar wären, aber aus den unterschiedlichsten Gründen nicht wirklich genutzt werden können. Diese Gründe sind vielfältig: Daten können nicht so schnell zur Verfügung gestellt werden, wie sie benötigt werden, da zuerst aufwendige ETL-Prozesse entwickelt werden müssen oder die Daten nur in größeren Zeitint..

Aus offenen Dateiformaten haben sich die offenen Tabellenformate entwickelt. Durch sie wird eine Trennung von Storage und Technologie erreicht, die große Flexibilität und somit Kostenvorteile bringt. Damit steigt die Popularität dieser Formate und deren Unterstützung von vielen Werkzeugen für Datenanalysen und Transformationen.

Ein Data Lake ist ein zentraler Datenspeicher für die Analyse von Daten. Im Gegensatz zum Enterprise Data Warehouse, dessen Hauptaspekt es ist, einen konsistenten Blick auf alle für ein Unternehmen relevanten Daten in einer für Analysen aufbereiteten Form zu bieten, liegt ein Schwerpunkt des Data Lake in der (historisierten) Speicherung aller Daten aus den Quellsystemen in ihrer ursprünglichen For..