Kapitel 2. Big Data-Architekturen in der Cloud
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Big Data bedeutet zwar mehr Informationen, aber auch mehr falsche Informationen.
Naseem Taleb
Wie wir in Kapitel 1 gelernt haben, gibt es zwei wichtige Erkenntnisse über Cloud Data Lakes, die die Grundlage für dieses Kapitel bilden:
-
Ein Data Lake-Ansatz beginnt mit der Fähigkeit, jede Art von Daten unabhängig von ihrer Quelle, Größe oder Struktur zu speichern und zu verarbeiten. Dadurch kann ein Unternehmen aus vielen verschiedenen Datenquellen mit unterschiedlicher Wertdichte (d.h. Signal-Rausch-Verhältnis) hochwertige Erkenntnisse gewinnen.
-
Der Aufbau deines Data Lake in der Cloud erfordert eine disaggregierte Architektur, bei der du verschiedene Komponenten von IaaS-, PaaS- und SaaS-Lösungen zusammenstellst.
Wichtig ist, dass du dich daran erinnerst, dass du beim Aufbau deiner Cloud-Data-Lake-Lösung auch viele Optionen für Architekturen hast, die jeweils ihre eigenen Stärken haben. Dieser Artikel auf Future.com bietet einen umfassenden Überblick über die verschiedenen Komponenten einer modernen Datenarchitektur. In diesem Kapitel tauchen wir in einige der gängigsten Architekturmuster ein und erklären, was sie sind und wo die Stärken jeder dieser Architekturen liegen, wenn sie auf ein fiktives Unternehmen namens Klodars Corporation angewendet werden.
Warum Klodars Corporation in die Cloud ...
Get Der Cloud Data Lake now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
