Der Cloud Data Lake

Kapitel 8. Sechs Lektionen für eine datengestützte Zukunft

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Es ist erstaunlich, wie ein kleines Morgen eine ganze Menge Gestern wieder gutmachen kann.

John Guare

Das Versprechen einer Cloud Data Lake-Architektur liegt in der grenzenlosen Vielfalt der Szenarien, die sie ermöglicht. In den vorangegangenen Kapiteln haben wir uns auf die am häufigsten verwendeten Muster der Datenverarbeitung mit Spark- und Hadoop-Technologien konzentriert. Andere Aspekte - wie die Echtzeit-Stream-Verarbeitung, die schnelle Einblicke in Echtzeitdaten ermöglicht, und fortschrittliche Analyseszenarien, die intelligente Anwendungen auf dem Data Lake aufbauen - werden immer häufiger eingesetzt. Allen Konzepten und Frameworks, die wir in den vorangegangenen Kapiteln behandelt haben, ist gemeinsam, dass du an jedem Punkt der Entwicklung oder Implementierung eines Cloud Data Lakes die Wahl hast und dass jede Wahl mit Kompromissen bei Kosten, Komplexität und Flexibilität verbunden ist. Wenn du diese Entscheidungen bei der Gestaltung deines Cloud Data Lakes triffst, ist es nur natürlich, dass du dir die folgenden Fragen stellst:

• Woher weiß ich, dass ich die richtige Wahl getroffen habe?

• Wenn mein Unternehmen wächst und damit auch die Szenarien in meinem Data Lake, wie kann ich dann iterieren und die Transformation vorantreiben?

• Wie stelle ich sicher, dass meine Organisation ...