In unserer Guideline zeigen wir auf, wie Ihr Weg zum Streaming von Echtzeit-Daten aussehen kann. Heute müssen Daten aktuell genug sein, um das „Jetzt“ zu steuern. Sei es per Clickstream vom aktuellen Websitebesuch oder per IoT-Daten von Maschinenzuständen. Es gibt verschiedene Möglichkeiten, ETL-Strecken streamingfähig zu gestalten. Aber wirklich zukunftssicher ist nur eine Event-Streaming Architektur wie Kafka. Letztlich überwinden Sie nur so die Beschränkungen herkömmlicher Data Warehousing-Ansätze.
INHALT
Einleitung
Stufen auf dem Weg vom Data Warehouse zu Echtzeit-Daten
- Stufe 1: Die klassische Data Warehouse-Architektur
- Stufe 2: Das klassische Data Warehouse mit Streaming für einzelne Use Cases
- Stufe 3: Streaming mithilfe optimierter ETL-Strecken skalieren
- Stufe 4: Eventbasierte Verarbeitung ohne Staging
- Stufe 5: Eine umfassende Event-Streaming-Architektur mit Kafka
Der große Vorteil einer Event-Streaming-Architektur: Sie kann problemlos skalieren, sobald in Ihrem Unternehmen neue Anwendungsszenarien für das Streaming von Echtzeit-Daten entstehen. Lesen Sie mehr dazu in unserem Guideline.
