DATAGEDREVEN WERKEN STELT NIEUWE EISEN AAN CLOUDOPSLAG

摘要

WIE ZICH BEZIGHOUDT MET DE BEWERKING EN OPSLAG VAN GROTE HOEVEELHEDEN DATA IN DE CLOUD KAN SNEL EEN AAN-TAL BESCHIKBARE PLATFORMEN OPNOEMEN: Hadoop-implementaties, Apache Spark, Amazon Redshift, Microsoft Azure SQL Data Warehouse en Oracle Exadata Cloud Service. Het gebruik van die technologieën loopt echter tegen grenzen aan nu organisaties steeds hogere eisen stellen aan hun data-warehouses en datalakes. Dat is onder meer het gevolg van een transitie naar datagedreven werken. Niet langer is het gebruik van de gegevens beperkt tot een handvol bigdata-analisten. Het aantal gebruikers binnen een organisatie neemt toe omdat steeds meer afdelingen het nut zien van datagestuurde beslissingen. Veel Systemen kunnen niet goed omgaan met veel gelijktijdige gebruikers met verschillende vragen. Het gevolg is dat afdelingen hun eigen datasets aanleggen, waardoor de algemene beschikbaarheid verdwijnt. Verder komt steeds vaker de wens naar voren om data realtime te kunnen ver-werken. Hadoop kan goedkoop grote hoeveelheden data verwerken, maar query's zijn allesbehalve snel; het kan niet veel gebruikers tegelijk aan.