Mit der rasanten Verbreitung von IoT- und KI-Technologien steigen die Anforderungen an eine schnelle und effiziente Datenverarbeitung direkt vor Ort. Wer seine Daten direkt am Netzwerkrand verarbeiten will, muss bei der Wahl der Datenbank allerdings eine Reihe von Voraussetzungen berücksichtigen. [...]
Die Anforderungen sind hoch: Neben einer möglichst geringen Latenz stehen für die Datenverarbeitung am Edge meist nur eine begrenzte Bandbreite und Geräte mit limitierter Rechenleistung zur Verfügung, die eine ausgereifte Datenbanktechnologie für den Einsatz erforderlich machen. Damit Unternehmen die wettbewerbsentscheidenden Vorteile der neuen Technologien ausschöpfen und Daten effizient verarbeiten können, muss die eingesetzte Datenbanklösung eine Reihe von Funktionen erfüllen:
Datenverarbeitung direkt am Edge
Anstatt alle am Edge erhobenen Daten immer an zentrale Rechenzentren oder die Cloud zu schicken, können spezialisierte Datenbanklösungen sie direkt dort verarbeiten, wo sie entstehen – für kürzere Reaktionszeiten und optimierte Workflows. Das versetzt Unternehmen in die Lage, Entscheidungen in Echtzeit zu treffen und Ressourcen zu sparen, ohne auf die Latenz zentralisierter Systeme angewiesen zu sein.
Offline-First
Anwendungen und die Datenverarbeitung müssen auch ohne Internetzugang reibungslos funktionieren. Besonders in Umgebungen, in denen eine stabile Internetverbindung nicht garantiert ist, muss eine Offline-First Strategie sicherstellen, dass Anwendungen selbst bei Netzwerkausfällen einsatzbereit bleiben, wichtige Prozesse nicht ins Stocken geraten und keine Daten verloren gehen.
Synchronisation
Statt ganze Datenbanken ineffizient in ihrer Gesamtheit zu synchronisieren, können Unternehmen mit der Delta-Sync-Funktion nur Daten übertragen, bei denen es eine Veränderung gab – ideal für ressourcenbeschränkte Edge-Umgebungen. Bei der Push/Pull-Replikation haben sie hingegen die Flexibilität, Daten aktiv vom Edge zur Core-Datenbank zu übertragen oder passiv abzurufen, je nach Bedarf.
Gateway zur Core-Datenbank
Neben der zentralen Hauptdatenbank besteht die Architektur bei Anwendungsfällen am Edge aus dezentralen Server- und leichtgewichtigen, auf bestimmte Aufgaben spezialisierte Embedded-Datenbanken. Für den hürdenlosen Austausch zwischen den einzelnen Instanzen ist dabei ein zuverlässiges Gateway notwendig, das sowohl das Fundament für eine effiziente Synchronisation legt als auch Performance-Einbußen vorbeugt.
Vektorsuche
Der Einsatz von KI-Anwendungen am Netzwerkrand ist bereits gang und gäbe – insbesondere in Verbindung mit den entsprechenden KI-Tools aus der Cloud. Dafür sind Datenbanken notwendig, die sowohl über eine Vektorsuche als Voraussetzung für die Verarbeitung von KI-Modellen verfügen als auch die Datenverarbeitung und deren Hosting dezentral und mit geringster Latenz realisieren. Damit stellen sie sicher, dass die für KI-Anwendungen benötigten Daten in der Cloud, am Edge und auf den Endgeräten jederzeit verfügbar sind.
Lösung von Schreib- und Lesekonflikten
Weil bei verteilten Datenlandschaften mehrere Nutzer gleichzeitig auf dieselben Datensätze zugreifen und verschiedene Änderungen durchführen können, müssen für den Einsatz am Edge optimierte Datenbanken über Mechanismen und Techniken verfügen, um diese Konflikte eigenständig zu lösen.
„Edge Computing ist auf Datenbanken angewiesen, die nicht nur schnell, flexibel und robust sind, sondern mit ihrer Architektur für den Einsatz am Edge konzipiert wurden“, sagt Gregor Bauer, Manager Solutions Engineering CEUR bei Couchbase. „Nur mit der richtigen Technologie können Unternehmen die Vorteile der Datenverarbeitung am Edge voll ausschöpfen und Innovationen vorantreiben – sinnvollerweise mit ganzheitlichen Lösungen aus einer Hand, um die Interoperabilität der einzelnen Komponenten zu gewährleisten.“
Be the first to comment