Verbesserte Hybrid-Cloud-Datenmigration beginnt mit Datenmodernisierung

Für Unternehmen, die ihre Unternehmensarchitektur in der öffentlichen Cloud betreiben, hat die Suche nach sinnvollen Kosteneinsparungen hohe Priorität. Die Cloud-Kosten sind in den letzten Jahren in die Höhe geschnellt und machen über 30% der IT-Budgets aus, berichtet IDC.

Unternehmen haben versucht, ihre Cloud-Workloads je nach Preis und Leistung von lokalen auf öffentliche Clouds zu verlagern, um sich eine bessere Hebelwirkung und geschäftliche Flexibilität zu verschaffen. Aber die Kosten für die Datenbankmigration — die pro Migration weit in die Tausende gehen — haben ihre erwarteten Hybrid-Cloud-Einsparungen zunichte gemacht.

Einige Unternehmen entscheiden sich dafür, nicht alle Workloads zu verlagern, sondern einige von ihnen für eine höhere Leistung in der Cloud zu optimieren, während andere vor Ort verbleiben. Daher werden bei Cloud-Migrationen häufig Beratungsdienste beauftragt, die Workloads vor Ort umgestalten, um sie für ein Platform-as-a-Service (PaaS)-Modell zu optimieren.

Einige Unternehmen nutzen Drittanbieter, weil sie mehr interne Ressourcen mit der Zeit, den Tools oder den Fähigkeiten benötigen, um ihre Datenbanken zu verwalten. Diese Unternehmen stehen auch vor anderen betrieblichen Herausforderungen, wie z. B. der Feststellung, ob ihre Daten aus Sicht des Datenschutzes und der Sicherheit aktualisiert oder ordnungsgemäß konform sind.

Die meisten Cloud-Migrationen erfordern jedoch keine aufwändigen Prozesse oder außergewöhnlichen Ausgaben. Die nachhaltigsten und effektivsten Mittel zur Optimierung von Datenmigrationen beginnen mit besseren Metadaten - einem zentralen Nervensystem für Cloud-Migrationen. Mit dieser Grundlage – einer Form der Datenmodernisierung — können die Betriebskosten der Cloud mit einer Kombination aus Automatisierung und Self-Service-Migration besser eingedämmt werden. Sobald ein Unternehmen die Cloud-Datenmigration gemeistert hat, kann es das Hybrid-Cloud-Tiering nutzen, um die Workload-Kosten auszugleichen und die Leistung zu verbessern.

Welche Schritte müssen Unternehmen unternehmen, um bei ihren Hybrid-Cloud-Datenmigrationen die Oberhand zu gewinnen?

Datenmodernisierung mit modernen Datenkatalogen erreichen

Daten fließen aus einer Vielzahl von Anwendungen in die Cloud, oft in verschiedenen Formaten und von mehreren Standorten. Während viele Unternehmen Self-Service-Migration und Cloud-Datenverwaltung versuchen, haben einige Datenteams Schwierigkeiten, ihre Effizienz zu verbessern und Redundanzen oder manuelle Validierungsschritte zu beseitigen.
Der moderne Ansatz zur Datenintegration wendet Geschäftsglossare und maschinelle Lernfunktionen an, um die Datenerkennung zu automatisieren. Mithilfe von KI kann ein moderner Datenkatalog Geschäftsregeln validieren und kritische Qualitätsmetriken im gesamten Unternehmen schnell bewerten. Die KI ermöglicht es dem Datenkatalog, strukturierte, halb- und unstrukturierte Daten schnell zu klassifizieren.

Automatisierung des Katalogisierungsprozesses

Die Automatisierung des Katalogisierungsprozesses kann die Durchsuchbarkeit beschleunigen und die Zeit bis zu Erkenntnissen verkürzen, während gleichzeitig strenge Compliance-Standards erfüllt werden. Unabhängig davon, ob der Prozess vollständig automatisiert ist oder ein gewisses Maß an DataOps-Kuration beinhaltet, müssen die Ergebnisse umfassend sein. Das Letzte, was ein Datenteam tun möchte, ist, einen unvollständigen Datensatz auf Snowflake, MongoDB, AWS, Azure oder GCP zu migrieren.

Automatisierung kann eine erhebliche Flexibilität ab der Datenpipeline-Ebene ermöglichen. Mit angemessen verwalteten Datenpipelines können Unternehmen die Möglichkeit erhalten, Daten überall dort zu verschieben, wo Workloads benötigt werden — von lokal bis zur Hybrid Cloud. Hybrid Clouds können eine hervorragende Leistung und geschäftliche Flexibilität bieten, insbesondere mit Containern, die das Verschieben von Workloads und Datenflüssen ermöglichen, die ohne manuellen Eingriff automatisiert werden können.

Letztendlich kann die Automatisierung unnötige Cloud-Ausgaben reduzieren und Unternehmen in die Lage versetzen, die Speicher- und Bereitstellungskosten zu optimieren. Hybrid-Clouds können nur dann einen erheblichen Mehrwert bieten, wenn Datenteams Daten-Workloads auf der kostengünstigsten Plattform verschieben und ausführen können. Ein Datenkalalog kann helfen. Um mehr über dieses Thema zu erfahren und eine Lösung von Hitachi Vantara zu sehen, besuchen Sie bitte diese Webseite.

Verwandte Themen

• Bessere Datenerkennung und -zuverlässigkeit für eine bessere Entscheidungsfindung