Java Magazin - 07.2016 - SMACK: Die neue Generation Big Data


Preis: 9,80 €

Erhältlich ab:  Juni 2016

Umfang:  100

Autoren / Autorinnen: Peter Hruschka, Gernot Starke, Jochen Mader, Melanie Feldmann, Kypriani Sinaris, Dominik Mohilo, Hartmut Schlosser, Henning Schwentner, S & S Media GmbH, Matthias Niehoff, Reinhard Hohberger, Joachim Gucker, Jochen Mader, Manfred Steyer, Nicolas Bär, Daniel Takai, Benedict Pregler, Tom Wießeckel, Lars Röwekamp, Michael Lex, Daniel Pape, Melanie Feldmann, Simon Scholz, Lars Vogel, Thomas Kruse, Michael Schäfer

„Big“ reicht nicht mehr, Daten müssen jetzt auch „fast“ sein. Oft geistert dazu der unbestimmte Begriff „Echtzeit“ durch Talks, Artikel und Technologiebeschreibungen. Doch was heißt Echtzeit eigentlich? Wikipedia weiß es, so mancher Technik-Evangelist aber anscheinend nicht. Um Echtzeit handelt es sich, wenn „bestimmte Ergebnisse zuverlässig innerhalb einer vorbestimmten Zeitspanne“ eintreffen.

Es reicht eben nicht, auf eine Anwendung Echtzeit zu schreiben wie ein ASAP in eine E-Mail. Denn es geht nicht darum, etwas so schnell wie möglich zu machen, sondern so schnell wie nötig. Und das ist ein großer Unterschied. Für einen Vertriebsmitarbeiter reicht es vollkommen aus, wenn Aufträge innerhalb von ein paar Sekunden in seiner Übersicht auftauchen. Für einen Ingenieur hingegen kann es entscheidend sein, dass eine Fräse ein Signal in genau dieser Mikrosekunde bekommt. Denn sonst produziert sie für den Schrott. Es kommt also auf die Anwendung an – wie bei fast allem in der Softwareentwicklung.

Die Frage, wie schnell etwas passieren soll, ist gerade in Big-Data- und und den oft damit verbundenen IoT-Anwendungen wichtig. Und das Frontend ist dabei das Ende einer langen Kette von Zeiteinschätzungen. So schnell wie manch Sensor messen kann, kann nicht jede Datenbank mithalten. Berechnungen wollen zum richtigen Zeitpunkt durchgeführt und Daten mit Metadaten angereichert werden. Ein Stau auf der Datenautobahn ist das Letzte, was Entwickler und Anwender wollen. Hier heißt es, einen genauen Blick auf Schnittstellen und die Performance zu richten. Nicht umsonst schreien solche Anwendungen geradezu nach verteilten Systemen, in denen sich Lastspitzen besser verteilen lassen.

Ein schnelles Big-Data-System muss wie ein gut geöltes Getriebe laufen, in dem die einzelnen Rädchen reibungslos ineinander greifen – auch wenn mal weniger los ist. Ein kniffliges Problem, dem sich unser Titelthema mit vier Artikeln annimmt. Die dort ausgeführte Lösung für das Geschwindigkeitsproblem heißt SMACK, was keine Frühstückszerealie ist, sondern ein Technologistack für schnelle Anwendungen mit großen Datenmengen. Sicherlich kommt Ihnen die ein oder andere Komponente von SMACK bekannt vor, aber das Zusammenspiel macht hier den Unterschied – ganz nach dem Motto „Ein Ganzes ist mehr als die Summe seiner Teile“. Dann passt das auch mit der Echtzeit.

Was SMACK außerdem so interessant macht? Nach einer knappen Dekade, in der MapReduce als Prinzip und das Hadoop-Ökosystem als entsprechender Werkzeugkasten den Ton angaben, richtet sich der Blick jetzt mehr auf den Datenfluss, weniger auf deren (langfristige) Persistenz. Doch lesen Sie selbst (ab Seite 34).

Machen sie Ihre Systeme also nicht einfach schneller, machen Sie sie schnell genug.

feldmann_melanie_sw.tif_fmt1.jpgMelanie Feldmann, Redakteurin

Website Twitter Google Xing

Neugierig geworden?


   
Loading...