Sie sind hier: Startseite » Markt » Tipps und Hinweise

Bandbreiten- oder Netzwerkprobleme


Erfolgreich in der Multi Cloud: Drei Stolpersteine und wie Sie sie vermeiden
Big-Data-Analysen: Solche Analysen sind typische Anwendungen für die Cloud


Von Peter Wüst ist Senior Director Cloud Infrastructure bei NetApp

Multi-Cloud-Infrastrukturen haben einen großen Vorteil: Sie erlauben es dem Nutzer, Public-Cloud- und Private-Cloud-Services so miteinander zu verbinden, wie es gewünscht oder nötig ist. Damit bleibt ein Unternehmen flexibel und unabhängig. Die Verantwortlichen profitieren davon allerdings nur, wenn sie sich der Stolpersteine bewusst sind, die eine Multi Cloud mit sich bringt und diese zu umgehen wissen.

# 1 Datentransfer
Eine erste große Herausforderung, die sich in einem anlaufenden Multi-Cloud-Projekt oftmals stellt und unnötig Kosten provoziert, ist der Datentransfer. Denn bei der Migration – ob von einer On-Premises-Infrastruktur in die Cloud oder von einem Public-Cloud-Anbieter zu einem anderen – stoßen IT-Verantwortliche oft auf unvermutete Bandbreiten- oder Netzwerkprobleme. Häufig übersehen sie in ihrer Planung auch die Aufwände für die Integration der Daten und die Kosten für Backups. Woran außerdem kaum einer denkt: Wer Daten von einem Provider zu einem anderen umziehen möchte, muss sie zunächst aus der Cloud extrahieren. Auch dieser Datentransfer kostet Geld.

Die Verantwortlichen eines Multi-Cloud-Projekts sollten daher versuchen, den Datentransfer so effizient wie möglich zu gestalten. Beispielsweise, indem sie redundante Daten löschen und damit die Größe des Datensatzes reduzieren. Dadurch benötigen die Daten weniger Storage und verursachen weniger Netzwerkverkehr. Auch das Backup wird folglich billiger.

# 2 Provisionierung
Ein anderer Fehler, den Unternehmen häufig machen, ist die Über- oder Unterprovisionierung. Wer mehr Storage oder Rechenleistung bucht, als er eigentlich braucht, gibt unnötig Geld aus. Sind die Ressourcen dagegen zu knapp bemessen, beeinträchtigt das die Performance von Applikationen und behindert Geschäftsprozesse. Die Skalierung sollte sich daher in der Multi Cloud den Erfordernissen anpassen und nicht umgekehrt. Aber auch die Administratoren sind gefragt: Sie müssen stets den Überblick darüber behalten, welche Server gerade in Betrieb sind. Helfen können ihnen dabei externe Berater. Sie ermitteln gemeinsam mit dem Kunden, wie die aktuelle Ausgangssituation ist, welcher Speicherbedarf besteht und wie er sich am besten decken lässt.

#3 Big Data
Doch auch wenn die Verantwortlichen Datentransfer und Provisionierung vermeintlich sichergestellt haben, können sich schnell in konkreten Anwendungsszenarien weitere Hindernisse aus der Datennutzung ergeben. So beispielsweise bei Big-Data-Analysen. Solche Analysen sind typische Anwendungen für die Cloud. Denn die Herausforderung besteht hier darin, riesige Datenmengen möglichst schnell und kostengünstig zu analysieren. Dabei wächst das Datenvolumen exponentiell und erfordert eine hohe Skalierbarkeit des Speichers. Mit einer On-Premises-Infrastruktur ist dies schlicht zu teuer. Zudem müssen Nutzer an verschiedenen Standorten auf dieselben Datensätze zugreifen können. Dafür müssen die Daten unabhängig von Standort abrufbar sein.

Das kann nur das passende Datenmanagement sicherstellen. Denn über die richtigen Datenmanagement-Lösungen ist es möglich, eine funktionale Multi-Cloud-Umgebung zu garantieren. So ermöglichen es Tools und Services beispielsweise, dass mehrere Nutzer gleichzeitig auf denselben Datensatz zugreifen können, wobei integrierte Verschlüsselung für Sicherheit sorgt während die Daten automatisch synchron gehalten werden.

Und auch die Skalierbarkeit ist mit den passenden Services keine feste Größe mehr und kann nach Bedarf variiert werden. Mit Cloud Volumes Service von NetApp ist es zudem möglich, über die Snapshot-Funktion Datenbankzustände zu klonen. Solche Klone sind ideal, um Neuerungen oder Datenanreicherung zu testen, ohne das aktive File System zu beeinträchtigen.

Best Practice: WuXi NextCODE
Ein eindrucksvolles Beispiel, was eine Multi-Cloud-Umgebung in Sachen Big-Data-Analyse leisten kann, nachdem alle Hindernisse überwunden sind, ist WuXi NextCODE. Das Unternehmen betreibt die weltweit führende Plattform für genomische Daten. Dafür sammelt die Firma wertvolle genetische Informationen, die Medizinern und Wissenschaftlern Erkenntnisse über Krankheiten liefern können. Um die Daten zu speichern sowie Analysefunktionen und medizinische Applikationen bereitzustellen, nutzt das Unternehmen eine integrierte Multi-Cloud-Umgebung in Kombination mit verschiedenen Datenmanagement-Lösungen.

Täglich muss WuXi NextCODE dafür große Datenmengen integrieren und entschlüsseln. Das stellt permanent hohe Anforderungen an die Performance und das Datenmanagement. Die adäquate IT-Architektur erlaubt es dem Unternehmen allerdings, diesen Anforderungen gerecht zu werden und ermöglicht Flexibilität, Skalierbarkeit und eine Integration mit bestehenden Systemen.

Das führt zu beeindruckenden Ergebnissen: So kann WuXi NextCODE bis zu eine Million Genome parallel entschlüsseln. Weiterhin ist das Unternehmen in der Lage, eine komplexe, fortgeschrittene Datenabfrage in nur 45 Minuten durchzuführen. Andere Plattformen konnten das bisher nicht bewerkstelligen. Das verdeutlicht, dass der Umzug in die Multi Cloud Unternehmen in verschiedensten Branchen voranbringen kann – allerdings nur, wenn er gut geplant und umgesetzt wird.
(NetApp: ra)

eingetragen: 24.07.19
Newsletterlauf: 14.08.19

NetApp: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • Was Unternehmen beachten müssen

    Künstliche Intelligenz gehört für immer mehr Unternehmen ganz selbstverständlich zum Geschäftsalltag dazu. Insbesondere die generative KI (GenAI) erlebt einen Boom, den sich viele so nicht vorstellen konnten. GenAI-Modelle sind jedoch enorm ressourcenhungrig, sodass sich Firmen Gedanken über die Infrastruktur machen müssen. NTT DATA, ein weltweit führender Anbieter von digitalen Business- und Technologie-Services, zeigt, warum die Cloud der Gamechanger für generative KI ist.

  • SAP mit umfassender Cloud-Strategie

    Für die digitale Transformation von Unternehmen setzt SAP auf eine umfassende Cloud-Strategie. Hier bietet SAP verschiedene Lösungen an. Neben der SAP Public Cloud, die sehr stark auf den SME-Markt zielt, bedient die Industry Cloud als Kombination aus Private Cloud und industriespezifischen Cloud-Lösungen eher den LE-Markt.

  • Warum steigende IT-Kosten das kleinere Übel sind

    Es gibt Zeiten, in denen sind CIOs wirklich nicht zu beneiden. Zum Beispiel dann, wenn sie der Unternehmensführung wieder einmal erklären müssen, warum erneut höhere Investitionen in die IT nötig sind. Eines der größten Paradoxe dabei: Kosten steigen auf dem Papier auch dann, wenn eigentlich aus Kostengründen modernisiert wird. Der Umstieg vom eigenen Server im Keller in die Cloud? Mehrkosten. Neue SaaS-Lösungen?

  • Optimierung von Java-Workloads in der Cloud

    Cloud-Infrastrukturen versprechen Skalierbarkeit, Effizienz und Kostenvorteile. Doch um Engpässe zu vermeiden, überprovisionieren viele Unternehmen ihre Cloud-Kapazitäten - und bezahlen so oftmals für Ressourcen, die sie gar nicht nutzen. Wie lässt sich das ändern? Ein zentraler Hebel ist die Optimierung von Java-Workloads in der Cloud. Cloud-Infrastrukturen bringen viele Vorteile, aber auch neue Komplexität und oft unerwartet hohe Kosten mit sich. Bei vielen Unternehmen nehmen Java-Umgebungen und -Anwendungen große Volumina in gebuchten Cloud-Kapazitäten ein, denn Java gehört noch immer zu den beliebtesten Programmiersprachen: Laut dem aktuellen State of Java Survey and Report 2025 von Azul geben 68 Prozent der Befragten an, dass über 50 Prozent ihrer Anwendungen mit Java entwickelt wurden oder auf einer JVM (Java Virtual Machine) laufen.

  • Wer Cloud sagt, muss Datensouveränität denken

    Die Cloud hat sich längst zu einem neuen IT-Standard entwickelt. Ihr Einsatz bringt allerdings neue Herausforderungen mit sich - insbesondere im Hinblick auf geopolitische Risiken und die Gefahr einseitiger Abhängigkeiten. Klar ist: Unternehmen, Behörden und Betreiber kritischer Infrastrukturen benötigen eine kompromisslose Datensouveränität. Materna Virtual Solution zeigt, welche zentralen Komponenten dabei entscheidend sind.

  • Fünf Mythen über Managed Services

    Managed Services sind ein Erfolgsmodell. Trotzdem existieren nach wie vor einige Vorbehalte gegenüber externen IT-Services. Die IT-Dienstleisterin CGI beschreibt die fünf hartnäckigsten Mythen und erklärt, warum diese längst überholt sind.

  • KI-Herausforderung: Mehr Daten, mehr Risiko

    Künstliche Intelligenz (KI) revolutioniert weiterhin die Geschäftswelt und hilft Unternehmen, Aufgaben zu automatisieren, Erkenntnisse zu gewinnen und Innovationen in großem Umfang voranzutreiben. Doch es bleiben Fragen offen, vor allem wenn es um die Art und Weise geht, wie KI-Lösungen Daten sicher verarbeiten und bewegen. Einem Bericht von McKinsey zufolge gehören Ungenauigkeiten in der KI sowie KI-Cybersecurity-Risiken zu den größten Sorgen von Mitarbeitern und Führungskräften.

  • Sichere Daten in der Sovereign Cloud

    Technologie steht im Mittelpunkt strategischer Ambitionen auf der ganzen Welt, aber ihr Erfolg hängt von mehr als nur ihren Fähigkeiten ab. Damit Dienste effektiv funktionieren, braucht es eine Vertrauensbasis, die den Erfolg dieser Technologie untermauert und eine verantwortungsvolle Speicherung der Daten, Anwendungen und Dienste gewährleistet.

  • Integration von Cloud-Infrastrukturen

    Cloud-Technologien werden zum Schlüsselfaktor für Wachstum und verbesserte Skalierbarkeit über das Kerngeschäft hinaus - auch bei Telekommunikationsanbietern (Telcos). Auch hier ist der Wandel zur Nutzung von Produkten und Dienstleistungen "On-Demand" im vollen Gange, sodass Telcos ihre Geschäftsmodelle weiterentwickeln und zunehmend als Managed-Service-Provider (MSPs) und Cloud-Service-Provider (CSPs) auftreten.

  • Acht Einsatzszenarien für Industrial AI

    Artificial Intelligence (AI) entwickelt sich zunehmend zur Schlüsselressource für die Wettbewerbsfähigkeit der deutschen Industrie. Doch wie weit ist die Branche wirklich? Laut einer aktuellen Bitkom-Befragung setzen bereits 42?Prozent der Industrieunternehmen des verarbeitenden Gewerbes in Deutschland AI in ihrer Produktion ein - ein weiteres Drittel (35?Prozent) plant entsprechende Projekte.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen