Big Data aus kleinen Kisten

Adrian geht davon aus, dass alle großen IT-Player gegenwärtig an neuen Big-Data-Appliances arbeiten, viele von ihnen gleich an mehreren parallel. Er unterscheidet vier Gruppen solcher Systeme:

Typen von Big Data Appliances

- Datenbank-Appliances (wie Oracle Database Appliance) mit einem eher allgemeinen Analytics-Ansatz;

- Data Warehouse Appliances (wie Teradata Aster Big Analytics Appliance), die Datenbank-Analytics mit speziellen Funktionen mit einem Hadoop Stack für unstrukturierte Daten in einem gemeinsamen Rack integrieren;

- Hadoop-orientierte Appliances (wie NetApp Open Solution for Hadoop; auch von Cisco ausgeliefert);

- Appliances für Transactional Workload (wie IBM PureData System).

Für Anwender wird die Welt durch die Flut neuer Analytics Appliances nicht unbedingt einfacher. Gartner-Analyst Adrian resümiert: "Das größte Problem für die Anwender besteht heute darin, dass sich viele Appliances weder von ihrem Design noch von ihrer integrierten Software aus integrieren lassen. Mit ihnen ein gemeinsames Netz von Analytic Services zu erbauen, erscheint schwierig. Um dennoch Daten zwischen ihnen auszutauschen, zu synchronisieren, eine gemeinsame Semantik aufzubauen oder eine optimierte Performance im Rechenzentrum zu erreichen, sind fast ausschließlich die Anwender gefragt." Das bedeutet in vielen Fällen: Selbsthilfe statt Hilfe durch Appliances.