Big, Fast, Scalable Data – vom Rechenzentrum in die CloudAnwendungen in der Cloud statt im eigenen Rechenzentrum zu betreiben hat viele Vorteile, etwa einfache Skalierbarkeit und Administration. Demgegenüber steht das Risiko, die Daten "aus der Hand" zu geben, und gegebenenfalls die Herausforderung, viele Daten sicher in die Cloud zu übertragen.
Wir berichten von der Migration einer Big-Data-Anwendung in die Cloud. Zentrale Aspekte dabei sind zum einen die Sicherheit der Daten und des Systems und zum anderen die komplette Automatisierung aller Administrationsprozesse. Die Automatisierung erlaubt sowohl die einfache Skalierbarkeit der Anwendung, zum anderen gewährleistet sie, dass Änderungen (Features, Bugfixes) schnellstmöglich in Produktion gehen können.
Skills
Keine speziellen Vorkenntnisse notwendig.
Lernziele
Wir zeigen auf, welche Chancen und Risiken eine Cloud-basierte Big-Data-Anwendung bietet. Anhand konkreter Designentscheidungen und Vorgehensmodelle präsentieren wir unsere Lösungen für spezifische Herausforderungen, z.B. für die anwendungsseitige Verschlüsselung der Daten, für die Migration der Daten in die Cloud bis hin zur vollständig automatisierten Provisionierung der Anwendung.
// Referenten
//
Thorsten Greiner
ist bereits während seines Physikstudiums mit massiv parallelen Systemen in Berührung gekommen. Er arbeitet mit Java seit der Version 1.0 als Entwickler, Coach, Berater und Software-Architekt. Bei Intuit Data Engineering & Analytics arbeitet er mit seinem Team daran, Echtzeitlösungen für große Datenmengen zu entwickeln und in die Cloud zu bringen.
//
Daniel Günther
hat sich bereits im Rahmen der Masterarbeit mit der effizienten Indexierung von großen Datenmengen befasst. Seit dem Einstieg bei Intuit Data Engineering & Analytics konnte er sein Wissen im Bereich der Architektur und Entwicklung von Echtzeitapplikationen für Big Data erweitern. Dabei konnte er insbesondere die Konvertierung und Migration von großen verteilten Datensätzen umsetzen.