F

Für welches Einsatzszenario eigenen sich In-Memory-Datenbanken am besten?

In-Memory-Technologie steht derzeit hoch im Kurs, ist aber nicht für jedes Einsatzszenario geeignet. Wir zeigen, wo Sie sie am besten einsetzen.

Dieser Artikel behandelt

BI-Technologie

In-Memory-Datenbanken eignen sich im Allgemeinen schlecht für Szenarien, in denen mit Transaktionen gearbeitet...

wird. Wie der Name schon vermuten lässt, werden bei In-Memory-Berechnungen die Daten im Arbeitsspeicher gehalten. Betreiben Sie eine standardmäßige, Transaktions-basierte Datenbank komplett im Arbeitsspeicher und das System stürzt ab oder es gibt einen Stromausfall, dann verlieren Sie auch alle Transaktionen. Das widerspricht dem Grundsatz der „Durability“, also der Dauerhaftigkeit, in den ACID-Leitlinien transaktionaler Systeme (Atomicity, Consistency, Isolation, Durability).

Dieser Umstand ändert sich aber, da wir im Moment das Auftauchen von ACID-konformen In-Memory-Technologien beobachten und sich somit auch neue Einsatzszenarien ergeben. Zu diesen Technologien gehört zum Beispiel die In-Memory-OLTP-Option in SQL Server 2014 (früher unter dem Code-Namen Hekaton bekannt). Auch SAPs HANA und Oracles kommende Datenbank 12c schlagen in diese Kerbe. Dennoch sind analytische Applikationen immer noch die große Stärke von In-Memory-Datenbanken. Bei diesen läuft normalerweise eine Kopie der transaktionalen Daten, die bereits sicher auf einem Datenträger gespeichert sind. Die Rohdaten an sich sind so also sicher, sollte es zu einem Absturz oder Stromausfall kommen.

Ein noch besseres Einsatzszenario sind In-Memory-Analysen für Applikationen, die relativ kleine Datenmengen analysieren. Arbeitsspeicher ist schließlich wesentlich teurer als Festplatten.

Mit „relativ klein“ meinen wir allerdings eine Datenmenge, die sich komfortabel im Arbeitsspeicher ablegen lässt, und da passt oft mehr rein als man glauben mag. Ich habe zum Beispiel kürzlich eine Kalkulation für einen Software-Anbieter durchgeführt die zeigt, dass „relativ klein“ tatsächlich auch „relativ groß“ bedeuten kann. Nachfolgend finden Sie einen Auszug aus meinem Bericht:

Um Ihnen einen gewissen Einblick zu geben nehmen wir einmal  an, dass Sie eine einzelne Tabelle mit 20 Spalten analysieren wollen. Die Hälfte der Spalten besteht aus Text, die auf 50 Zeichen limitiert sind. Die durchschnittliche Länge beträgt aber sieben Zeichen. Fünf der Spalten sind Daten, drei haben Integer-Werte und zwei reelle Zahlen.

Speichern Sie eine Tabelle mit 1,5 Millionen Reihen als CSV-Datei, enthält diese 236 MByte an Daten, also in etwa ein Viertel eines Gigabytes. Verdoppeln wir die Spalten auf 40 und die Reihen auf drei Millionen, dann ergibt das in etwa ein Gigabyte. Verdoppeln wir die Geschichte auf 80 Spalten und sechs Millionen Reihen, dann kommen wir dabei immer noch erst auf vier Gigabyte. Die meisten Notebooks werden mit acht Gigabyte RAM ausgeliefert. Selbst ohne Komprimierung lässt sich diese relativ hohe Anzahl an komplexen Reihen also komfortabel mit In-Memory-Datenbanken analysieren.

Server sind dabei oftmals mit noch mehr Arbeitsspeicher bestückt. 32 Gigabyte Arbeitsspeicher könnte eine Datenbank mit 80 Spalten und ungefähr 50 Millionen Reihen aufnehmen. Es geht allerdings sogar noch besser, da In-Memory-Datenbanken die Daten oftmals komprimieren. Wie gut die Kompression funktioniert, hängt dann aber von den Daten ab.

Folgen Sie SearchEnterpriseSoftware.de auch auf Facebook, Twitter und Google+!

Artikel wurde zuletzt im Mai 2014 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

Erfahren Sie mehr über BI-Technologie

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Mit dem Absenden dieser Daten erklären Sie sich bereit, E-Mails von TechTarget und seinen Partnern zu erhalten. Wenn Ihr Wohnsitz außerhalb der Vereinigten Staaten ist, geben Sie uns hiermit Ihre Erlaubnis, Ihre persönlichen Daten zu übertragen und in den Vereinigten Staaten zu verarbeiten. Datenschutz

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close