Alle Beiträge von Stefan Kirner


Stefan Kirner
Stefan Kirner ist Teamleiter BI Solutions bei der inovex GmbH in Karlsruhe und beschäftigt sich seit dem SQL Server 2000 mit dem Microsoft BI Stack. In diversen Business Intellligence Projekten in unterschiedlichsten Branchen hat er als Entwickler, Architekt und Projektleiter die Entwicklung der Microsoft BI & Analytics Komponenten von DTS Zeiten an bis heute verfolgt. Inzwischen hat sich der Horizont der Data Management Lösungen mit Microsoft Technologie auch auf viele Dienste in der Azure Cloud erweitert. Seit 2006 leitet er die SQL PASS Regionalgruppe Karlsruhe. Außerdem unterstützt er die Microsoft Deutschland als Partner-Technical Solution Professional im Presales Bereich.

Mehrwerte von Cloud Services in hybriden DWH-Architekturen

Die Gründe, IT-Infrastruktur aus dem eigenen Rechenzentrum in eine (Public) Cloud zu verschieben, sind vielfältig und einleuchtend: Niedrigere Kosten, schnellere Time-to-market und Effizienz des Kapitaleinsatzes, um nur die Wichtigsten zu nennen. Die komplette Verlagerung eines Corporate Data Warehouse in die Cloud ist allerdings bislang eher die Ausnahme. Abgesehen von der gerade in Deutschland sehr ernsthaft geführten Datenschutz-Diskussion würde es viel Aufwand und Kosten bedeuten, die Daten aller relevanten Quellsysteme mit der Cloud zu synchronisieren oder alle Systeme des Unternehmens dorthin umzuziehen. Ein Zwischenweg stellen hybride DWH-Architekturen dar, welche selektiv Cloud-Dienste nutzen und dabei die On-Premises und Cloud-Datenbestände intelligent integrieren. Die Vorteile dieser Services für Data-Management- und Analytics-Aufgaben werden in den folgenden Abschnitten dargestellt. Im Anschluss werden einige typische Szenarien aus der Praxis vorgestellt. Weiterlesen

Cloud Wars: Computation [Teil 3]

Um aus gesammelten Daten nützliche Informationen und einen Mehrwert zu gewinnen, ist in der Regel eine Aufbereitung notwendig. Die Methoden zur Verarbeitung lassen sich in Realtime und Batch Processing unterteilen. Erstere beziehen sich nur auf einen sehr aktuellen Ausschnitt der Daten und wurden bereits im Teil Collection and Storage bei den Streaming-Diensten vorgestellt. Die Batch-Verarbeitung bezieht meist einen größeren Datenausschnitt mit ein, also auch historische Daten, um neue Erkenntnisse oder Analysemodelle zu erhalten. Zur Verarbeitung großer Datenmengen stellen die Cloud Provider meist Tools aus dem Hadoop Big Data Ecosystem zur Verfügung. Weiterlesen

Cloud Wars: Collection und Storage [Teil 2]

Typischerweise steht zu Beginn eines klassischen Analytics-Anwendungsfalles die Datenerfassung. Im Zuge der steigenden Bedeutung der Analyse bei Web-Anwendungen und mobilen Geräten, aber auch anderer Softwareanwendungen und Diensten, werden kontinuierlich große Mengen an Daten generiert. Im Gegensatz zu statischen Datensätzen, die periodisch im Batch verarbeitet werden, besteht in diesem Bereich oft die Anforderung, den Datenstrom kontinuierlich zu erfassen und zu analysieren. Im Folgenden möchten wir die Streaming-Dienste in die sogenannten Publish-Subscribe-Message-Systeme (oder Message Broker) und die eigentliche Stream-Verarbeitung unterteilen. Weiterlesen

Cloud Wars: Microsoft Azure vs. Amazon Web Services vs. Google Cloud Platform [Teil 1]

Die großen Public Cloud Anbieter locken inzwischen mit vielversprechenden Platform-as-a-Service-Angeboten, um Daten jeglicher Art performant und kosteneffizient zu speichern und zu verarbeiten. Neben unterschiedlichen Datenbanken gibt es dazu Dienste für Batch- und Realtime-Processing. Anhand eines typischen IoT-Szenarios aus der Praxis wurden im Rahmen eines Research-Projekts einige der wichtigen data-driven-Services beleuchtet. Dazu gehen 3 Schwergewichte des Cloud Business ins Rennen: Microsoft Azure vs. Amazon Web Services vs. Google Cloud Platform. Weiterlesen

Azure Data Factory Copy Wizard: Review

Ich beschäftige mich bereits seit einiger Zeit mit der Azure Data Factory, habe neben Real-World Kunden, Projekten und Vorträgen auch schon Hands-On Workshops dafür konzipiert und durchgeführt. Ich habe mir die jüngste Weiterentwicklung, den „Copy Wizard“ in Vorbereitung eines Vortrags bei der SQL PASS Community schon mal etwas genauer angesehen und möchte meine Erfahrungen in diesem Blog-Eintrag gerne teilen. Weiterlesen

Microsoft Power BI Version 2.0

Bis vor kurzem war das Tooling zum Erstellen von MS Power BI Lösungen zum größten Teil über Plugins in Excel integriert. Ins Web setzen konnte man die Datenmodelle und Reports entweder auf Sharepoint oder über das Power BI Tenant in Office 365.

Seit Juli 2015 ist die brandneue Version 2.0 der Self-Service BI Software verfügbar mit jeder Menge neuer Features, die in diesem Artikel kurz vorgestellt werden. Das Tool richtet sich neben dem BI Professional in erster Linie auch an den nicht immer IT-affinen Business Analysten oder Controller. Weiterlesen