{"id":21027,"date":"2016-08-24T07:39:07","date_gmt":"2016-08-24T06:39:07","guid":{"rendered":"https:\/\/www.inovex.de\/\/?p=1986"},"modified":"2022-09-07T11:51:33","modified_gmt":"2022-09-07T09:51:33","slug":"cloud-wars-computation-teil-3","status":"publish","type":"post","link":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/","title":{"rendered":"Cloud Wars: Computation [Teil 3]"},"content":{"rendered":"<p>Um aus gesammelten Daten n\u00fctzliche 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 <a href=\"https:\/\/www.inovex.de\/cloud-wars-collection-und-storage-teil-2\/\" target=\"_blank\" rel=\"noopener\">Collection and Storage<\/a> bei den Streaming-Diensten vorgestellt. Die Batch-Verarbeitung bezieht meist einen gr\u00f6\u00dferen Datenausschnitt mit ein, also auch historische Daten, um neue Erkenntnisse oder Analysemodelle zu erhalten. Zur Verarbeitung gro\u00dfer Datenmengen stellen die Cloud Provider meist Tools aus dem Hadoop Big Data Ecosystem zur Verf\u00fcgung.<!--more--><\/p>\n<figure id=\"attachment_2065\" aria-describedby=\"caption-attachment-2065\" style=\"width: 800px\" class=\"wp-caption alignnone\"><img loading=\"lazy\" decoding=\"async\" class=\"size-large wp-image-2065\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/08\/prozesszenario-cloudplattformen-detail-1024x576.png\" alt=\"Azure vs. AWS vs. Google Cloud\" width=\"800\" height=\"450\" \/><figcaption id=\"caption-attachment-2065\" class=\"wp-caption-text\">Eine \u00dcbersicht der Tools, die wir im Rahmen dieser Serie beleuchten.<\/figcaption><\/figure>\n<p>Um die Daten zur sp\u00e4teren Analyse in ein geeignetes System und Format zu bringen, werden im DWH-Umfeld seit vielen Jahren Extraction-Transformation-Load-Prozesse (ETL) eingesetzt. Im Cloud-Umfeld werden neben klassischen Tools mit entsprechenden Erweiterungen (z.B. SSIS mit HDInsight-Komponenten) f\u00fcr das Data Management auch Orchestrierungsdienste angeboten.<\/p>\n<p>Diese haben ihren Schwerpunkt weniger bei komplexen Transformationskomponenten als bei komplexen Schedules. Au\u00dferdem werden Abh\u00e4ngigkeiten zwischen zahlreichen oft Web-basierten Datenquellen ber\u00fccksichtigt und hochskalierende Cloud-Resourcen m\u00f6glichst effizient genutzt. Die notwendigen Transformationsschritte selbst werden auf Compute-Ressourcen verlagert, etwa Hive auf Hadoop oder Stored Procedures in SQL-Datenbanken.<\/p>\n<p>Orchestrierungsdienste k\u00f6nnen auch genutzt werden, um Ressourcen zeitgerecht zur Verf\u00fcgung zu stellen und dann wieder abzuschalten wie z.B. On-Demand Hadoop Cluster.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_2 counter-hierarchy ez-toc-counter ez-toc-custom ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\"><p class=\"ez-toc-title\" style=\"cursor:inherit\"><\/p>\n<\/div><nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Datenverarbeitung-bei-AWS\" >Datenverarbeitung bei AWS<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Einsatz-im-Use-Case\" >Einsatz im Use Case<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Datenverarbeitung-bei-Azure\" >Datenverarbeitung bei Azure<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Einsatz-im-Use-Case-2\" >Einsatz im Use Case<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Datenverarbeitung-bei-Google\" >Datenverarbeitung bei Google<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Einsatz-im-Use-Case-3\" >Einsatz im Use Case<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Bewertung-der-Dienste-fuer-Orchestrierung-und-Datenverarbeitung\" >Bewertung der Dienste f\u00fcr Orchestrierung und Datenverarbeitung<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Weiterlesen\" >Weiterlesen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#Join-us\" >Join us!<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Datenverarbeitung-bei-AWS\"><\/span>Datenverarbeitung bei AWS<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-large wp-image-2061\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/08\/aws-1024x178.png\" alt=\"aws\" width=\"800\" height=\"139\" \/><\/p>\n<div align=\"center\">\n<p><img loading=\"lazy\" decoding=\"async\" class=\"size-thumbnail wp-image-1987 alignnone\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/aws_elastic_map_reduce-150x150.png\" alt=\"aws_elastic_map_reduce\" width=\"150\" height=\"150\" \/> <img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-1989\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/aws_data_pipeline.png\" alt=\"aws_data_pipeline\" width=\"119\" height=\"144\" \/><\/p>\n<p style=\"width: 350px; color: #aaaaaa;\"><strong>WS Elastic MapReduce:<\/strong> \u201eProcessing big data with fully managed Hadoop Framework.\u201c<\/p>\n<p><strong>AWS Data Pipeline:<\/strong> \u201eautomate the movement and transformation of data.\u201c<\/p>\n<\/div>\n<p>Mit Elastic MapReduce (EMR) bietet AWS ein von Amazon betriebenes Hadoop Framework (PaaS). Die Anwender:innen k\u00f6nnen bei der Erstellung eines Hadoop-Clusters Vorgaben aus der Hardwarepalette von AWS in nahezu beliebiger Anzahl und Gr\u00f6\u00dfenordnung w\u00e4hlen. Die Anwender :innen m\u00fcssen sich nicht mit der Komplexit\u00e4t des Betriebs von Big-Data-Technologie besch\u00e4ftigen sondern k\u00f6nnen sich auf ihren Business Case konzentrieren.<\/p>\n<p>Sollen EMR Jobs wiederholt ausgef\u00fchrt werden, kommt der AWS-Orchestrierungsdienst Data Pipeline zum Einsatz. Typischerweise werden dazu Vorbedingungen konfiguriert (\u201eDaten des letzten Tages sind verf\u00fcgbar\u201c) bevor das Cluster hochgefahren und Verarbeitungen gestartet wird. Der AWS-Orchestrierungsdienst Data Pipeline wird mittels eines Web-basierten Designers bedient. Dabei k\u00f6nnen Activities, Data Nodes und Ressourcen mittels Drop-Down-Men\u00fcs und Freitextfeldern konfiguriert werden.<\/p>\n<p>Auf diese Weise werden auch kosten gespart, da die Rechnerknoten nur zu ben\u00f6tigten Zeit online sind.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Einsatz-im-Use-Case\"><\/span>Einsatz im Use Case<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Die von Kinesis verarbeiteten Daten sind in einem Bucket (so hei\u00dft der Cloud-Speicher bei AWS) als CSV persistiert. Mittels Data Pipeline werden die Daten t\u00e4glich auf Stundenbasis aggregiert und in das Data Warehouse geschrieben. F\u00fcr die eigentliche Berechnung wird in der Pipeline Hive unter EMR verwendet. Ein hinterlegtes Hive Script wird dazu auf einem EMR Cluster ausgef\u00fchrt. Sobald der Job ausgef\u00fchrt wurde, wird das Cluster wieder heruntergefahren.<\/p>\n<p>Gezeigt wird im folgenden Video eine bestehende Amazon Data Pipeline in der AWS Web Console. Auf der linken Seite ist der Workflow mit den verbundenen Items zu sehen wie z.B. dem Schedule, den Datensenken oder Verarbeitungsskripten. Rechts sieht man jeweils die Details zu den links angeklickten Tasks wie z.b. die Parameter f\u00fcr eine Hive Query, die extern in einem Pfad auf einem S3 Bucket hinterlegt ist.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Datenverarbeitung-bei-Azure\"><\/span>Datenverarbeitung bei Azure<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-large wp-image-2062\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/08\/azure-1024x178.png\" alt=\"azure\" width=\"800\" height=\"139\" \/><\/p>\n<div align=\"center\">\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-thumbnail wp-image-1990 alignnone\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/azure_data_lake_analytics-150x150.png\" alt=\"azure_data_lake_analytics\" width=\"150\" height=\"150\" \/> <img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-thumbnail wp-image-1991\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/azure_data_factory-150x150.png\" alt=\"azure_data_factory\" width=\"150\" height=\"150\" \/><\/p>\n<p style=\"width: 350px; color: #aaaaaa;\"><strong>Azure Data Lake Analytics:<\/strong> \u201eAnalyse any kind of data of any size.\u201c<\/p>\n<p><strong>Azure Data Factory:<\/strong> \u201eCompose and orchestrate data services at scale.\u201c<\/p>\n<\/div>\n<p>F\u00fcr die Verarbeitung von gro\u00dfen Datenmengen in der Cloud bietet Microsoft neben \u00a0gemanagten Hadoop Clustern Namens HDInsight seit kurzem einen Dienst namens Data Lake Analytics an. Dabei handelt es sich um eine eigene Implementierung des MapReduce-Paradigmas, welche die Komplexit\u00e4t der verteilten Infrastruktur und deren Programmierung g\u00e4nzlich reduziert.<\/p>\n<p>Durch den SQL-Dialekt U-SQL erlaubt es Microsoft nun, sehr einfach und ohne das aufw\u00e4ndigere Programmieren von MapReduce Jobs gro\u00dfe Datenmengen zu verarbeiten. Entwickler aus dem Microsoft-Stack, die \u00fcber Kenntnisse in C# und T-SQL verf\u00fcgen, k\u00f6nnen nun mit geringerem Einarbeitungsaufwand loslegen, da spezifische MapReduce-Kenntnisse und Java-Implementierungen entfallen. In U-SQL k\u00f6nnen die deklarativen SQL Querries mittels C# kombiniert werden.<\/p>\n<p>Die verteilte Analyse ben\u00f6tigt ein verteiltes Dateisystem. Microsoft stellt daf\u00fcr einen Data Analytics Store bereit. Die U-SQL Skripte k\u00f6nnen in Visual Studio programmiert werden. Zur Ausf\u00fchrung wird der Code in der Azure Cloud deployed und kommt verteilt zu Ausf\u00fchrung. Abgerechnet wird nach der Verarbeitungsdauer aller Maschinen.<\/p>\n<p>Azures Orchestrierungsdienst hei\u00dft Data Factory. Data-Factory-Auftr\u00e4ge k\u00f6nnen sowohl im Web-Portal als auch in Visual Studio angelegt werden. F\u00fcr das Erstellen der Verarbeitungsschritte stehen Json Templates zu Verf\u00fcgung. Sehr einfache Anwendungsf\u00e4lle werden von einem <a href=\"https:\/\/www.inovex.de\/\/azure-data-factory-copy-wizard\/\">Assistenten<\/a> unterst\u00fctzt. Ansonsten findet das Design in einem Json-Dokument mittels Copy und Paste statt. Dabei k\u00f6nnen \u00fcber Datasets Ein- und Ausgaben wie Tabellen definiert werden.<\/p>\n<p>Der Dienst \u00fcbernimmt das starten und stoppen von Jobs sowie von Ressourcen wie HDInsight-Clustern. Im Factory Dashboard k\u00f6nnen der Zustand der Ausf\u00fchrungen \u00fcberwacht\u00a0und wenn notwendig Verarbeitungsketten neu gestartet werden.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Einsatz-im-Use-Case-2\"><\/span>Einsatz im Use Case<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Mittels Azure Data Factory werden die Daten t\u00e4glich auf Stundenbasis aggregiert und in das Data Warehouse oder in eine Datenbank gespeichert. Dazu verwendet die Factory als Linked Service die Data Lake Analytics, welche die Daten gem\u00e4\u00df dem U-SQL Skript aggregieren.<\/p>\n<p>Im Video unten zeigen wir eine bestehende, ins \u201eneue\u201c Azure Portal deployte Data Factory. Zun\u00e4chst werden die verkn\u00fcpften Datenspeicher und die darin definierten Datasets\u00a0gezeigt, wie z.B. eine csv-Datei im Azure Data Lake. Darauf basieren die in Pipelines zusammengefassten Activities wie zum Beispiel ein U-SQL-Script, das die Wetterdaten voraggregiert. Schlie\u00dflich folgt der\u00a0Absprung zur Monitoring-Umgebung, die sich in einem separaten Fenster \u00f6ffnet.<\/p>\n<div style=\"width: 640px;\" class=\"wp-video\"><video class=\"wp-video-shortcode\" id=\"video-21027-1\" width=\"640\" height=\"377\" preload=\"metadata\" controls=\"controls\"><source type=\"video\/mp4\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/azure_data_factory.mp4?_=1\" \/><a href=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/azure_data_factory.mp4\">https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/azure_data_factory.mp4<\/a><\/video><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Datenverarbeitung-bei-Google\"><\/span>Datenverarbeitung bei Google<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-large wp-image-2063\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/08\/google-cloud-1024x178.png\" alt=\"google-cloud\" width=\"800\" height=\"139\" \/><\/p>\n<div align=\"center\">\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-1992 alignnone\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/gcp_dataproc.png\" alt=\"gcp_dataproc\" width=\"65\" height=\"65\" \/> <img loading=\"lazy\" decoding=\"async\" class=\"alignnone wp-image-1978\" src=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/07\/gcs_cloud_dataflow.png\" alt=\"gcs_cloud_dataflow\" width=\"74\" height=\"65\" \/><\/p>\n<p style=\"width: 350px; color: #aaaaaa;\"><strong>Google Dataproc:<\/strong> \u201eManaged Hadoop &amp; Spark.\u201c<\/p>\n<p><strong>Google Dataflow:<\/strong> \u201eReal Time Data Processing for batch and stream data processing.\u201c<\/p>\n<\/div>\n<p>Auch Google hat mit Cloud Dataproc eine Managend-Hadoop-L\u00f6sung im Angebot. Selbstverst\u00e4ndlich lassen sich auch hier Spark, Hive oder Pig nutzen. Da hier allerdings ein entsprechendes Orchestrierungstool fehlt, wurde Cloud Dataproc im Use Case nicht verwendet. Google selbst empfiehlt Anwender:innen von Dataproc beim Einsatz von Pig oder Hive gegebenenfalls auf Big Query umzusteigen. Wird Dataproc f\u00fcr Datentransformationen eingesetzt, so empfiehlt Google hier Dataflow.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Einsatz-im-Use-Case-3\"><\/span>Einsatz im Use Case<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>Gem\u00e4\u00df der Empfehlung von Google haben wir im Use Case auf Dataflow gesetzt. Dies ist aufgrund des Einsatzes als Streaming Anwendung allerdings im <a href=\"https:\/\/www.inovex.de\/cloud-wars-collection-und-storage-teil-2\/\" target=\"_blank\" rel=\"noopener\">vorherigen Artikel<\/a> zu finden.<\/p>\n<p><em>Tipp:<\/em> Im Batch Mode kann Dataflow durchaus wie ein Orchestrierungsdienst verwendet werden. Im Programmcode k\u00f6nnen andere Dienste von Google aufgerufen und abgefragt werden. So ist es m\u00f6glich, Daten aus verschiedensten Quellen zu lesen, zu verarbeiten und zu schreiben. Im Vergleich zu den Mittbewerbern fehlt allerdings die Funktion f\u00fcr Scheduling und Monitoring. Bei Bedarf l\u00e4sst sich ein Scheduling mit CronJobs l\u00f6sen.<\/p>\n<p>Da hier wieder nur programmatische Zugriffe erfolgen, gibt es kein Video f\u00fcr Dataproc und Dataflow.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Bewertung-der-Dienste-fuer-Orchestrierung-und-Datenverarbeitung\"><\/span>Bewertung der Dienste f\u00fcr Orchestrierung und Datenverarbeitung<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Der Funktionsumfang der Orchestrierungsdienste ist deutlich eingeschr\u00e4nkter als bei typischen ETL-Tools. Abgesehen von copy sind Transformationen derzeit nur innerhalb der Compute-Knoten und mit deren M\u00f6glichkeiten (Hive, Stored Procs usw.) umsetzbar.<\/p>\n<p><strong>AWS Data Pipeline<\/strong> hat einen selbsterkl\u00e4renden Designer, mit dem sich Pipelines bestehend aus Datenknoten, Aktivit\u00e4ten und Ressourcen modellieren lassen. Die detaillierte Konfiguration erfolgt in Drop-Down-Men\u00fcs und Freitextfeldern, die leider keine Code Completion, Syntax Highlighting oder Validierung bieten. Das Lifecycle Management ist ebenfalls nicht ideal, weil keine IDE-Integration verf\u00fcgbar ist. Die Konfiguration kann lediglich als Json heruntergeladen und versioniert werden.<\/p>\n<p><strong>Azure Data Factory<\/strong> funktioniert sehr \u00e4hnlich. Eine Pipeline wird aus Aktivit\u00e4ten, Data Sets und Linked Services aufgebaut. Eine Data Factory l\u00e4sst sich sowohl im Web als auch in Visual Studio erstellen. Es werden zwar Basis-Templates zur Verf\u00fcgung gestellt, aber ein Designer wie in den Standard ETL-Tools fehlt. Stattdessen werden Json-Dokumente per Copy &amp; Paste zusammenkonfiguriert. Gut gelungen ist das Management und Monitoring der Data Factory. Der <a href=\"https:\/\/www.inovex.de\/\/azure-data-factory-copy-wizard\/\" target=\"_blank\" rel=\"noopener\">Copy Assistent<\/a> kann den Einstieg vereinfachen.<\/p>\n<table>\n<tbody>\n<tr>\n<td><b>AWS Data Pipeline<\/b><\/td>\n<td><b>Azure Data Factory<\/b><\/td>\n<td><b>Google Cloud Dataflow<\/b><\/td>\n<\/tr>\n<tr>\n<td><span style=\"font-weight: 400;\">Bedienung: <\/span><span style=\"font-weight: 400;\">\u2606\u2606<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Lifecycle Management: <\/span><span style=\"font-weight: 400;\">\u2606<\/span><\/p>\n<p><span style=\"font-weight: 400;\">M\u00f6glichkeiten: <\/span><span style=\"font-weight: 400;\">\u2606\u2606<\/span><\/td>\n<td><span style=\"font-weight: 400;\">Bedienung: <\/span><span style=\"font-weight: 400;\">\u2606+<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Lifecycle Management: <\/span><span style=\"font-weight: 400;\">\u2606\u2606<\/span><\/p>\n<p><span style=\"font-weight: 400;\">M\u00f6glichkeiten: <\/span><span style=\"font-weight: 400;\">\u2606\u2606<\/span><\/td>\n<td><span style=\"font-weight: 400;\">Dataflow <\/span><span style=\"font-weight: 400;\">nicht separat <\/span><\/p>\n<p><span style=\"font-weight: 400;\">f\u00fcr ETL Aufgaben getestet.\u00a0<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2><span class=\"ez-toc-section\" id=\"Weiterlesen\"><\/span>Weiterlesen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Im n\u00e4chsten Artikel widmen wir uns dem Thema Analytical Data Store mit den hochskalierenden Technologien AWS Redshift, Azure Data Lake sowie Google Big Query.<\/p>\n<p>Bis dahin lohnt sich ein Blick auf <a href=\"https:\/\/www.inovex.de\/de\/leistungen\/analytics\/\" target=\"_blank\" rel=\"noopener\">unsere Website<\/a>, wo wir unser komplettes Dienstleistungsportfolio rund um den Themenbereich Analytics vorstellen. Bei Fragen freuen wir uns auch \u00fcber direkten Kontakt in den Kommentaren, per Mail an <a href=\"mailto:info@inovex.de\" target=\"_blank\" rel=\"noopener\">info@inovex.de<\/a> oder telefonisch unter <a href=\"tel:+497216190210\">+49 721 619 021-0<\/a>.<\/p>\n<p>Die Blog-Serie im \u00dcberblick:<\/p>\n<ol>\n<li><a href=\"https:\/\/www.inovex.de\/cloud-wars-microsoft-azure-vs-amazon-web-services-vs-google-cloud-platform-teil-1\/\" target=\"_blank\" rel=\"noopener\">Einleitung, Vergleich des Look &amp; Feel sowie Vorstellung von Use Case &amp; Architekturen<\/a><\/li>\n<li><a href=\"https:\/\/www.inovex.de\/cloud-wars-collection-und-storage-teil-2\/\" target=\"_blank\" rel=\"noopener\">Collection und Storage<\/a><\/li>\n<li>Computation (dieser Artikel)<\/li>\n<li>Analytical Data Stores<\/li>\n<li>Data Presentation und Fazit<\/li>\n<\/ol>\n<h2><span class=\"ez-toc-section\" id=\"Join-us\"><\/span>Join us!<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Wir suchen <a href=\"https:\/\/www.inovex.de\/de\/karriere\/stellenangebote\/?experience_code=&amp;department=data-management-analytics\" target=\"_blank\" rel=\"noopener\">Verst\u00e4rkung f\u00fcr unser Analytics-Team<\/a>! Wir freuen uns auf Bewerbungen!<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Um aus gesammelten Daten n\u00fctzliche 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 [&hellip;]<\/p>\n","protected":false},"author":27,"featured_media":12510,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"ep_exclude_from_search":false,"footnotes":""},"tags":[71],"service":[414],"coauthors":[{"id":27,"display_name":"Stefan Kirner","user_nicename":"skirner"}],"class_list":["post-21027","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","tag-cloud","service-cloud"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.5 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Cloud Wars: Computation [Teil 3] - inovex GmbH<\/title>\n<meta name=\"description\" content=\"Wir untersuchen die Tools, die Amazon Web Services, Azure und Google Cloud f\u00fcr die Batch Computation gro\u00dfer Datenmengen zur Verf\u00fcgung stellen.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cloud Wars: Computation [Teil 3] - inovex GmbH\" \/>\n<meta property=\"og:description\" content=\"Wir untersuchen die Tools, die Amazon Web Services, Azure und Google Cloud f\u00fcr die Batch Computation gro\u00dfer Datenmengen zur Verf\u00fcgung stellen.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/\" \/>\n<meta property=\"og:site_name\" content=\"inovex GmbH\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/inovexde\" \/>\n<meta property=\"article:published_time\" content=\"2016-08-24T06:39:07+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-09-07T09:51:33+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2300\" \/>\n\t<meta property=\"og:image:height\" content=\"876\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Stefan Kirner\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers-1024x390.png\" \/>\n<meta name=\"twitter:creator\" content=\"@inovexgmbh\" \/>\n<meta name=\"twitter:site\" content=\"@inovexgmbh\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Stefan Kirner\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"9\u00a0Minuten\" \/>\n\t<meta name=\"twitter:label3\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data3\" content=\"Stefan Kirner\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/\"},\"author\":{\"name\":\"Stefan Kirner\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/person\\\/0e777dc519805de23e2fcc032397d63a\"},\"headline\":\"Cloud Wars: Computation [Teil 3]\",\"datePublished\":\"2016-08-24T06:39:07+00:00\",\"dateModified\":\"2022-09-07T09:51:33+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/\"},\"wordCount\":1474,\"commentCount\":1,\"publisher\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2016\\\/05\\\/ahp-cloud-providers.png\",\"keywords\":[\"Cloud\"],\"articleSection\":[\"Analytics\",\"General\",\"Infrastructure\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/\",\"name\":\"Cloud Wars: Computation [Teil 3] - inovex GmbH\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2016\\\/05\\\/ahp-cloud-providers.png\",\"datePublished\":\"2016-08-24T06:39:07+00:00\",\"dateModified\":\"2022-09-07T09:51:33+00:00\",\"description\":\"Wir untersuchen die Tools, die Amazon Web Services, Azure und Google Cloud f\u00fcr die Batch Computation gro\u00dfer Datenmengen zur Verf\u00fcgung stellen.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2016\\\/05\\\/ahp-cloud-providers.png\",\"contentUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2016\\\/05\\\/ahp-cloud-providers.png\",\"width\":2300,\"height\":876,\"caption\":\"Die Icons von AWS, Azure und GCP\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/cloud-wars-computation-teil-3\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cloud Wars: Computation [Teil 3]\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#website\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/\",\"name\":\"inovex GmbH\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#organization\",\"name\":\"inovex GmbH\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2021\\\/03\\\/inovex-logo-16-9-1.png\",\"contentUrl\":\"https:\\\/\\\/www.inovex.de\\\/wp-content\\\/uploads\\\/2021\\\/03\\\/inovex-logo-16-9-1.png\",\"width\":1921,\"height\":1081,\"caption\":\"inovex GmbH\"},\"image\":{\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/inovexde\",\"https:\\\/\\\/x.com\\\/inovexgmbh\",\"https:\\\/\\\/www.instagram.com\\\/inovexlife\\\/\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/inovex\",\"https:\\\/\\\/www.youtube.com\\\/channel\\\/UC7r66GT14hROB_RQsQBAQUQ\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/#\\\/schema\\\/person\\\/0e777dc519805de23e2fcc032397d63a\",\"name\":\"Stefan Kirner\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/6c4b804296bccd7a75015498bd81d1f52dff58a5d3917f839d929803965a729f?s=96&d=retro&r=g753b36b9f9b0372b6a5267ffe7e09ed1\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/6c4b804296bccd7a75015498bd81d1f52dff58a5d3917f839d929803965a729f?s=96&d=retro&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/6c4b804296bccd7a75015498bd81d1f52dff58a5d3917f839d929803965a729f?s=96&d=retro&r=g\",\"caption\":\"Stefan Kirner\"},\"url\":\"https:\\\/\\\/www.inovex.de\\\/de\\\/blog\\\/author\\\/skirner\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cloud Wars: Computation [Teil 3] - inovex GmbH","description":"Wir untersuchen die Tools, die Amazon Web Services, Azure und Google Cloud f\u00fcr die Batch Computation gro\u00dfer Datenmengen zur Verf\u00fcgung stellen.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/","og_locale":"de_DE","og_type":"article","og_title":"Cloud Wars: Computation [Teil 3] - inovex GmbH","og_description":"Wir untersuchen die Tools, die Amazon Web Services, Azure und Google Cloud f\u00fcr die Batch Computation gro\u00dfer Datenmengen zur Verf\u00fcgung stellen.","og_url":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/","og_site_name":"inovex GmbH","article_publisher":"https:\/\/www.facebook.com\/inovexde","article_published_time":"2016-08-24T06:39:07+00:00","article_modified_time":"2022-09-07T09:51:33+00:00","og_image":[{"width":2300,"height":876,"url":"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers.png","type":"image\/png"}],"author":"Stefan Kirner","twitter_card":"summary_large_image","twitter_image":"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers-1024x390.png","twitter_creator":"@inovexgmbh","twitter_site":"@inovexgmbh","twitter_misc":{"Verfasst von":"Stefan Kirner","Gesch\u00e4tzte Lesezeit":"9\u00a0Minuten","Written by":"Stefan Kirner"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#article","isPartOf":{"@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/"},"author":{"name":"Stefan Kirner","@id":"https:\/\/www.inovex.de\/de\/#\/schema\/person\/0e777dc519805de23e2fcc032397d63a"},"headline":"Cloud Wars: Computation [Teil 3]","datePublished":"2016-08-24T06:39:07+00:00","dateModified":"2022-09-07T09:51:33+00:00","mainEntityOfPage":{"@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/"},"wordCount":1474,"commentCount":1,"publisher":{"@id":"https:\/\/www.inovex.de\/de\/#organization"},"image":{"@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#primaryimage"},"thumbnailUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers.png","keywords":["Cloud"],"articleSection":["Analytics","General","Infrastructure"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/","url":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/","name":"Cloud Wars: Computation [Teil 3] - inovex GmbH","isPartOf":{"@id":"https:\/\/www.inovex.de\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#primaryimage"},"image":{"@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#primaryimage"},"thumbnailUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers.png","datePublished":"2016-08-24T06:39:07+00:00","dateModified":"2022-09-07T09:51:33+00:00","description":"Wir untersuchen die Tools, die Amazon Web Services, Azure und Google Cloud f\u00fcr die Batch Computation gro\u00dfer Datenmengen zur Verf\u00fcgung stellen.","breadcrumb":{"@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#primaryimage","url":"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers.png","contentUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2016\/05\/ahp-cloud-providers.png","width":2300,"height":876,"caption":"Die Icons von AWS, Azure und GCP"},{"@type":"BreadcrumbList","@id":"https:\/\/www.inovex.de\/de\/blog\/cloud-wars-computation-teil-3\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.inovex.de\/de\/"},{"@type":"ListItem","position":2,"name":"Cloud Wars: Computation [Teil 3]"}]},{"@type":"WebSite","@id":"https:\/\/www.inovex.de\/de\/#website","url":"https:\/\/www.inovex.de\/de\/","name":"inovex GmbH","description":"","publisher":{"@id":"https:\/\/www.inovex.de\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.inovex.de\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.inovex.de\/de\/#organization","name":"inovex GmbH","url":"https:\/\/www.inovex.de\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.inovex.de\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.inovex.de\/wp-content\/uploads\/2021\/03\/inovex-logo-16-9-1.png","contentUrl":"https:\/\/www.inovex.de\/wp-content\/uploads\/2021\/03\/inovex-logo-16-9-1.png","width":1921,"height":1081,"caption":"inovex GmbH"},"image":{"@id":"https:\/\/www.inovex.de\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/inovexde","https:\/\/x.com\/inovexgmbh","https:\/\/www.instagram.com\/inovexlife\/","https:\/\/www.linkedin.com\/company\/inovex","https:\/\/www.youtube.com\/channel\/UC7r66GT14hROB_RQsQBAQUQ"]},{"@type":"Person","@id":"https:\/\/www.inovex.de\/de\/#\/schema\/person\/0e777dc519805de23e2fcc032397d63a","name":"Stefan Kirner","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/6c4b804296bccd7a75015498bd81d1f52dff58a5d3917f839d929803965a729f?s=96&d=retro&r=g753b36b9f9b0372b6a5267ffe7e09ed1","url":"https:\/\/secure.gravatar.com\/avatar\/6c4b804296bccd7a75015498bd81d1f52dff58a5d3917f839d929803965a729f?s=96&d=retro&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/6c4b804296bccd7a75015498bd81d1f52dff58a5d3917f839d929803965a729f?s=96&d=retro&r=g","caption":"Stefan Kirner"},"url":"https:\/\/www.inovex.de\/de\/blog\/author\/skirner\/"}]}},"_links":{"self":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts\/21027","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/users\/27"}],"replies":[{"embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/comments?post=21027"}],"version-history":[{"count":5,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts\/21027\/revisions"}],"predecessor-version":[{"id":38269,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/posts\/21027\/revisions\/38269"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/media\/12510"}],"wp:attachment":[{"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/media?parent=21027"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/tags?post=21027"},{"taxonomy":"service","embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/service?post=21027"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.inovex.de\/de\/wp-json\/wp\/v2\/coauthors?post=21027"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}