Lupen für die Suche nach der Nadel im Heuhaufen

Big Data Appliances - weder immer Hadoop noch einfach

| Autor / Redakteur: Michael Matzer / Ulrike Ostler

SGI Hadoop Cluster

Abbildung 3: Das SGI Hadoop Starter Kit umfasst ein halbes Rack und bietet bereits 120 TB Hauptspeicher.
Abbildung 3: Das SGI Hadoop Starter Kit umfasst ein halbes Rack und bietet bereits 120 TB Hauptspeicher. (Bild: SGI)

SSilicon Graphics (SGI) kleckert nicht herum, sondern klotzt: Der Cluster von 20 SGI-Intel-E5-Servern, den SGI auf der Basis von Clouderas CDH (s.o.) anbietet, belegt einen halben Rack, bietet aber gleich 160 Terabyte RAM, der ganze Rack das Doppelte, und ein Multi-Rack natürlich Petabyte. SGI verspricht, die Appliance werde startbereit geliefert und biete Probeversionen von Datameer, Kitenga, Quantum4D und Pentaho (umfasst Hive und Hbase), alles bekannte Analyse-Pakete.

Diese Appliance ist die einzige im Vergleich, die auf Energie-Effizienz Wert legt. SGI bietet dafür ein „dynamisches, granulares und richtlinienkonformes Power Management“.

IBM Netezza 100

Mit dem „Netezza DB2 Analytics Accelerator“ (IDAA) bietet IBM zwar eine Bladecenter-Appliance an. Doch erstens gilt das Angebot nur für Bestandskunden des „System Z“ und zweitens nicht auf Hadoop-Basis.

Die Alternative ist die Appliance „Netezza 1000“, von deren ease-of-use Blogger Adam Ronthal schwärmt: „Die Zone-Map-Funktion macht Tabellenpartitionierung und Indizes überflüssig, indem sie einfach festlegt, wo NICHT nach Daten gesucht werden soll. Leistungsmerkmale wie Kompression sind ebenso eingebaut wie Field Programmable Gate Arrays (FPGAs), die als Datenfilter fungieren.“

Die Netezza 1000 skaliert von 1 Terabyte bis auf 1,5 Petabyte. Sie hat nur einen Haken: Zwar sind Business Intelligence und die Analyse großer Datenmengen möglich, aber nicht mit Hadoop oder Map Reduce. Es wäre wünschenswert, dass IBM seine auf Apache Hadoop basierende Analyse-Lösung „Info Sphere Big Insights“ auf eine leistungsfähige Hardwarebasis stellt.

Fazit des IDC-Analysten zum Big-Data-Appliances-Angebot

"Bei Großunternehmen und in lokalen Märkten verzeichnen Big Data Appliances Erfolge", berichtet IDC-Analyst Matthias Zacher. Der Grund sei vor allem der zunehmende Mangel an geschultem IT-Personal, das in der Lage ist, Hardware und Software für die Bewältigung von Big-Data-Workloads zu optimieren.

Die Hersteller, so kritisiert Zacher, würden aber den Mittelstand weitgehend ignorieren. „Es steh also vorerst zu befürchten, dass Big Data Appliances nur für gewiefte DBAs in Großunternehmen zu handhaben sind.“

Damit die Versprechen des Plug & Play und der Ease of Use erfüllt würden, müsse bei den meisten Geräten noch viel passieren. Service und Support des jeweiligen Herstellers dürften in jedem Fall eine entscheidende Rolle spielen.

Der Autor:

Michael Matzer ist freier Journalist und Buchautor.

Inhalt des Artikels:

Was meinen Sie zu diesem Thema?

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 35613520 / Strategien)