Suchen

Big-Data-Lösung für Mainframe-Umgebungen Exasol und B.O.S. Software kooperieren

| Autor / Redakteur: Christoph Kurth / Nico Litzel

Mainframe-Daten schneller und kostengünstiger in Big-Data-Plattformen zu verarbeiten und auszutauschen, das ist das Ziel einer Partnerschaft zwischen Exasol und B.O.S. Software.

Firma zum Thema

Aaron Auld, CEO der EXASOL AG
Aaron Auld, CEO der EXASOL AG
(EXASOL)

Exasol, Anbieter von analytischen In-Memory-Datenbanksystemem, will sein Service-Portfolio erweitern und arbeitet deshalb künftig mit dem Datenintegrationsspezialisten B.O.S. Software zusammen. In der Technologiepartnerschaft wollen sich die Unternehmen dem Problem von historisch gewachsenen, komplexen Mainframe-Datenstrukturen widmen. Da diese nicht Big-Data-kompatibel sind, müssen sie zuerst extrahiert, dann in ein Big-Data-konformes Format umgewandelt und anschließend in eine Big-Data-Plattform eingebunden werden.

Vom Mainframe zu Big Data

Genau für diese Aufgabe hat B.O.S. Software die Integrationsplattform tcVISION entwickelt. Sie ermöglicht es Unternehmen mit hybriden Systemarchitekturen wie IBM Mainframe, Open Systems, Cloud, Web Services, In-Memory Datenbanken, NoSQL Databases oder Hadoop Plattformen, ihre strukturierten und unstrukturierten Daten in Exasol-Datenbanken zu übertragen.

Datensynchronisation unterschiedlicher Formate

Mit tcVISION haben Mainframe-Nutzer die Möglichkeit, Daten aus DB2, VSAM, IMS/DB, DL1, ADABAS LUW, CA-DATACOMB/DB und CA-IDMS/DB über eine Schnittstelle in Exasol integrieren. Auch Daten, die nicht aus Mainframe-Umgebungen stammen, lassen sich in Echtzeit integrieren. Dazu zählen Daten aus DB2 LUW, Oracle, MS SQL Server und ADABAS LUW.

Aaron Auld, CEO der EXASOL AG, kommentiert die Partnerschaft: „Durch die Partnerschaft mit B.O.S Software sind Mainframe-Nutzer in der Lage, die Performance-Vorteile unserer Datenbank für die gewinnbringende Verarbeitung ihrer Massendaten zu nutzen. Die beiden Lösungen ergänzen sich ideal und ermöglichen einen erheblich verkürzten und kostengünstigen Weg von Mainframe zu Big Data.“

(ID:43518726)