Registrierungspflichtiger Artikel

DataStax nennt Trends Vier wichtige Technologien für das IoT-Datenmanagement

Autor / Redakteur: Karsten Stöhr / Nico Litzel

Moderne Technologien bieten leistungsfähige Möglichkeiten, um IoT-Daten skalierbar zu nutzen und zu verwalten. Karsten Stöhr, Data Architect von Data Stax, hat vier zentrale Technologien näher untersucht.

Firmen zum Thema

Karsten Stöhr, Data Architect von DataStax
Karsten Stöhr, Data Architect von DataStax
(Bild: DataStax)

Zeitreihendaten machen in IoT-Projekten einen großen Teil der anfallenden Daten aus. Betrachtet man Produktionsergebnisse im Laufe der Zeit, lassen sich Aussagen über den Einfluss bestimmter Parameter treffen, Trends bewerten oder Muster in den Daten identifizieren. So könnten beispielsweise Temperaturschwankungen eines Brennofens die Qualität des Endprodukts beeinflussen. Die Einsichten entstehen hier aus der Analyse von Zeitreihendaten, also dem Abgleich von Werten über einen bestimmten Zeitraum hinweg. Datenbanken für das Management solcher Daten müssen meist eine große Menge an Schreibvorgängen unterstützen und eine hohe Zahl an Datensätzen bewältigen.

Die Unterschiede zu klassischen relationalen Datenbanken sind groß: In einem Zeitreihen-Datenmodell speichert der Anwender Daten in Spalten und nicht in einem traditionellen zeilenbasierten Modell. Daten lassen sich somit effizient auf den Speicher schreiben und für Analysezwecke einlesen. Zudem wird die Zeit bis zur Rückgabe einer Anfrage verkürzt. Weitere Vorteile von Zeitreihen-Datenbanken sind Nutzerfreundlichkeit und Skalierbarkeit sowie Features wie Komprimierung, Data-Lifecycle-Management und Datenverdichtung.