Oracle: Absage an den In-Memory-Hype

Das beschleunigt Antwortzeiten erheblich. Auch die Komprimierung von Daten ist keine Erfindung der In-Memory-Datenbanksysteme. Oracle bietet mit der Compression Option die Möglichkeit, OLTP-Daten ohne Performanceverluste zu verdichten. Noch höhere Komprimierungsfaktoren lassen sich mit der Hybrid Columnar Compression erzielen, die mit der Exadata-Datenbankmaschine zur Verfügung steht. Dadurch kann auch der Datenbank-Cache im Hauptspeicher besser genutzt werden.

In-Memory in SAP-Landschaften "winziger Baustein"

Es müssen demnach nicht alle Daten im Hauptspeicher vorgehalten werden?

Stürner: Genau. Das schlichte "alles in den Hauptspeicher" wird ja auch der Realität nicht gerecht. Meiner Meinung besteht das Modell wie Datenbanken in Zukunft betrieben werden sollen in einer Speicherhierarchie, die aus dem Hauptspeicher, großen Solid-State-Disk-Bereichen (SSDs) und Plattensystemen besteht. Wo sich welche Daten im Betrieb befinden, ist Sache des Oracle-Datenbanksystems. Wenig genutzte Daten können gemäß vordefinierten Vorgaben mit unterschiedlichen Verfahren komprimiert und in bestimmte Storage-Bereiche ausgelagert werden.

Ist In-Memory nur eine Marketing-Blase?

Stürner: Sagen wir es so: Die In-Memory-Technologie wird von einigen gern als ‚eierlegende Wollmilchsau‘ positioniert. Sie ist jedoch weit davon entfernt, eine gängige Datenbanktechnik für SAP-Softwarelandschaften zu sein. Dazu muss man sich nur die SAP-Systemlandschaften bei Kunden anschauen. Oft sind mehrere Lösungen von SAP im Einsatz, die als zwei- oder dreistufige Systeme ausgelegt sind. Hinzu kommen ABAP-basierte Eigenentwicklungen und SAP-Partnerlösungen für bestimmte Prozesse.

Innerhalb der SAP-Landschaften bilden In-Memory-Lösungen lediglich einen winzigen Baustein zur Optimierung bestimmter Anwendungen und IT-Prozesse, der relationale Datenbanktechniken ergänzt. Oracle bietet beispielsweise als Ergänzung zu seiner Exadata Datenbankmaschine sein Exalytic-System für schnelle Datenanalysen und Auswertungen an, das auch über In-Memory-Technologie verfügt.

Marktforscher sehen Potenziale von In-Memory-Computing bei der Verarbeitung und Analyse im Bereich Big Data.

Stürner: Versteht man unter Big Data große Mengen unstrukturierter Informationen mit geringer Informationsdichte, wie Social-Media-Daten oder Sensor-Daten, erfolgt deren Verarbeitung - Filterung und Aggregierung - in der Regel mit einem Hadoop-Framework oder in einer noSQL Datenbank und nicht in einer In-Memory-Datenbank. Die kommt erst, wenn überhaupt, bei der Analytik zum Einsatz. Es ist meiner Meinung nach ein großes Missverständnis, dass In-Memory Datenbanken oft mit Big Data gleichgesetzt wird. Zudem sei daran erinnert, dass die Oracle Datenbank neben den klassischen strukturierten Daten die Indizierung unstrukturierter Objekte und Texte ebenfalls unterstützt und somit auch als Textrecherche-Werkzeug eingesetzt werden kann.