Olyan nagy méretet öltött az adatbázis-kezelő rendszerek felhőmigrációja, hogy a Gartner már külön mágikus négyzetet (Magic Quadrant for Cloud Database Management Systems) szentel nekik, amelynek legújabb kiadása tavaly decemberben jelent meg. Az elemző szerint a felhőalapú adatbázis-kezelő rendszerek értékesítéséből származó szállítói bevételek már idén elérik a teljes piacméret 50 százalékát.
Az előző és a mostani mágikus négyzetet összehasonlítva jelentős változásokat látunk a piacvezető szállítók körében - mondta Arató Bence, a Budapest Data Fórum konferenciát szervező BI Consulting igazgatója, aki nyitó előadásában az adattechnológiák trendjeiről adott áttekintést. Mindössze egy év leforgása alatt a Microsoft került a mezőny élére, az AWS, az Oracle és a Google kissé hátrébb, az IBM és a Teradata pedig előrébb sorolt, a Snowflake és a Databricks pedig a kihívók, illetve a látnokok mezőjéből a piacvezetők közé lépett.
De a mágikus négyzet a technológia és a fejlesztési stratégia mellett a gyakorlati megvalósítás, a piacra lépés alapján is értékeli a szállítókat, és csupán egy a lehetséges nézetek közül. A Gartner másik, kritikus képességek alapján rangsoroló elemzésében a felhőalapú adattárházak és az adattavak használati eseteiben változatlanul a Teradata, az Oracle és az IBM kapott dobogós helyezést.
A felhőalapú adatmenedzsment megoldások iránti kereslet gyors növekedésével 2025-re lényegesen letisztultabbá válik majd a szállítói környezet, prognosztizálja az elemző, a többfelhős felhasználással azonban az adatirányítás (governance) és az adatintegráció is egyre bonyolultabb lesz.
Túl összetett adat stack
Két éve jelent meg a modern adat-infrastruktúra, amely egy ideig még biztosan meghatározó lesz ezen a területen, mondta Arató Bence. Fejlődésének olyan trendek szabnak irányt, mint a felhőközpontúság, az egymástól független komponensekből történő építkezés és a nyílt forráskód népszerűsége. A felhő minden megközelítésével találkozunk ebben az infrastruktúrában, helyben telepített (on-premise) rendszerekkel kombinált, hibrid változata éppúgy hódít, mint a felhőt előnyben részesítő (cloud-first) vagy kizárólag arra építő architektúrák, valamint az egy- és többfelhős (multi-cloud) stratégiák. A tárolás különválik a feldolgozástól, a vállalatok már nem viszik fel összes adatukat valamely nagy adatbázis-kezelő rendszerbe, hanem egy részüket külön helyezik el egy elosztott fájlrendszerben vagy objektumtároló rétegben. Mindehhez nyílt, optimalizált adatformátumokat választanak, és a különböző feladatok - lekérdezés, streamelés, munkafolyamat- és metaadat-kezelés, adatminőség-biztosítás - támogatására alternatív szoftverkomponenseket használnak. Utóbbiak között egyre több a jól használható, nyílt forráskódú (open source) megoldás, amelyekhez a piaci szereplők fizetős felhőszolgáltatásokat adnak. A vállalatok így ingyenesen kipróbálhatják a kinézett eszközöket, amelyeket éles használathoz szolgáltatásként sokkal egyszerűbben igénybe vehetnek, mint ha helyben kellene őket telepíteniük - ez a modell egyre népszerűbb a piacon.
A modern adat stack az innováció aranykorát éli. Szinte óránként lép új szereplő piacra, és az infrastruktúra területén leggyorsabban növekvő start-up cégek többsége valamilyen adatmenedzsment megoldással száll versenybe - a kockázatitőke-befektetők élénk érdeklődésétől övezve. Lelkesedésük érthető, mivel az adatok köré épülő, nagy informatikai rendszerek üzleti értéke nem a szoftverből, hanem az adatok elemzésével nyert felismerésekből ered.
Kicsiben induló szoftvereikhez azonban a fejlesztők egyre több funkciót adnak, termékeik platformokká terebélyesednek, és amikor már túl bonyolulttá válnak, a felhasználók egyszerűbb megoldás után néznek. A piacon pedig mindig akad olyan szereplő, amely még jobb eszközt készít egy-egy részterületre, ahogyan azt az AirFlow nyílt forráskódú adatmérnöki munkafolyamat-kezelő platform példája, szétcsomagolása is mutatja.
Ráadásul az adatplatform-mamutok túlzott feldarabolását sem tartja mindenki szerencsésnek. A piacon már körvonalazódik az összehangoló (orchestrator) megoldások új osztálya, amelyek a szoftveralapú környezetben automatikusan összekapcsolnák és a felhasználók számára egységes platformként jelenítenék meg a különböző szállítóktól származó eszközöket.
Nincs könnyű dolguk a vállalatoknak, amikor az adatkörnyezet mind nagyobb bonyolultságát igyekeznek átlátni. A tanácsadók, de még a piacon érdekelt tőkebefektetők is készítenek ezért olyan tervrajzokat (blueprinteket), amelyek alapján a felhasználók könnyebben felmérhetik, hogy adott analitikai igényeik függvényében milyen komponensekből célszerű felépíteniük egységes adat-infrastruktúrájuk tárolási, feldolgozási és irányítási rétegét.
Adattó helyett adatháló
Egyre élénkebb szakmai párbeszéd tárgyát képezi az adatháló. Bár a data mesh pár éve felvázolt koncepcióját ma sem értjük teljes egészében, szószólói egyre több és részletesebben kidolgozott tanulmányban érvelnek mellette, mondta Arató Bence.
A nagy, központi adattárházak és adattavak (data lake) eszerint nem váltották be teljesen a hozzájuk fűzött reményeket, mivel azokat az üzleti oldallal szemben esetenként akár ellenérdekelt informatikai osztály kezeli, és az így kialakuló szűk keresztmetszet miatt hosszabb időbe telik az adatok betöltése, tisztítása, a vállalati területek analitikai igényeinek kiszolgálása. Az adathálók ezt a hagyományos, IT-központú felállást egy föderatív modellel váltanák fel, amelyben az adataikat jól ismerő vállalati területek önkiszolgáló módon menedzselik saját adattartományukat, és kínálnak egymásnak adattermékeket.
Felgyorsulna így az analitika, a területek hamarabb jutnának értékes felismerésekhez, vallják a data mesh hívei, hasonlóan ahhoz, ahogyan az önkiszolgáló BI ad lendületet a riportolásnak. Feltéve, hogy az üzleti területek hajlandók vele foglalkozni, mutatott rá Arató Bence. Előfordul ugyanis, hogy az üzleti felhasználók még a lassabb kiszolgálás árán is az informatikusok vállán hagynák a jelentéskészítés terhét. Az adathálókban az adattartományok menedzselése és az adattermékek szállítása pedig az önkiszolgáló riportolásnál jóval összetettebb feladat, és nagyobb felelősséggel jár. A következő évek gyakorlata fogja ezért megmutatni, hogy a data mesh izgalmas koncepciója mennyire lesz életképes, milyen infrastruktúrát, irányítást és adatszemléletet szükséges hozzá kialakítani.
Hasonlóan nagy figyelmet keltő, új trend az adatminőség újraértelmezése. Bár mindig is fontos volt a vállalatoknak, az adatminőség minden erőfeszítés ellenére sosem elég jó. A szállítók ezért új megközelítéssel és eszközökkel igyekeznek javítani rajta, és ezek egyike az alkalmazásfelügyelet területéről ismert megfigyelhetőség (observability). Az adatok világában ez a menedzsment stratégia az eddiginél mélyebb rálátást ad az adatok mindenkori állapotára a teljes adat stackben, a modern, elosztott rendszerekben, és lehetővé teszi a problémák gyorsabb, automatizált észlelését és megoldását.
Sorra lépnek piacra a népszerű kategóriában részben vagy teljesen nyílt forráskódú, illetve kizárólag fizetős konstrukcióban elérhető, felhőalapú data quality megoldásokat kínáló cégek. Utóbbiak körében az egyik legismertebbnek számító Monte Carlo legutóbb idén májusban kapott ezúttal 135 millió dolláros befektetést.
Bár a kockázati befektetők 2022 első öt hónapjában is lapátolták a pénzt az adattechnológiás startupokra - legalább tíz feltörekvő cégnek adtak egyenként 100-250 millió dolláros tőkeinjekciót -, a nyugati piacokon már elbocsátásokat is látunk az adatos vállalatoknál. Magyarországot ez a trend ugyan nem érte még el, Arató Bence szerint azzal itthon is számolnunk kell, hogy a gazdaság világszerte tapasztalható visszaesése, valamint az adat stack összetettsége és a szállítói mezőny zsúfoltsága miatt a piacon konszolidáció, felvásárlási hullám várható.
