Framtidens dataplattformer

Abstract

Data har en stadig økende verdi så lenge den kan bidra til forbedret beslutningsstøtte. Fram til nå har de fleste organisasjoner brukt datavarehusteknologi for å utnytte data til sine formål. Men nå i «big data»-tidsalderen blir datavarehusetteknologi oftere sett på som en ikke tilstrekkelig arkitektur for å håndtere en voldsom vekst i dataenes volum, variasjon og endringstakt.

Denne oppgaven ser med et kritisk perspektiv på hvilke fordeler og ulemper å bygge skybaserte dataplattformer har, og analyserer hva slags rolle datavarehusteknologi vil ha framover. Oppgaven systematiserer og kategoriserer de tekniske argumentene på begge sider i seks hovedstrømmer: skalering, fleksibilitet og bruk, ytelse, ETL og data governance, datastrukturer og typiske data, kompetanse. Denne studien omfatter en demonstrasjon av skybaserte løsninger fra kjente leverandører, før jeg til slutt ser på trender innen moderne datavarehusarkitektur og datavirtualisering som mulige kompromissløsninger mellom datavarehusteknologi og skybaserte dataplattformer.

Data is growing in importance as long as it can contribute to improved decision-making. Up until now most organizations have used data warehouse technology to take advantage of their data. However, in the age of big data data warehouse technology is more often viewed as an inadequate architecture to manage the rapid growth in data volume, data variation and data change.

This thesis is studying this phenomenon from a critical perspective and analyzes advantages and disadvantages of building a cloud-based data platform, and furthermore looks at the role of the data warehouse technology going forward. This analysis systematizes and categorizes the technical arguments on both sides into six dimensions: scaling, flexibility and usage, performance, ETL and data governance, data structure and typical data and competence. This study also demonstrates usage of cloud-based solutions provided by well-known vendors. Ultimately, I look at trends in modern data warehouse architecture and data virtualization as possible compromise solutions between data warehouse technology and cloud-based data platforms.