The Doppler Quarterly (DEUTSCHE) Herbst 2016 | Page 50

mit offenen APIs genutzt werden, um die einfache Integration externer Anwen-
dungen zu ermöglichen. Außerdem sollten sie datenbankunabhängig sein.
Die Architektur kommt fast vollständig ohne proprietäre Datenbankfunktio-
nen wie gespeicherte Prozeduren und Trigger aus. Die Datenbanken können
sich am Kundenstandort oder in einer Private Cloud oder Public Cloud befin-
den. IoT-Daten werden von Sensoren und Geräten erzeugt, wo sie in Echtzeit
gesammelt und verarbeitet werden können. Beispiel: Außentemperaturdaten
müssen auf der Datenantwortschicht verarbeitet werden, damit die vom Ther-
mometer (einem IoT-Gerät) gelieferten Temperaturen interpretiert werden
können, ohne dass die Daten zurück an die Cloud gehen.
Eine RDA verwendet zweckgebundene Datenbanken mit speziellen Funktionen
wie In-Memory-Datenservices, die die Leistungsfähigkeit von IoT-Systemen
optimieren sollen. Davon profitieren u. a. Workloads für Langzeitanalysen. Das
Modell kann verschiedene Datenbankkomponenten umfassen. Datenpersis-
tenz ist ein Muss. Die OLTP-Datenbank ist unabhängig von der gewählten
Technologie per Abstraktion logisch mit den Daten am Netzwerkrand
gekoppelt.
Abbildung 2: Die physische Datenbankschicht der RDA bietet
leistungsfähige Speicherlösungen für IoT-Systeme.
Abbildung 3: Die virtuelle Datenbankschicht bietet die Möglichkeit, die
Datenbankstruktur zu ändern, ohne dass dazu Änderungen an den
physischen Datenbanken erforderlich sind.
48 | THE DOPPLER | Herbst 2016