BigQuery Migration Services

Reduzieren Sie die Gesamtbetriebskosten (TCO) Ihrer Datenbestände. Profitieren Sie von einem schnellen, serverlosen Enterprise Data Warehouse. Es ist im Petabyte-Bereich und wurde für intelligente Analysen in der Google Data Cloud entwickelt.

Reduzieren Sie die Gesamtbetriebskosten (TCO) Ihrer Datenbestände mit BigQuery Migration Services

Teradata-On-Premises-Umgebungen können mit den modernen Analyseanforderungen nicht mehr Schritt halten und verursachen einen hohen betrieblichen Aufwand. Google BigQuery ist die perfekte Ergänzung, die Sie als Zielgebiet für Ihre Cloud-Migration in Betracht ziehen sollten. 

Nutzen Sie die Vorteile einer serverlosen, skalierbaren Google Cloud BigQuery-Umgebung für Ihr Enterprise Data Warehouse, in der alle Hardware- und Softwarekomponenten abstrahiert werden. So können Sie sich auf Ihre Daten konzentrieren und von den neuesten Dateninnovationen der Google Data Cloud profitieren. 

Warum eine Migration von Teradata zu BigQuery durchführen?

Niedrigere TCO

Nutzen Sie ein vollständig verwaltetes NoOps-Enterprise-Data-Warehouse, das hohe Geschwindigkeit, Skalierbarkeit und Sicherheit bietet.

Schnellere Einblicke

Profitieren Sie von einer einzigartigen Data-Warehouse-Architektur und leistungsstarken Datenverarbeitungsfunktionen, die Analysen beschleunigen und die Datenvisualisierungszyklen verkürzen.

Individuelle Preisgestaltung 

Profitieren Sie vom Pay-as–you–go-Service von BigQuery. Sie zahlen nur für die Daten, die Sie nutzen, und sparen so im Vergleich zu traditionellen On-Premises-Data-Warehouse-Lösungen. 

Kürzere Bereitstellungszyklen 

Beschleunigen Sie die Markteinführung neuer Geschäftsanwendungen durch hohe Datenkompression und minimierte Datenscans in gängigen Data-Warehouse-Bereitstellungen. 

Integration in das GCP-Ökosystem 

Innovieren Sie schneller, indem Sie Google BigQuery mit anderen Google Cloud-Diensten integrieren. So können Sie Daten von IoT-Geräten verarbeiten, ML-Modelle erstellen, Echtzeitdaten visualisieren und vieles mehr. 

Fortschrittliche Analysen 

Stärken Sie Ihre Analysefähigkeiten, indem Sie eine Reihe integrierter Analysefunktionen und Frameworks für maschinelles Lernen auf einer einzigen Cloud-basierten Data–Warehouse-Plattform nutzen. 

Was können wir tun?

Bewertung der Cloud-Migration 

Wir evaluieren Ihre Data-Warehouse-Umgebung und die Komplexität der Migration. Die Bewertung konzentriert sich auf die wichtigsten Geschäftsanforderungen. Anschließend prüfen wir die bestehenden Batch- und Streaming-Datenquellen, um Ihre bisherigen Investitionen zu sichern. Wir analysieren die Datenverbrauchsmuster, einschließlich Häufigkeit, Ressourcen und Volumen. Abschließend überprüfen wir Ihre bestehenden Data-Governance-Programme.

Roadmap und Zielzustand 

Gemeinsam mit Ihrem Expertenteam erstellen wir eine geschäftliche, finanzielle, architektonische und technische Roadmap für die Migration des Data Warehouse in die Cloud. Wir schlagen geeignete Google-Cloud-Plattform-Produkte vor und empfehlen Best Practices basierend auf der Bewertung. Zudem definieren wir Datenmodellierungsmuster und erläutern Beispiele für die Konvertierung von Teradata-Artefakten in BigQuery-Strukturen. 

Implementierung der Datenbankmigration 

Wir führen die Migration nach einem klar definierten Migrationsplan und einer gestaffelten Implementierungsstrategie durch, wobei wir in jeder Phase einen geschäftlichen Nutzen erzielen. Gleichzeitig führen wir intensive Tests durch, um die Validität der Daten sicherzustellen. 

Unterstützung (GCP Managed Services) 

Wir bieten unseren Kunden die Möglichkeit, nach der Migration für eine beliebige Dauer Support-Desk-Services in Anspruch zu nehmen, um auch nach der Migration einen reibungslosen Betrieb zu gewährleisten. 

Unser Ansatz für die Migration von Teradata zu BigQuery

Entdecken

In der Anfangsphase konzentrieren wir uns auf die Entdeckung und Vorbereitung. Es geht darum, den Stakeholdern frühzeitig die Möglichkeit zu geben, bestehende Anwendungsfälle zu entdecken und erste Bedenken zu äußern. Wir können auch eine erste Analyse der erwarteten Ergebnisse durchführen. Der Entdeckungsprozess umfasst die folgenden Aufgaben:

  1. Prüfung des Nutzens von BigQuery und Vergleich mit dem Nutzen Ihres aktuellen Data Warehouses.
  2. Durchführung einer ersten TCO-Analyse.
  3. Ermittlung der von der Migration betroffenen Anwendungsfälle.
  4. Modellierung der Eigenschaften der zugrunde liegenden Datensätze und Datenpipelines, die Sie migrieren möchten, um Abhängigkeiten zu identifizieren.

In der Planungsphase geht es darum, die Erkenntnisse aus der Entdeckungsphase aufzugreifen, zu bewerten und daraus den tatsächlichen Cloud-Migrationsplan zu erstellen. Diese Phase umfasst folgende Aufgaben:   

  • Katalogisierung und Priorisierung Ihrer Anwendungsfälle.  
  • Definition Ihrer Erfolgskriterien. 
  • Erstellen einer Definition von „erledigt".  
  • Entwurf und Vorstellung eines Proof-of-Concept (POC), kurzfristiger Ziele und eines idealen Endzustands.  
  • Erstellen von Zeit- und Kostenvoranschlägen. 

Nachdem Sie Informationen über Ihre IT-Landschaft gesammelt und eine nach Prioritäten geordnete Liste von Anwendungsfällen erstellt haben, können die Anwendungsfälle in Workloads gruppiert und die Migration durchgeführt werden. Eine Migration umfasst in der Regel die folgenden Schritte:  

  1. Einrichtung und Data Governance  
  2. Migration von Schema und Daten  
  3. Übersetzung von Abfragen 
  4. Migration von Geschäftsanwendungen  
  5. Migration von vorgelagerten Pipelines  
  6. Optimierung der Leistung 
  7. Verifizierung und Validierung 
SUCCESS STORY

Ein großes kanadisches Unternehmen wollte seine Hadoop-basierte On-Premise-Data-Lake-Lösung in die Cloud migrieren. Die Umstellung musste innerhalb eines strengen Zeitrahmens abgeschlossen werden, da die bestehende technische Lösung des Kunden bald nicht mehr unterstützt werden sollte. Der Kunde hatte sich bereits entschieden, in die Cloud zu wechseln, und Google Cloud Platform als bevorzugten Partner ausgewählt.

Der Kunde wollte, dass die Migration nach dem Lift-and-Shift-Prinzip erfolgt. Einige seiner Systeme wurden erst vor kurzem entwickelt. Adastra wurde beauftragt, die Migration zu planen und durchzuführen.

Hohe

Verfügbarkeit und Betriebszeit

Vollständig

verwaltete Google Cloud-Umgebung

0

Kapazitätsbeschränkungen

FAQ

Warum sollten wir eine Migration von Teradata zu BigQuery in Betracht ziehen?

Der Umstieg von Teradata auf BigQuery bietet mehrere Vorteile. BigQuery ist eine hoch skalierbare, serverlose und kosteneffiziente Cloud-basierte Data-Warehouse-Lösung. Sie macht eine manuelle Hardwareverwaltung überflüssig, bietet eine nahtlose Integration mit Google Cloud Services und ermöglicht es Unternehmen, nur für die tatsächlich genutzten Ressourcen zu zahlen. 

Ja, BigQuery unterstützt Standard-SQL und ist daher mit vielen SQL-Abfragen von Teradata kompatibel. Die meisten Abfragen können mit minimalen Anpassungen migriert werden, allerdings können aufgrund von Unterschieden in Syntax und Funktionen zwischen den Plattformen einige Änderungen erforderlich sein. Google Cloud bietet Tools und Dokumentationen, um den Migrationsprozess zu erleichtern. 

BigQuery wurde für die Verarbeitung großer Datenmengen entwickelt und skaliert seine Ressourcen automatisch je nach Bedarf. Es bewältigt wachsende Arbeitslasten ohne manuellen Eingriff. Im Gegensatz dazu erfordert Teradata bei zunehmenden Datenmengen zusätzliche Hardware und Kapazitätsplanung. Dank der serverlosen Architektur von BigQuery ist eine nahtlose Skalierbarkeit gewährleistet. 

BigQuery folgt einem Pay-as–you–go–Preismodell, bei dem nur Speicher und Datenverarbeitungsressourcen für Abfragen berechnet werden. Dieser kosteneffiziente Ansatz kann im Vergleich zu den hohen Vorabinvestitionen und laufenden Wartungskosten von Teradata erheblich budgetfreundlicher sein. 

Ja, BigQuery ist vollständig in die Google–Cloud-Plattform integriert. Dadurch können Sie die Data-Warehouse-Funktionen von BigQuery mühelos mit anderen Cloud-Diensten kombinieren, wie z. B. Google Data Studio für die Datenvisualisierung, Cloud Machine Learning Engine für erweiterte Analysen und Google Cloud Storage für Datenspeicherung und -sicherung. 

Ja, BigQuery bietet integrierte Analysefunktionen und unterstützt die Integration mit gängigen Frameworks für maschinelles Lernen wie TensorFlow. Mit diesen Funktionen können Sie komplexe Analysen durchführen und Modelle für maschinelles Lernen direkt in der BigQuery-Umgebung auf Ihre Daten anwenden. 

Modernisieren Sie Ihre Datenstrategie mit der Migration von Teradata zu BigQuery 

Verschaffen Sie sich einen Wettbewerbsvorteil, indem Sie mit ereignisgesteuerten Analysen in Echtzeit auf Geschäftsereignisse reagieren. Die integrierten Streaming-Funktionen von BigQuery erfassen Streaming-Daten automatisch und machen sie sofort für Abfragen verfügbar.