Top 10 Database-as-a-Service-(DBaaS)-Lösungen

Im Cloud-Zeitalter sind Aufgaben wie die Verwaltung von Datenbanken und die Entwicklung von Anwendungen durch die Nutzung von Database-as-a-Service-(DBaaS)-Lösungen zugänglicher denn je.

Als Software as a Service (SaaS) bei allen großen Cloud-Service-Providern (CSP) verfügbar, bietet DBaaS Entwicklern und Softwareingenieuren online zugängliche Datenbanken mit verwalteten zugrunde liegenden Infrastrukturendiensten. Die Zeiten, in denen lokale Server zum Ausführen und Verwalten komplexer Anwendungen erforderlich waren, sind vorbei; hier sind die besten DBaaS-Lösungen auf dem Markt.

Die besten DBaaS-Lösungen im Vergleich

Datenbanken von Amazon Web Services (AWS)

Amazon Web Services (AWS) ist unter den Cloud-Service-Providern unangefochtener Spitzenreiter und bietet eine ganze Reihe cloudbasierter Datenbanken zur Auswahl. Relationale Datenbanken wie Aurora, RDS und RedShift sind für traditionelle Anwendungen wie ERP und CRM bekannt, während DynamoDB eine robuste Schlüssel-Wert-Datenbank für Webanwendungen mit hohem Datenverkehr ist. Zu den weiteren DBaaS-Typen von AWS gehören In-Memory-, Dokumenten-, Wide-Column-, Graph-, Zeitreihen- und Ledger-Datenbanken.

Funktionen von AWS DBaaS

• Über 15 Engines zur Unterstützung jedes für verteilte Anwendungen benötigten Datenmodells
• Vollständig verwaltete Datenbankdienste einschließlich Überwachung und selbstheilendem Speicher
• Automatische Skalierung mit SaaS-Abonnementpreisen
• Sicherheitsfunktionen wie Netzwerkisolierung und Ende-zu-Ende-Verschlüsselung
• Hohe Verfügbarkeit durch Replikation über mehrere Regionen und mehrere Primärinstanzen sowie Datenüberwachung

Vorteile

• Ideal für Anforderungen der Anwendungsentwicklung
• Gutes Preis-Leistungs-Verhältnis
• Integration mit anderen AWS-Diensten 

Nachteile

• Komplexe Verwaltungskomponenten
• Einige neue Funktionen sind nicht gründlich getestet
• Enttäuschender Kundensupport

Cloudera Data Platform (CDP)

Auf Basis von Apache Hadoop ist Clouderas Datenverwaltungssystem für Unternehmen seit über einem Jahrzehnt eine führende Wahl. 

Die Cloudera Data Platform (CDP) bietet eine Reihe von Lösungen, darunter Stream Processing, Data Engineering, Data Warehousing und einen Data Hub neben ihrem RDBMS, der CDP Operational Database. Die für Entwickler konzipierte CDP Operational Database kann Datenbankoperationen automatisieren und Anwendungen der Enterprise-Klasse modernisieren.

Funktionen von Cloudera

• Wide-Column-Unterstützung, SQL- und NoSQL-Schnittstellen für flexible Entwickler-Workflows
• Lifecycle-Tracking mit Clouderas Shared Data Experience (SDX) für Governance
• Auto-Tuning- und Auto-Healing-Funktionen zur Verringerung des manuellen Arbeitsaufwands
• Unterstützung aktiver-aktiver Architekturen über lokale und Cloud-Umgebungen hinweg (Regionen, Anbieter)
• Vollständige Kompatibilität mit HBase-Bereitstellungen für Replikation und Migration in Echtzeit

Vorteile

• Skalierbarkeit und Benutzerfreundlichkeit
• Hohe Leistung und Zuverlässigkeit
• Umfangreiche Liste von Anwendungsfällen und Funktionen

Nachteile

• Komplexität und deutlich erkennbare Lernkurve
• Die Effektivität des Kundensupports ist Glückssache
• Teurer bei einem Kostenmodell nach verbrauchten Ressourcen

Datenbanken der Google Cloud Platform (GCP)

Wie AWS ist auch die Google Cloud Platform (GCP) eine erstklassige Wahl mit zahlreichen Optionen für verschiedene Arten von Cloud-Datenbanken und Anwendungsfällen. Die Liste der Google-DBaaS-Lösungen umfasst relationale, Schlüssel-Wert-, Dokumenten-, In-Memory- und NoSQL-Datenbanken für eine Vielzahl von Anwendungsfällen. 

Seit 2011 gehören zu den Kernprodukten der GCP Google BigQuery, eine serverlose, Multi-Cloud-Data-Warehouse-Lösung, und Google Cloud SQL für eine verwaltete MySQL-, SQL-Server- oder PostgreSQL-Datenbank. Zu den weiteren beliebten DBaaS-Lösungen von Google gehören Cloud Bigtable als verwalteter NoSQL-Datenbankdienst und Cloud Spanner als hochverfügbare Datenbank.

Funktionen von Google Cloud DBaaS

• Skalierung auf Hunderte von Knoten und Nutzung von Replikation zur Unterstützung hoher Auslastung
• Prädiktive ML-Modellierung, Multi-Cloud und Geodatenanalyse über BigQuery
• Schemata, SQL-Abfragen und ACID-Transaktionen für Instanzen in mehreren Regionen
• Bigtable zum Speichern großer Datenmengen in Schlüssel-Wert-Speichern mit geringer Latenz
• Einfache Integration von Cloud SQL in Googles Engine für Apps, Compute und K8s

Vorteile

• Geschwindigkeit von Abfragen, Skalierung und Backups
• Umfangreiche Dokumentation und Community
• Einfache Integration mit anderen Tools

Nachteile

• Teurer als die Konkurrenz
• Warnungen und Dokumentation müssen verbessert werden
• Die Benutzeroberfläche ist weniger intuitiv

IBM-Cloud-Datenbanken

Im Jahr 2013 übernahm IBM den aufstrebenden Anbieter verwalteter Cloud-Dienste SoftLayer und benannte seine Cloud-Services-Plattform 2017 in IBM Cloud um. Heute verfügt IBM Cloud über eine der umfangreichsten Plattformen mit einem ganzen Stack von DBaaS-Produkten. 

Die vollständige Suite verwalteter Datenbanklösungen deckt Entwicklertools, vertrauliche Daten, Business Intelligence, sowie Enterprise-, Web- und Mobile-Anwendungen ab – alle nativ in IBM Cloud und Red Hat OpenShift integriert.

Funktionen von IBM Cloud DBaaS

• Lösungen für kritische relationale Datenbanken mit IBM Db2, PostgreSQL und MySQL
• Schutz von Daten mit Hyper-Protect-Umgebungen für PostgreSQL und MongoDB
• JSON-Dokumentenindizierung und Volltext-Suchmaschine über die Elasticsearch-Datenbank
• Entwicklung robuster Webanwendungen mit IBM Cloudant, MongoDB und DataStax
• Unterstützung aller Datentypen einschließlich SQL, NoSQL, IoT, Blockchain, strukturierter und unstrukturierter

Vorteile

• Ständig weiterentwickelte Produkte
• Flexibel und einfach anpassbar
• Funktionen für Datenverwaltung und Datenwiederherstellung

Nachteile

• Mangelhafte Dokumentation
• Häufigkeit neuer Patches
• Der technische Support ist schwach

Microsoft-Azure-Datenbanken

Als einer der Big 3 des Cloud Computing ist Microsoft Azure ein weiterer Enterprise-CSP, der SaaS-, Platform-as-a-Service-(PaaS)- und Infrastructure-as-a-Service-(IaaS)-Lösungen für eine Vielzahl von Kunden anbietet. 

Eine der frühesten Veröffentlichungen von Microsoft war 2009 die Azure SQL Database zum Entwickeln und Skalieren von Anwendungen in der Cloud-Plattform. Eine weitere bemerkenswerte DBaaS-Lösung von Microsoft ist die NoSQL-Datenbank Azure Cosmos DB, und der Dienst Azure Synapse Analytics kann Datenintegration, Data Warehousing und Analytics zu einem vollständigen Stack verbinden.

Funktionen von Azure DBaaS

• Vollständig verwaltete relationale Datenbanken mit automatischem Patching über die Azure-SQL-Produktfamilie
• Native Unterstützung für Azure Functions und App Service für flexible Entwickler-Workflows
• SLA mit 99,999 % Verfügbarkeit und Sicherheit auf Enterprise-Niveau mit Cosmos DB
• Automatische Skalierung und Echtzeit-Backups gewährleisten die Leistung von Anwendungen über Hyperscale
• Branchenspezifische Datenbankvorlagen und konvergierte Analytics über Synapse

Vorteile

• Leistungsfähige Benutzeroberfläche
• Benutzerfreundlich und einfach zu implementieren
• Von überall aus zugänglich

Nachteile

• Weniger interoperabel
• Teurer
• Lange anfängliche Ladezeit

Mehr lesen: Oracle und Microsoft führen Datenbankdienst für Azure ein | Datamation

MongoDB Atlas

Ursprünglich als PaaS entwickelt, bevor MongoDB zu einem Open-Source-Distributionsmodell wechselte, ist die Lösung als Community-Server, Enterprise-Server und verwalteter On-Demand-Dienst verfügbar. MongoDB Atlas läuft auf den großen CSPs (AWS, GCP und Azure) und ist eine Developer-First-Plattform, um Daten in intelligente Anwendungen umzuwandeln. Teams können mithilfe eines Infrastructure-as-Code-(IaC)-Anbieters, eines K8s-Operators, der CLI oder der Atlas Developer Data Platform in Sekundenschnelle Datenbanken bereitstellen.

Funktionen von MongoDB Atlas

• Multi-Region- und Multi-Cloud-Zugriff über 90 Regionen in AWS, GCP und Azure
• Automatisiertes Data Tiering mit Archivierungsregeln zur effizienten Speicherung von Daten
• Backups zu einem bestimmten Zeitpunkt und Ende-zu-Ende-Verschlüsselung zum Schutz von Daten
• Volltextsuche und Echtzeit-Analytics zur Verbesserung von Entwickler-Workflows
• Verwaltung von Arrays sowie Geodaten- und Zeitreihendatenformaten mit der Query API

Vorteile

• Schnelle Abfragen und Speicherung unstrukturierter Daten
• Kann große Datenmengen verwalten
• Leistungsfähige Entwicklungsfunktionen und Kundenservice

Nachteile

• Leistungseinbußen bei größeren Datensätzen
• Keine ACID-Konformität
• Weniger geeignet für komplexe Transaktionen

Oracle-Cloud-Datenbanken

Angesichts der Wurzeln von Oracle in der Verwaltung von Unternehmensdatenbanken überrascht es nicht, dass die erst 2016 veröffentlichten Cloud-Dienste des Anbieters bereits zu den dominierenden Cloud-Plattformen gehören. 

Oracle Cloud umfasst eine vollständige Suite von IaaS-, PaaS-, SaaS- und Data-as-a-Service-(DaaS)-Lösungen sowie DBaaS-Produkte wie die Oracle Autonomous Database und die NoSQL Database. Im Portfolio der Oracle Cloud Infrastructure (OCI) können Teams aus einem Stack verwalteter Datenbanken für Multi-Model-Datenbankverwaltung, NoSQL- und MySQL-Workflows wählen.

Funktionen von Oracle Cloud DBaaS

• Transaktions-, Batch- und Analyse-Workloads gleichzeitig ausführen
• Maximale Sicherheit und Verfügbarkeit mit dem Oracle Exadata Database Service
• Speicherbasierte Bereitstellung für Dokument-, Spalten- und Schlüssel-Wert-Modelle
• ACID-Eigenschaften bei der Entwicklung und Bereitstellung von Anwendungen beibehalten
• OLTP- und OLAP-Workloads über Oracle MySQL HeatWeave ausführen

Vorteile

• Einfache Bereitstellung und hohe Leistung
• Flexible und skalierbare Datenbanklösung
• Geringer CPU- und Speicherbedarf

Nachteile

• Anschaffungs- und Wartungskosten
• Komplexität für nichttechnische Benutzer
• Einrichtung und Konnektivität können zeitaufwendig sein

SAP HANA Cloud

2012 veröffentlichte der Anbieter von Unternehmensanwendungen die SAP Cloud Platform (SCP) einschließlich des In-Memory-Datenbankmanagementsystems SAP HANA. Die SAP HANA Cloud bietet Teams eine zentrale Plattform für Datenbankverwaltung, Multimodellverarbeitung, Sicherheit, Daten-virtualisierung, und mehr. 

SAP HANA eignet sich ideal für Unternehmen und bietet kontinuierliche Überwachung, Performance-Management, Notfallwiederherstellung sowie Entwicklungstools für die Datenbankadministration.

Funktionen von SAP HANA Cloud

• Plattform für lokale, virtualisierte und verteilte Daten in hybriden Umgebungen
• Speichern, Verarbeiten und Analysieren von JSON-, Dokument-, Graph- und Geodatenformaten
• Integrierte Machine-Learning-Modellierung zur Verbesserung von Geschäftsprozessen und Leistung
• Unterstützung für Transaktions- und Analytics-Verarbeitung sowie Multimodell-Speicher
• Tools zur Datenanonymisierung zum Schutz der Privatsphäre sensibler Daten und Kommunikation

Vorteile

• Favorit von Unternehmen für das Datenmanagement
• Verarbeitungsgeschwindigkeit
• Einfache Integration in Drittanbieter-Apps

Nachteile

• Komplexe und mitunter langwierige Bereitstellung
• Dokumentation für die Fehlerbehebung und Möglichkeiten zur Anpassung
• Hohe Anschaffungs- und Wartungskosten

Snowflake Data Platform

Die Snowflake Data Platform umfasst einen cloudbasierten Stack verwalteter Dienste für Data Warehousing, Data Lakes, Engineering, Data Science, Anwendungen und Cybersicherheit. Die drei Ebenen der Plattform bestehen aus einer skalierbaren Performance-Engine, automatisiertem Management und Snowgrid zur Herstellung von Cloud- und regionsübergreifender Konnektivität sowie zur Beseitigung von Datensilos. Ein Jahrzehnt nach dem Start von Snowflake ist der datenorientierte Anbieter ein bevorzugter Partner zahlreicher Unternehmen. 

Funktionen der Snowflake Data Platform

• Nahezu unbegrenzte Skalierbarkeit von Workloads und eine praktisch unbegrenzte Anzahl gleichzeitiger Benutzer
• Eine einzige Plattform zur Kombination von Datenpipelines, Engineering, Apps und Analytics
• Multi-Cluster-Ressourcenisolierung für zuverlässige, schnelle Leistung
• Sicheres Teilen von Daten im gesamten Geschäftsökosystem eines Kunden für mehr Transparenz bei Erkenntnissen
• Geringeres Risiko durch verwaltete Sicherheit, Governance und Datenresilienz

Vorteile

• Flexibilität und Leistung
• Gleichzeitige Ausführung mehrerer Abfragen
• Verwaltung von Rechenleistung und Speicher

Nachteile

• Bei der Skalierung können sich die Kosten schnell summieren
• Die Vielzahl an Funktionen kann neue Benutzer überfordern
• Softwareupdates können störend sein

Teradata Vantage

Mit mehr als 40 Jahren Erfahrung als Datenbankspezialist bietet Teradata mit seiner Cloud-Datenplattform Teradata Vantage zahlreiche Optionen. Vantage vereint Data Lakes, Data Warehouses, Analytics und verschiedene Datenquellen und bietet Kunden Enterprise Analytics für das Zeitalter von Multi-Cloud- und hybriden Infrastrukturen. 

Unternehmen haben mehrere Optionen für die Bereitstellung, darunter AWS, GCP und Azure für öffentliche Cloud-Plattformen, IntelliFlex und VMware für lokale Umgebungen, Teradata Cloud oder die bestehende private Cloud der Kunden.

Funktionen von Teradata Vantage

• Betriebszeit und Verfügbarkeit mit verteilten Multi-Cloud-Netzwerken sicherstellen
• Unterstützung aller gängigen Datentypen einschließlich JSON, BSON, XML, CSV, Avro und Parquet
• Bestehende lokale oder Cloud-Infrastrukturen zur Bereitstellung von Vantage nutzen
• Zwei Preisoptionen: nutzungsabhängige Abrechnung oder ein kombiniertes Modell
• Machine Learning und KI zur Skalierung, Unterstützung und Absicherung von Workflows

Vorteile

• Anspruchsvolle Funktionen für komplexe Aufgaben
• Leistungsfähiges Workload-Management
• Skalierbarkeit und Kapazität für große Datenmengen

Nachteile

• Hohe Lernkurve für neue Benutzer
• Im Vergleich zu Wettbewerbern teuer
• Schwierige Migration von Daten aus der Plattform

Weitere erwähnenswerte DBaaS-Lösungen

• Alibaba Cloud
• ArangoDB
• Couchbase
• Databricks
• DataStax
• InterSystems
• MariaDB
• Redis
• SingleStore
• Tencent Cloud

Mehr lesen: 5 Trends auf dem Datenbank-Arbeitsmarkt | Datamation

Was ist Database-as-a-Service (DBaaS)?

Database-as-a-Service – häufig auch als DBaaS, Cloud-Datenbank oder verwaltete Datenbank bezeichnet – ist ein verwalteter Onlinedienst zum Erstellen und Aufbauen von Datenbanken mittels Cloud Computing. Während Entwickler früher auf physische lokale Datenbanken angewiesen waren, um Daten zu speichern und zu verwalten, ermöglicht DBaaS Teams, die Verwaltung der zugrunde liegenden Software und Infrastruktur auszulagern.

Vorteile von DBaaS-Lösungen

DBaaS-Lösungen bieten eine Reihe von Funktionen, darunter:

• Möglichkeit zur bedarfsgerechten Auf- und Abskalierung mit bereitgestellter Speicher- und Rechenkapazität.
• Fernzugriff, einfache Verwaltung und SaaS-Abrechnung im Abonnement.
• Langwierige Datenbankbereitstellungen vermeiden und eine DBaaS innerhalb weniger Minuten starten.
• Auswahl an Datenbanktypen und speziell entwickelten Engines für Entwicklungsanwendungsfälle.
• Service-Level-Agreement (SLA), um Betriebszeit und Verfügbarkeit der Datenbank sicherzustellen.
• Sicherheit auf Enterprise-Niveau, einschließlich Verschlüsselung für Daten im Ruhezustand und bei der Übertragung.
• Reduzieren Sie den Verwaltungsaufwand mit einer einfacheren Kostenverwaltung im Vergleich zu internen Teams.

Auch lesen: Top-Anbieter für verwaltete Cloud-Services | Channel Insider

So wählen Sie eine DBaaS-Lösung aus

Die Wahl einer DBaaS ist angesichts der bekannten Cloud-Service-Provider und einer Mischung aus neuen und etablierten Innovatoren im Bereich der Unternehmensdatenbanktechnologie keine einfache Aufgabe.

Da die Skalierbarkeit der Cloud ein zweischneidiges Schwert ist, sollten Sie die anfänglichen, die Wartungs- und etwaige laufende Kosten der Lösungen berücksichtigen. Zu viele Albträume kommen einem in den Sinn, wenn Benutzer versehentlich oder leichtfertig Kosten anhäufen, ohne es zu merken.

Was die Flexibilität bei den Datenbanktypen angeht, lässt sich nur schwer gegen die Portfolios von AWS, Google Cloud und Microsoft Azure argumentieren. Zwar bietet jeder dieser Anbieter eine Reihe von DBaaS-Engines, doch die umfangreicheren Portfolios und unterschiedlichen Datenbanktypen können für Teams mit spezifischen Einsatzbereichen auch überwältigend sein. Der Markt für Alternativen bietet tiefgreifende Spezialisierungen und innovative Funktionen, die schwer zu ignorieren sind.

Weitere Überlegungen betreffen vorhandene Cloud-Services und die Frage, ob der potenzielle DBaaS-Anbieter auf den vorgesehenen Anwendungsfall des Teams spezialisiert ist. Für Unternehmen, die bereits mit einem CSP arbeiten, erleichtert die Bündelung mit der entsprechenden Cloud-Datenbank die Integration und senkt die Kosten. Ebenso bedeutet die Bandbreite an DBaaS-Lösungen zahlreiche Anwendungsfälle für jede einzelne Lösung, sodass zweckorientierte Teams eine kürzere Liste zu berücksichtigen haben. 

Weitere Berichterstattung

• Vorsicht für Cloud-Kunden: 3 Herausforderungen bei Cloud-Migrationen | eWeek
• Unternehmen mit Cloud-Datenbanken: Die wichtigsten Anwendungsfälle | Datamation
• Datenbankvirtualisierung verstehen: 5 wichtige Punkte | eWeek
• So migrieren Sie eine lokale SQL-Datenbank zu Azure | CodeGuru
• Die 5 besten Datenspeicherlösungen für BI | TechnologyAdvice